Φωνητική λειτουργία
Η φωνητική λειτουργία μετατρέπει ένα chat σε hands-free συνομιλία με εναλλαγή σειράς: το Libre ακούει, μεταγράφει όσα είπατε, παράγει απάντηση, την εκφωνεί και ακούει ξανά. Διακόψτε μια εκφωνούμενη απάντηση μιλώντας πάνω της. Όλα περνούν από τα ίδια συμβόλαια speech-to-text και text-to-speech με την υπαγόρευση και ανάγνωση του συντάκτη· προστίθεται μόνο ενορχήστρωση, ποτέ νέα διαδρομή ήχου.
Έναρξη συνομιλίας
Ανοίξτε chat και πατήστε το κουμπί φωνητικής λειτουργίας δίπλα στο μικρόφωνο. Εμφανίζεται όταν υπάρχει είσοδος ομιλίας: μοντέλο speech-to-text παρόχου ή αναγνώριση του browser. Οι απαντήσεις χρησιμοποιούν το ρυθμισμένο μοντέλο και τη φωνή text-to-speech — ακόμη και αποθηκευμένη φωνή με ενεργή συναίνεση — και η αρχική χειρονομία προετοιμάζει την πολιτική autoplay του browser.
Ο βρόχος συνομιλίας
Μία σειρά είναι ενεργή κάθε φορά και περνά τέσσερις φάσεις:
| Φάση | Τι συμβαίνει |
|---|---|
| Ακρόαση | Το μικρόφωνο γράφει· παύση περίπου 1,5 s λήγει τη σειρά |
| Μεταγραφή | Ο επιλεγμένος πάροχος ή browser μεταγράφει την ηχογράφηση |
| Σκέψη | Η μεταγραφή στέλνεται ως μήνυμα chat και παράγεται απάντηση |
| Ομιλία | Η απάντηση αναπαράγεται με τις ρυθμίσεις text-to-speech |
Χειριστήρια στο overlay:
- Done speaking λήγει άμεσα τη σειρά, χρήσιμο σε θορυβώδη χώρο ή χωρίς ανάλυση ήχου.
- Mute παύει την καταγραφή χωρίς έξοδο· η άρση ξεκινά νέα σειρά.
- Skip reply σταματά την αναπαραγωγή και επιστρέφει στην ακρόαση.
- Barge-in: μιλήστε κατά την απάντηση για να σταματήσει και να αρχίσει νέα ακρόαση.
- Close τερματίζει τη συνεδρία, το μικρόφωνο, τη μεταγραφή και την αναπαραγωγή.
Τα σφάλματα δεν λήγουν τη συνομιλία. Πρόβλημα μικροφώνου, απόρριψη, αποτυχία μεταγραφής ή timeout εμφανίζεται inline και η λειτουργία επιστρέφει στην ακρόαση.
Διακυβέρνηση και ιδιωτικότητα
Η λειτουργία έχει δικό της τρόπο πρόσβασης (voice-mode) στην κάρτα Voice access του
User Management, χωριστά από STT, TTS και κλωνοποίηση. Το
VOICE_MODE_ACCESS_MODE την κλειδώνει. Μεταγραφή και σύνθεση έχουν και δικές τους
πύλες, οπότε ο περιορισμός απενεργοποιεί το τμήμα. Οι εγγραφές είναι επικυρωμένες,
περιορισμένες και προσωρινές· υπάρχουν μόνο μέχρι τη μεταγραφή και μόνο το κείμενο
μπαίνει στο chat.
Όρια
- Η λειτουργία είναι εναλλασσόμενη, όχι full-duplex: δεν μεταδίδει ταυτόχρονα μικρόφωνο και ομιλία μοντέλου σε μία realtime σύνδεση.
- Αυτόματος τερματισμός και barge-in χρειάζονται ανάλυση ήχου· αλλιώς χρησιμοποιήστε Done speaking.
- Οι απαντήσεις εκτελούνται μία-μία. Λέξεις που ειπώθηκαν στο barge-in δεν περνούν στην επόμενη μεταγραφή.