// configurar · 04

Voz (STT / TTS)

Com o extra voice, o agente ouve e fala. Áudio recebido num canal é transcrito por Whisper local e vira texto pro harness; a resposta é sintetizada por TTS e devolv…

Abrir na documentação completa GitHub

Habilitar

uv sync --extra voice    # faster-whisper (STT) + edge-tts (TTS)

Configuração

okami.yaml

voice:
  stt: { backend: whisper, model: small }     # faster-whisper local
  tts: { enabled: true, backend: edge, voice: pt-BR-AntonioNeural }

params voice.stt.backend enum whisper (faster-whisper local). voice.stt.model string Tamanho do modelo Whisper (tiny…large). small voice.tts.backend enum edge (grátis) | minimax (token plan). voice.tts.voice string Voz do TTS (ex.: pt-BR-AntonioNeural).

CLI

okami transcribe <áudio>transcreve um arquivo de áudio (STT)

okami say "texto"sintetiza fala a partir de texto (TTS)

okami voiceconversa por voz turn-based: microfone → agente → áudio de resposta

Canais & gatewayOnde a voz é usada.ConfiguraçãoBloco voice no okami.yaml.

Abrir esta página nos docs interativos