北京
采集滑块停在 30 dB，一段两秒的样本峰值冲到 32768，而那句“hey Hearthlen”始终没有出现。这是 Savindu Thathsara 在 ThinkPad 上记录的一次 Hearthlen 测试。
32768 是 16 位采样的上限。在这个增益下，房间本身已经在削波，唤醒短语没剩下可供匹配的形状。他随后把采集滑块在高于 60% 时调低，之后表头读数是 5.25 dB，最先看到的几帧峰值落在 977。
麦克风收到的信号已经变成方波，问题不在识别模型，而在信号进入模型之前就被压平了。
英文模型同样不按拼写去听这个自造的名字。在一次清晰的朗读中，它听到的是“hey hearth”和“hard one”，这两句才是它等待的短语。把“hey hearthlen”从扬声器放出来，日志里记下的唤醒结果是：hey hearthlen。
另一条路径是窗口。Win+H 会打开一个标题为 Hearthlen chat 的窗口，框里输入的一行文字，和语音路径走的是同一条命令。他输入“what can you do”，窗口返回的答复包括：
- 键盘和鼠标
- 音量
- 亮度
- 查找文件
- 提醒
- 截图
回复被念出来的同时，角落里的那张脸仍在动，就像“Hi, Savindu”那次一样，指针也跟着移动了。一条消息也可以是对他所提问题的回答，就像它曾问他要输入什么那样。
还没做完的检查是：让房间里的人亲口说出那句话，并从第一个声音计时到问候出现。Savindu Thathsara 在伦敦做实用的 AI 与自动化，这个系列是他一边写、一边学的一个离线 AI 操作系统的公开日志。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
