Voz
voicev0.3.1Mode veu inline al xat: dictat i conversa mans lliures amb espectre de veu en directe i 3 motors seleccionables
Descripció
Parla amb el xat sense obrir cap modal: el compositor es transforma al lloc en una superfície de veu amb espectre reactiu, mentre el fil de la conversa continua visible. Dues experiències sobre el mateix micròfon: dictat momentani (veu a text per revisar abans d'enviar) i mode veu interactiu mans lliures (parles, s'envia sol, la IA respon en veu alta). Tres motors intercanviables des d'ajustos: 'cascaded' (per defecte; usa el flux natiu del xat, així que MANTÉ totes les tools, artifacts i KB i respecta l'estat d'Auto Tools de l'usuari), 'audio-native' (speech-to-speech en una trucada amb gpt-audio, menor latència, conversa pura sense tools) i 'elevenlabs-realtime' (dúplex de baixa latència amb interrupció/barge-in via Conversational AI). Suporta BYOK: cada usuari pot usar la seva pròpia clau d'ElevenLabs (xifrada en repòs) o la del sistema.
Funcionalitats (6)
Toca el micròfon: parla i el text apareix a l'entrada per revisar-lo abans d'enviar
Mantén premut: conversa mans lliures amb VAD per silenci; la IA respon en veu alta
Visualitzador de veu reactiu al mateix compositor (Web Audio), sense modals. Color diferent per torn
El motor per defecte hereta l'estat d'Auto Tools: artifacts, KB i eines continuen disponibles
cascaded · audio-native (gpt-audio, baixa latència) · elevenlabs-realtime (dúplex amb barge-in)
Cada usuari pot usar la seva pròpia API key d'ElevenLabs, xifrada amb AES-256-GCM
Changelog
- Dictat i notes de veu (#252): la transcripció per AIML usa «nova-2» per defecte; «whisper-large» es quedava processant sense acabar i el dictat es perdia després de 3 minuts. Es pot canviar amb AIML_STT_MODEL.