會話生命週期

會話是 Whisperer 中的核心工作單元:客戶端監聽會議、轉錄語音並接收 LLM 回覆的時間視窗。理解生命週期有助於正確使用開始/暫停操作、解讀控制檯中的狀態,以及排查問題。

何時閱讀本文

如果你想了解以下內容,請閱讀本文:

  • 會議各階段你的資料會經歷什麼;
  • 為何有時回覆會延遲,以及轉錄何時被儲存;
  • 客戶端與伺服器之間的連線是如何工作的。

會話階段

1. 開始

按下"開始"按鈕(或快捷鍵)後,客戶端進入活動模式:

  1. 客戶端向伺服器建立連線,併傳送裝置識別符號和令牌。
  2. 伺服器驗證訂閱和分鐘配額。檢查透過後,確認會話開始並返回會話識別符號。
  3. 客戶端啟用音訊捕獲並開始錄製。

2. 錄製(流式傳輸)

音訊以約 0.8 秒為間隔分塊傳輸。每個音訊塊都標註了說話人:使用者或對方。

伺服器緩衝這些音訊塊併傳送給識別引擎。轉錄結果即時返回給客戶端,並顯示在 LiveTranscriptStrip 中。

3. 提問與回覆

當使用者按下"提問"(或快捷鍵)時,客戶端傳送一個包含當前轉錄上下文的 ask 幀。

伺服器組裝系統提示詞(角色提示 → 使用者上下文 → 來自知識庫的 RAG),並向 LLM 發起查詢。回覆以流式方式傳輸:文字在生成時即時顯示,並立即出現在 AnswerArea 中,支援 Markdown 和分頁(如有多條回覆)。

4. 暫停

按下"暫停"後,音訊捕獲停止,但 WebSocket 連線保持開啟。會話計時器暫停。按"繼續"可恢復。

5. 結束

按下"停止"或關閉客戶端時:

  1. 客戶端傳送 session.end 幀。
  2. 伺服器將緩衝的轉錄記錄和已完成回覆列表寫入資料庫。
  3. WebSocket 關閉。
  4. 在網頁控制檯中,會話出現在歷史記錄部分,包含完整轉錄和分析結果。

資料儲存

預設情況下,轉錄記錄和 LLM 回覆儲存到資料庫,可在控制檯中訪問。如果啟用了無痕模式,資料在會話結束後刪除——但消耗的分鐘數仍會計入統計。

常見錯誤

錯誤 原因 解決方法
會話無法開始 電子郵件未確認或無有效訂閱 檢查帳戶狀態和配額
"聽不到對方聲音" 未授予螢幕錄製權限(macOS)或系統音訊捕獲不可用(Windows) macOS 權限 / Windows
轉錄不顯示 網路連線不穩定或 WebSocket 斷開 檢查網路;重啟會話
LLM 回覆過慢 AI 提供商過載或選擇了較慢的模型 在設定中切換模型

最佳實踐

  • 使用"停止"按鈕明確結束會話 — 這樣可以確保資料寫入歷史記錄。
  • 在會議長時間暫停期間使用暫停功能 — 計時器停止,不會浪費分鐘數。
  • 對保密會議使用無痕模式 — 適用於不希望在系統中留存轉錄記錄的場景。

相關文章