צינור קול

🚧Coming Soon — This feature is planned but not yet implemented.

ספקי STT ו-TTS המפורטים להלן הם stubs של ממשק בלבד. ממשקי

הספקים מוגדרים אך המימושים טרם חוברו לשירותי דיבור בפועל. :::

Triggerfish תומך באינטראקציית דיבור עם זיהוי מילת השכמה, לחיצה-לדיבור ותגובת טקסט-לדיבור על macOS, iOS ו-Android.

ארכיטקטורה

אודיו זורם דרך אותו צינור עיבוד סוכן כמו טקסט. קלט קולי מתומלל, נכנס לסשן כהודעה מסווגת, עובר דרך ווי מדיניות, והתגובה מסונתזת חזרה לדיבור.

מצבי קול

מצב	תיאור	פלטפורמה
Voice Wake	האזנה תמידית למילת השכמה ניתנת להגדרה	macOS, iOS, Android
Push-to-Talk	הפעלה ידנית דרך כפתור או קיצור מקלדת	macOS (שורת תפריטים), iOS, Android
Talk Mode	דיבור שיחתי רציף	כל הפלטפורמות

ספקי STT

דיבור-לטקסט ממיר את הקול שלכם לטקסט לעיבוד הסוכן.

ספק	סוג	הערות
Whisper	מקומי	ברירת מחדל. רץ על המכשיר, ללא תלות בענן. הטוב ביותר לפרטיות.
Deepgram	ענן	תמלול streaming בהשהיה נמוכה.
OpenAI Whisper API	ענן	דיוק גבוה, דורש מפתח API.

ספקי TTS

טקסט-לדיבור ממיר תגובות סוכן לאודיו מדובר.

ספק	סוג	הערות
ElevenLabs	ענן	ברירת מחדל. קולות טבעיים עם אפשרויות שכפול קול.
OpenAI TTS	ענן	איכות גבוהה, אפשרויות קול מרובות.
System Voices	מקומי	קולות מקוריים של מערכת ההפעלה. ללא תלות בענן.

מרשם ספקים

Triggerfish משתמש בדפוס מרשם ספקים הן ל-STT והן ל-TTS. ניתן לחבר כל ספק תואם על ידי מימוש הממשק המתאים:

interface SttProvider {
  transcribe(audio: Uint8Array, options?: SttOptions): Promise<string>;
}

interface TtsProvider {
  synthesize(text: string, options?: TtsOptions): Promise<Uint8Array>;
}

תצורה

הגדירו הגדרות קול ב-triggerfish.yaml:

voice:
  stt:
    provider: whisper # whisper | deepgram | openai
    model: base # גודל מודל Whisper (tiny, base, small, medium, large)
  tts:
    provider: elevenlabs # elevenlabs | openai | system
    voice_id: "your-voice" # מזהה קול ספציפי לספק
  wake_word: "triggerfish" # מילת השכמה מותאמת
  push_to_talk:
    shortcut: "Ctrl+Space" # קיצור מקלדת (macOS)

שילוב אבטחה

נתוני קול עוקבים אחר אותם כללי סיווג כמו טקסט:

• קלט קולי מסווג כמו קלט טקסט. דיבור מתומלל נכנס לסשן ועשוי להעלות את הזיהום בדיוק כמו הודעה מוקלדת.
• פלט TTS עובר דרך וו PRE_OUTPUT לפני הסינתזה. אם מנוע המדיניות חוסם את התגובה, היא לעולם אינה נאמרת.
• סשנים קוליים נושאים זיהום בדיוק כמו סשני טקסט. מעבר לקול באמצע סשן אינו מאפס את הזיהום.
• זיהוי מילת השכמה רץ מקומית. שום אודיו אינו נשלח לענן להתאמת מילת השכמה.
• הקלטות אודיו (אם נשמרות) מסווגות ברמת הזיהום של הסשן.

צינור הקול ישתלב עם אפליקציות Buoy המלוות על iOS ו-Android,

ויאפשר לחיצה-לדיבור והשכמה קולית ממכשירים ניידים. Buoy עדיין אינו זמין. :::