三种模式仅为前端 UI 区分,后端无感知,实际使用中价值不大: - 纯聊天模式名不副实(VAD 仍附带摄像头帧) - 实时分析增加 API 成本且体验不佳 - 按需识别已是默认且最自然的交互方式 删除后保留按需识别行为:语音带图 + 手动识别按钮,UI 更简洁。
44 KiB
44 KiB
三种模式仅为前端 UI 区分,后端无感知,实际使用中价值不大: - 纯聊天模式名不副实(VAD 仍附带摄像头帧) - 实时分析增加 API 成本且体验不佳 - 按需识别已是默认且最自然的交互方式 删除后保留按需识别行为:语音带图 + 手动识别按钮,UI 更简洁。