Voz
voicev0.3.0Modo voz inline no chat: ditado e conversa mans libres con espectro de voz en vivo e 3 motores seleccionables
Descrición
Fala co chat sen abrir ningún modal: o compositor transfórmase no sitio nunha superficie de voz con espectro reactivo, mentres o fío da conversa segue visible. Dúas experiencias sobre o mesmo micrófono: ditado momentáneo (voz a texto para revisar antes de enviar) e modo voz interactivo mans libres (falas, envíase só, a IA responde en voz alta). Tres motores intercambiables desde axustes: 'cascaded' (por defecto; usa o fluxo nativo do chat, así que CONSERVA todas as tools, artifacts e KB e respecta o estado de Auto Tools do usuario), 'audio-native' (speech-to-speech nunha chamada con gpt-audio, menor latencia, conversa pura sen tools) e 'elevenlabs-realtime' (dúplex de baixa latencia con interrupción/barge-in vía Conversational AI). Admite BYOK: cada usuario pode usar a súa propia clave de ElevenLabs (cifrada en repouso) ou a do sistema.
Funcionalidades (6)
Toca no micro: fala e o texto aparece no input para revisar antes de enviar
Mantén premido: conversa mans libres con VAD por silencio; a IA responde en voz alta
Visualizador de voz reactivo no propio compositor (Web Audio), sen modais. Cor distinta por quenda
O motor por defecto herda o estado de Auto Tools: artifacts, KB e ferramentas seguen dispoñibles
cascaded · audio-native (gpt-audio, baixa latencia) · elevenlabs-realtime (dúplex con barge-in)
Cada usuario pode usar a súa propia API key de ElevenLabs, cifrada con AES-256-GCM
Changelog
- Fase 3: motor ElevenLabs realtime (signed URL + WebSocket dúplex, barge-in)
- BYOK por usuario cifrado (secret-vault AES-256-GCM): endpoints /key e /realtime/session
- Control de plan + BYOK obrigatorio configurable para realtime
- UI de axustes en superadmin (motor/voz/axente + xestión de clave BYOK)