Voz
voicev0.3.1Mode vocal intégré au chat : dictée et conversation mains libres avec spectre vocal en direct et 3 moteurs sélectionnables
Description
Parlez avec le chat sans ouvrir aucune fenêtre modale : le compositeur se transforme sur place en une surface vocale avec spectre réactif, tandis que le fil de la conversation reste visible. Deux expériences reposent sur le même micro : la dictée ponctuelle (voix vers texte, à relire avant envoi) et le mode vocal interactif mains libres (vous parlez, l'envoi est automatique, l'IA répond à voix haute). Trois moteurs interchangeables depuis les paramètres : « cascaded » (par défaut ; utilise le flux natif du chat, donc CONSERVE tous les outils, artefacts et la base de connaissances, et respecte l'état Auto Tools de l'utilisateur), « audio-native » (speech-to-speech en un seul appel avec gpt-audio, latence plus faible, conversation pure sans outils) et « elevenlabs-realtime » (dialogue duplex à faible latence avec interruption/barge-in via Conversational AI). Prend en charge le BYOK : chaque utilisateur peut utiliser sa propre clé ElevenLabs (chiffrée au repos) ou celle du système.
Fonctionnalités (6)
Appuyez sur le micro : parlez, et le texte apparaît dans le champ de saisie pour relecture avant envoi
Maintenez enfoncé : conversation mains libres avec VAD par silence ; l'IA répond à voix haute
Visualiseur vocal réactif directement dans le compositeur (Web Audio), sans fenêtres modales. Couleur différente par tour
Le moteur par défaut hérite de l'état Auto Tools : artefacts, base de connaissances et outils restent disponibles
cascaded · audio-native (gpt-audio, faible latence) · elevenlabs-realtime (duplex avec barge-in)
Chaque utilisateur peut utiliser sa propre clé API ElevenLabs, chiffrée avec AES-256-GCM
Changelog
- Dictée et notes vocales (#252) : la transcription via AIML utilise « nova-2 » par défaut ; « whisper-large » restait bloqué en traitement et la dictée se perdait après 3 minutes. Modifiable avec AIML_STT_MODEL.