음성 모드
음성 모드는 채팅을 핸즈프리 턴 방식 대화로 바꿉니다. Libre가 듣고, 말한 내용을 받아쓰고, 답변을 생성해 음성으로 들려준 뒤 다시 듣습니다. 말로 끼어들기만 해도 재생 중인 답변을 중단할 수 있습니다. 모든 과정은 작성기의 받아쓰기 및 소리 내어 읽기 기능과 동일한 음성 텍스트 변환 및 텍스트 음성 변환 계약을 사용합니다. 음성 모드는 새로운 오디오 경로를 만들지 않고 오케스트레이션만 추가합니다.
대화 시작하기
채팅을 열고 작성기의 마이크 옆에 있는 음성 모드 버튼을 누릅니다. 음성 입력을 사용할 수 있을 때 버튼이 나타납니다. 공급자 음성 텍스트 변환 모델(음성 텍스트 변환 페이지에 설명된 작성기 받아쓰기와 같은 카탈로그) 또는 브라우저 자체 음성 인식을 사용할 수 있습니다. 음성 답변은 적극적 동의가 유지되는 저장된 보이스를 포함해 구성된 텍스트 음성 변환 모델과 보이스를 사용합니다. 처음 여는 동작 자체가 브라우저 자동 재생 정책에 필요한 초기 권한을 제공합니다.
대화 루프
한 번에 하나의 턴이 활성화되며 눈에 보이는 네 단계를 거칩니다.
| 단계 | 진행 상황 |
|---|---|
| 듣는 중 | 마이크가 녹음하며 약 1.5초 동안 멈추면 사용자 턴이 끝남 |
| 받아쓰는 중 | 선택한 공급자 또는 브라우저가 녹음을 텍스트로 변환함 |
| 생각 중 | 대본을 일반 채팅 메시지로 보내고 답변을 생성함 |
| 말하는 중 | 텍스트 음성 변환 설정을 통해 답변을 재생함 |
오버레이가 열려 있을 때 다음 제어 기능을 사용할 수 있습니다.
- 말하기 완료는 사용자 턴을 즉시 끝냅니다. 소음이 심한 공간이나 자동 끝점 감지용 오디오 분석을 사용할 수 없을 때 유용합니다.
- 음소거는 대화를 나가지 않고 캡처를 일시 중지합니다. 음소거를 해제하면 새 턴이 시작됩니다.
- 답변 건너뛰기는 재생을 중지하고 듣기 상태로 돌아갑니다.
- 말로 끼어들기: 답변이 재생되는 동안 말하기 시작하면 재생을 중지하고 다음 턴을 듣는 상태로 돌아갑니다.
- 닫기는 세션을 종료합니다. 마이크 스트림이 중지되고 진행 중인 받아쓰기가 중단되며 재생도 취소됩니다.
실패가 대화를 끝내지는 않습니다. 마이크 오류, 거부된 녹음, 받아쓰기 실패 또는 답변 시간 초과가 인라인으로 표시되고 음성 모드는 다음 턴을 듣는 상태로 돌아갑니다.
통제와 개인정보 보호
음성 모드는 사용자 관리의 음성 접근 카드에서 음성 텍스트 변환, 텍스트 음성 변환, 음성 복제와 별도로 자체 접근 모드(voice-mode)로 통제되며 VOICE_MODE_ACCESS_MODE 환경 변수로 고정할 수 있습니다. 받아쓰기와 음성 합성에도 각각 기능 게이트가 있으므로 어느 쪽이든 제한하면 루프의 해당 부분이 비활성화됩니다. 녹음은 음성 텍스트 변환 계약을 따릅니다. 검증되고 크기가 제한되며 일시적입니다. 한 턴의 오디오는 텍스트로 변환하는 동안만 존재하며 대본만 일반 메시지로 채팅에 들어갑니다.
경계
- 음성 모드는 전이중이 아닌 턴 방식입니다. 하나의 실시간 연결에서 마이크 오디오와 모델 음성을 동시에 스트리밍하지 않습니다.
- 자동 끝점 감지와 말로 끼어들기에는 오디오 분석이 필요합니다. 브라우저에서 이를 제공할 수 없으면 수동 말하기 완료 제어로 턴을 끝냅니다.
- 턴 방식 답변은 한 번에 하나씩 실행됩니다. 말로 끼어드는 동안 말한 단어는 다음 턴의 대본으로 전달되지 않습니다.