Modalità vocale
La modalità vocale trasforma una chat in una conversazione a turni senza usare le mani: Libre ascolta, trascrive ciò che hai detto, genera una risposta e la pronuncia, quindi riprende l'ascolto. Per interrompere una risposta pronunciata, ti basta parlarle sopra. Tutto passa attraverso gli stessi contratti di trascrizione e sintesi vocale usati dalle funzionalità di dettatura e lettura ad alta voce del compositore; la modalità vocale aggiunge soltanto l'orchestrazione, mai un nuovo percorso audio.
Avviare una conversazione
Apri una chat e premi il pulsante della modalità vocale accanto al microfono nel compositore. Il pulsante appare ogni volta che è disponibile l'input vocale: tramite un modello di trascrizione vocale di un provider (lo stesso catalogo della dettatura nel compositore, descritto nella pagina dedicata alla trascrizione vocale) oppure tramite il riconoscimento vocale del browser. Le risposte pronunciate usano il modello e la voce configurati per la sintesi vocale, inclusa una voce salvata con consenso attivo, e il gesto iniziale le predispone nel rispetto dei criteri di riproduzione automatica del browser.
Ciclo della conversazione
È attivo un turno alla volta, che attraversa quattro fasi visibili:
| Fase | Che cosa accade |
|---|---|
| Ascolto | Il microfono registra; una pausa di circa 1.5 s conclude il tuo turno |
| Trascrizione | La registrazione viene trascritta dal provider selezionato o dal browser |
| Elaborazione | La trascrizione viene inviata come normale messaggio di chat e viene generata la risposta |
| Riproduzione | La risposta viene riprodotta con le tue impostazioni di sintesi vocale |
Controlli disponibili mentre l'overlay è aperto:
- Ho finito di parlare conclude immediatamente il turno, utile negli ambienti rumorosi o quando non è disponibile l'analisi audio per rilevarne automaticamente la fine.
- Disattiva microfono sospende l'acquisizione senza uscire dalla conversazione; quando lo riattivi, inizia un nuovo turno.
- Salta risposta interrompe la riproduzione e torna all'ascolto.
- Interruzione vocale: inizia a parlare durante la riproduzione della risposta; la riproduzione si interrompe e torna all'ascolto per il turno successivo.
- Chiudi termina la sessione: il flusso del microfono si arresta, le trascrizioni in corso vengono interrotte e la riproduzione viene annullata.
Gli errori non terminano mai la conversazione. Un errore del microfono, una registrazione rifiutata, un errore di trascrizione o il timeout di una risposta vengono mostrati direttamente nell'interfaccia e la modalità vocale torna in ascolto per il turno successivo.
Governance e privacy
La modalità vocale è governata da una propria modalità di accesso (voice-mode) nella scheda Accesso vocale della gestione utenti, separata da trascrizione vocale, sintesi vocale e clonazione vocale; la variabile di ambiente VOICE_MODE_ACCESS_MODE la rende fissa. Anche trascrizione e sintesi vocale vengono eseguite dietro controlli di funzionalità distinti, quindi limitare una delle due disabilita quella parte del ciclo. Le registrazioni seguono il contratto della trascrizione vocale: sono convalidate, limitate ed effimere. L'audio di un turno esiste soltanto per il tempo necessario alla trascrizione e soltanto la trascrizione entra nella chat come normale messaggio.
Confini
- La modalità vocale è a turni, non full-duplex: non trasmette simultaneamente l'audio del microfono e la voce del modello tramite un'unica connessione in tempo reale.
- Il rilevamento automatico della fine del turno e l'interruzione vocale richiedono l'analisi audio; quando il browser non può fornirla, il controllo manuale Ho finito di parlare conclude il turno.
- Le risposte a turni vengono eseguite una alla volta; le parole pronunciate durante un'interruzione non vengono riportate nella trascrizione del turno successivo.