你点了角落里的那张小脸,说了句“把洗碗机挪过去一格,”结果什么反应都没有。没有声音,没有动作,也没有报错。这种沉默大概有六种不同的原因,其中只有一种是真正的故障 — 其余的可能是权限提示框被挡在了别的窗口后面、麦克风被另一个标签页先占用了,或者是她故意进入待机、在你还在思考的时候把连线关掉了。本页按问题实际发生的顺序,如实列出这些情况,再加上大家在信任一个麦克风之前最想问的两件事:免费时长是怎么算的,语音数据又去了哪里。
Emma 停在设计工具画布的角落里,无论是 2D 平面图还是 3D 视图都能看到她。左键点击开始语音通话,再点一次挂断;右键点击打开打字面板。这就是全部的操作方式 — 没有设置抽屉,没有按键说话(push-to-talk)键,屏幕上别处也没有单独的麦克风按钮。
大多数人没注意到的是,她看起来是实是虚,本身就是故意设计出来的信息。淡出状态表示她没有在听 — 麦克风没有打开,没有任何数据在发送,也没有任何消费在发生。实体状态、外圈带光环,表示通话正在进行。如果你不确定自己有没有被听到,不要靠她有没有回应来判断,看角落那个头像就知道。
当你在画布上按住鼠标不放时,她还会进一步淡出。这是故意的:你正在把柜子拖到位的那几秒钟,正是她该让开的时候。松开鼠标后,她会恢复到之前的状态。这不是掉线,也不是故障。
语音通话要能开始,必须同时满足四个条件 — 浏览器支持实时音频、已用 Google 登录、本网站获得了麦克风权限,以及账户里还有可用时长。只要缺了其中一项,点击不会悄无声息地失败,而是会把你带进打字面板,并告诉你四项里到底是哪一项出了问题。在读本页其余内容之前,先看那句提示;它是这里最快的诊断方式。
大家半夜十一点会搜的 “AI 语音助手不工作了” — 而这时候麦克风其实完全正常,只是浏览器的权限询问框被挡在了另一个窗口后面。
这两种情况感觉一样,其实不同。如果点她打开的是打字面板而不是发起通话,说明兜底机制在正常工作,原因已经写在面板里了。几乎所有情况都出在这两个原因上:你没有登录,或者你用的浏览器不支持实时音频。用 Google 登录,或者换成最新版本的 Chrome、Edge、Safari 或 Firefox 打开设计工具,再点她一次。
另一种情况更让人难受:通话开始了,光环也出现了,但她始终没有任何回应。这说明连接是通的,问题出在她之前,也就是麦克风这一环。按下面的顺序逐条排查,这个顺序是按照它们实际是答案的概率排的。
试试打开一个禁用扩展程序的隐私窗口。隐私保护类扩展和广告拦截器有时会拦截承载实时音频的连接,表现出来就是通话看起来开始了,然后什么都不发生。如果隐私窗口能正常工作,那就是某个扩展程序在捣鬼,一个一个重新启用就能找出是哪个。
还有一个诚实的限制:有些受企业统一管理的工作电脑,会在策略层面直接封锁所有网站的麦克风权限。我们发布的任何东西都无法绕过这一点,就算点再多次允许也没用。在这类电脑上,右键点她,改用打字吧。
这是我们收到最多的反馈,而几乎每次都只是待机机制在按设计正常工作。安静五分钟后,连接会被故意关闭。你的网络没有断,她也没有崩溃。当时线路是通的,只是没人说话,继续开着只会白白消耗你并没有在用的时长。
她进入待机时,有三件事始终成立,也是最值得了解的地方:
从你开口说话到她重新回到线上,中间会有短暂的一拍延迟。继续说下去,不要停下来确认 — 你说话的头一两秒是用来唤醒她的,只要你接着说,她就能接住剩下的部分。
待机机制的存在,说到底是一笔算术账,而不是什么巧妙设计。实时语音是按五分钟为一个计费单位收费的。如果长时间的沉默里线路一直开着,就等于把一个计费单位花在了一个空房间上,所以线路会关闭,改由麦克风在旁边等着。这跟离开房间随手关灯是一个道理。
如果光环依然显示着,而你用正常音量说完一整句话她却没有回应,那就不是待机 — 待机状态下是没有光环的。那属于麦克风故障,应该按第 01 节的清单排查。
这种情况确实让人困惑,因为她没有说谎,你也不是在幻想。原因一共有四种,其中第四种比前三种加起来更让人挠头。
如果她挪错了东西,要立刻说出来,趁编号还是你说话那一刻的意思。要是等你又做了三次改动才想起来纠正,一句话就能解决的事就会变成一场考古挖掘。她能改什么、不能改什么的完整清单,见语音指令页面;至于她一开始是怎么知道你屏幕上有什么的,这里有解释。
她被设定为要告诉你她为什么没有去做某件事,而不是悄悄做点相近的事,指望你不会注意到。这让她的拒绝成为关于你厨房的真正有用的信息,值得把它当作一个发现来读,而不是当作一次失败。以下四种情况几乎覆盖了所有场景。
| 她说了什么 | 这实际上意味着什么 | 接下来该怎么说 |
|---|---|---|
| 那一侧没有足够的空间 | 相邻柜子和墙之间留下的空隙,比这个系列里最窄的柜子还要窄。现实中的柜子都有固定的宽度规格。 | “那个空隙能放下什么?”或者先让她把旁边的柜子改窄或移走,再放置这个柜子。 |
| 找不到编号为 7 的东西 | 自从你上次听到那份列表以来,它已经变了 — 几乎都是因为一次删除,导致后面的编号全部重排。 | “把柜子清单再报一遍,”然后用她现在给出的编号。 |
| 这个操作需要先登录 | 能改动设计的那些工具,背后都需要一个账户。 | 登录之后,再点她一次重新发起通话。你眼前的设计不会因此丢失。 |
| 那样会把它推到旁边的柜子里 | 这次移动会和一个固定的物件发生碰撞。为了满足一条指令,她不会让两个柜子叠在一起。 | 给她一个具体的距离,而不是说“挪一点点”,或者让她整排一起挪动,而不是只挪一个柜子。 |
第一种拒绝是大家最爱争论的一种,而它通常是对的。墙有多长是施工时定下来的;柜子的宽度是固定规格;剩下的空隙才是填条要解决的问题。如果这个拒绝其实关于的是厨房本身而不是软件 — 比如一排柜子怎么都拼不齐、一个转角怎么都装不下、一件电器怎么都放不进去 — 那就是设计问题,与其再换一种说法试一次,不如去读故障排查那一章。
想打断她,直接开口说话就行。她会停下来。不需要按住什么键,也不用礼貌地等她说完,而且你应该比感觉上自然的频率更常用这一招 — 如果她已经讲了三句话在解释一件你早就知道的事,直接打断她说话。对话本来就应该是这样进行的。
想改用打字,右键点击头像。打字面板会回答问题,也会解释它看到了什么,但它没有任何工具:不能移动、添加或删除任何东西。只有语音通话才能编辑设计。这个区分是故意设计的,不是疏漏,实际结果就是:打字输入“往左挪一下”,你得到的是一段关于怎么往左挪的说明,而不是一个真的挪动了的柜子。
她支持英语、普通话和法语。你用哪种语言说话,她就用哪种语言回答你。
接下来是软件行业里没人喜欢承认的一点:语音并不是做所有事情最快的方式,而用它去做不适合的工作,正是大家最后觉得它不管用的最常见原因。
遇到下面这些情况,还是伸手去用鼠标吧:
如果你的问题是她理解错了你的意思,而不是她听不见你说话,管用的说法都收在跟 AI 厨房设计师该怎么说这篇里。
实时语音是以五分钟为一个计费单位运行的。计费单位就是最小单元 — 不是按秒计费,这也是为什么待机机制这么重要。
每个账户每天可获得十分钟免费时长,也就是两个计费单位。每天的额度按多伦多的日历日期重置,所以如果你在其他时区做设计,要按多伦多的午夜来算,而不是你自己所在地的午夜。免费时长用完之后,语音通话按每个五分钟计费单位收费 1 枚 GH Coin。打字跟她交流则完全免费,也不占用任何计费单位。
让这套机制保持公平的关键,是续期的条件:只有在这个计费单位内你确实说过话,并且是在最近一分半钟以内说的话,它才会续期。一通你已经离开的通话,不会在你不知情的情况下悄悄开启下一个计费单位。再加上待机机制会在安静五分钟后关闭连接,实际上很难把时间白白花在一个空房间上。
| 你在做什么 | 它消耗什么 |
|---|---|
| 跟她打字交流 | 什么都不消耗。不需要账户,也不占用计费单位。 |
| 每天最初的十分钟语音时长 | 免费 — 两个计费单位,按多伦多日历日重置 |
| 免费时长用完后的语音通话 | 每个五分钟计费单位收费 1 枚 GH Coin |
| 处于待机状态 | 什么都不消耗。连接已经关闭;只有你的麦克风还在闲置着。 |
| 一通没人说话的通话 | 不会再消耗什么 — 没有人说话,计费单位就不会续期。 |
当你看到免费时长已经用完的提示时,它的意思就是字面上那样:当天的额度用完了,而且账户里也没有 GH Coin 余额可以支付下一个计费单位。除此之外没有任何东西出问题,你的设计也完好无损。你有三个选择,其中第三个永远免费。
设计工具里的其他一切 — 画房间、摆放柜子、台面、颜色、3D 视图、报价单 — 都是免费的,跟这些计费单位毫无关系。计时器只在语音通话进行中才会运转。
在让一个网站打开麦克风之前,大家都会问这个问题,这样问是对的。以下就是全部实情,直白地说清楚。
用语音跟 Emma 交流,完全不会被录音。音频从你的浏览器直接传给那家负责把声音转成文字、再把文字转回声音的语音服务商。它不会经过我们。我们也不会保留任何文字记录。通话结束后,我们这边没有任何东西可以回放,因为从一开始就没有任何东西被留下来。
打字对话会被保留下来 — 问了什么、回答了什么都会记录。这就是两个面板之间真实的区别,在你选择用哪一个之前,值得先了解这一点。如果你希望某个问题不被保存在任何地方,那就用语音说出来问。
待机期间麦克风依旧开着,但不会传输任何数据。页面只是在本地测量房间的音量大小,单纯是为了察觉有没有人开始说话。在这个过程中,它并不会去分析或听懂具体的词语,也不会把音频发送到任何地方。这也是为什么她会被一整句话唤醒,而不会被一声咳嗽唤醒:页面能依据的,只有音量高低这一个信号。
以上这些都写在我们的隐私政策里,真正具有约束力的是那份文件,而不是这一段文字。
我们能保证的范围是有限的:我们能告诉你我们自己的软件做了什么,而且已经说清楚了。但我们没办法代表你的浏览器、你的操作系统,或者别人装在你电脑上的某个扩展程序做出保证。如果房间里正在说一些机密内容,那就直接结束通话,而不要只依赖一盏状态灯 — 这不是因为我们知道有什么问题,而是因为对你用过的每一个网站、每一个麦克风来说,这都是稳妥的做法。
语音通话要能开始,必须同时满足四个条件:浏览器支持实时音频、已用 Google 登录、网站获得了麦克风权限,以及账户里还有可用时长。只要缺了其中一项,点击头像就会打开打字面板,并告诉你四项里到底是哪一项出了问题。先读那条提示,因为它就是诊断结果。
按这个顺序检查。第一,看头像:实体状态带光环,说明通话正在进行,麦克风是嫌疑对象;淡出状态说明通话根本没开始。第二,打开地址栏里的锁形菜单,确认麦克风权限是允许的,并且指向的是你实际在说话的那个输入设备。第三,退出任何占用麦克风的其他程序或标签页,比如视频通话,因为通常谁先抢到麦克风谁就会一直占着。第四,检查操作系统声音设置里的默认输入设备。每次改动之后都要刷新页面,因为权限是在通话开始时才被读取的。
几乎总是待机机制在起作用,这是故意设计的。安静五分钟后连接会关闭,避免让一条开着的线路把你的时长白白花在一个空房间上。你的麦克风依旧开着,但没有任何数据离开你的电脑,因为页面只是在本地测量房间的音量。说一小会儿话,她就会带着完整的对话内容回来。大约安静二十分钟后,她会彻底放开麦克风,通话就此结束。
不会。语音对话完全不会被录下来。音频从你的浏览器直接传给语音服务商,不会经过我们,我们也不会保留任何文字记录。打字对话则不同:问了什么、回答了什么都会被保留。这两种情况在我们的隐私政策中都有说明。
每个账户每天可获得十分钟免费时长,相当于语音通话所用的五分钟计费单位中的两个,额度按多伦多的日历日期重置。之后,语音通话按每个五分钟计费单位收费 1 枚 GH Coin。只有在一个计费单位内你确实说过话,且是最近一分半钟以内说的,它才会续期,所以一通你已经离开的通话不会悄悄开启下一个计费单位。
语音功能需要登录。实时通话需要用 Google 登录,因为能改动设计的工具背后都需要一个账户。打字面板则不需要账户:右键点击头像,直接提问就行。无论是否登录,画房间、摆放柜子、用 3D 查看都是免费的。
常见原因有四种。你当时在 3D 视图里,需要先打开编辑模式,所以改动会比视图切换晚一拍出现。当时选中了好几个物件,设计工具会把它们当成一个整体处理。这个物件在一个打包好的组里,必须先解包才能单独操作。或者编号变了:每次删除都会让后面所有编号重排,所以你们一分钟前定下的那个编号,现在指向的是别的东西。每次删除之后,都让她重新报一遍列表。
可以。你一开口说话,她就会停下来。不需要按任何键,也不用等待间隙,打断她正是这个功能设计好要被使用的方式,而不是一种失礼的特殊情况。
右键点击头像即可打开打字面板。它是免费的,不需要麦克风,会回答问题并解释它看到了什么。它做不到的是改动任何东西:打字面板没有任何工具,只有语音通话才能移动、添加或删除柜子。她支持英语、普通话和法语。
打开你的设计,左键点一下角落里的那张脸,问问她你最没把握的那面墙到底有什么问题。每天十分钟,算我们请。
打开 3D 设计工具 →