Voz, TTS, STT e imagem
O Okami tem uma ponte de voz turn-based e geração/transformação de imagem via assinatura Codex. Voz é opcional (uv sync --extra voice); imagem usa o token OAuth do…
CLI de voz
params okami transcribe <audio> STT Transcreve arquivo com Whisper local (tiny|base|small). okami say <text> TTS Gera MP3 com Edge TTS; default pt-BR-AntonioNeural. okami voice bridge Loop microfone → STT → agente → TTS → alto-falante.
Voice bridge
VoiceBridge é injetável e testável: transcribe(audio), respond(text), synthesize(reply) e adaptadores finos para microfone/player. Silêncio encerra a conversa.
Imagem
params okami image <prompt> CLI Gera imagem nova. okami image <prompt> --ref img.png CLI Envia imagens de referência e transforma via /images/edits. generate_image tool Tool do harness para gerar arquivo .png no workspace.
Autenticação
Imagem usa gpt-image-2 com token da assinatura Codex. Sem token, a mensagem é clara: rode okami login codex.