用声音，
打出下一招。

身体活动受限，也想畅快玩游戏。
我们希望用简短的声音，实时触发电脑按键，让每一次操作都跟得上自己的判断。

低延迟连续触发抗干扰

正在寻找更好的方案，欢迎一起想办法。

完整技术需求想实现什么，试过什么，需要什么帮助

我们想实现什么？

有没有一种办法，让声音像按键一样，反应快、能连续操作，也不容易被环境声音干扰？

一位 SMA（脊髓性肌萎缩症）玩家，因为身体运动功能受限，难以用键盘完成游戏中的实时操作。他希望保留鼠标操作，用简单的声音控制按键。

连续发出几个短口令，电脑就准确、依次按下对应的键。两条口令之间不必刻意停顿，按键时机由玩家自己决定。

Q→W→E→R

我们还没有找到能同时满足这些要求的办法，希望懂技术的朋友帮忙看看，还有没有更合适的实现方式。

VoiceAttack 可以把语音口令映射成键盘等操作。在目前使用的配置里，两条短口令之间需要明显停顿，估计约 0.5 秒才比较稳定。

连续口令也可能被合并。比如希望“一”和“百”分别触发两个键，连续说时却被识别成“一百”，导致两条指令无法分别执行。

约 0.5 秒是个人使用估计，未做统一测量。这里描述的是当前配置下的体验，不代表所有版本或配置，也没有确认其底层架构。

也尝试过云端流式语音识别，例如豆包流式识别。它可以边说边输出文字，但试用中的单字短口令不够稳定，响应延迟估计约 600 毫秒，仍影响即时操作。

约 600 毫秒是个人试用估计，不是服务商的官方指标。网络、模型、接口及实现方式都会影响结果。

这款尚未开源的民间软件，可以先录入声音样本，再关联到按键。检测到相似声音时就触发对应操作，使用中响应较快，也能连续触发不同按键。

目前主要问题是抗干扰弱：附近有人说话、电视声、游戏音效或其他相似声音，都可能导致误按，有时还会同时触发多个键。

这个方向值得继续探索，希望有更多开发者一起改善。

以上是软件外部表现。未了解源码，无法确定它具体采用什么算法，也不能将它直接称为“声纹识别”。

“用 VoiceAttack 设一句口令，自动完成整套连招，不就可以了吗？”

宏按预设的顺序和间隔执行。游戏里的时机却不断变化：Boss 快速出刀，需要及时格挡；慢速蓄力，要等到合适的一刻再按。固定节奏难以适应这些变化。

玩家自己看画面、判断时机，声音负责触发那一次按键。

游戏语音操控的技术目标
低延迟	从发声到键盘执行尽量快。100～200 毫秒可作为讨论中的候选目标，尚待需求提出者确认，未实现或测量验证。
连续触发	短口令可以快速连续输入，尽量避免漏识别、合并或重复触发。最短可用间隔待测试。
抗干扰	区分玩家指令与旁人说话、游戏音效、电视及环境杂音。误触发率、漏触发率、准确率目前没有严格实测数据。
实际使用	考虑 Windows、普通麦克风、自定义口令与标准键盘事件。离线、在线及长期运行方式可以继续讨论。

约 800 毫秒指部分游戏场景的操作窗口举例，不等于已经确定的语音系统延迟上限。