Modo Voz — Habla con IA

¿Recuerdas la última vez que tenías las manos llenas de harina, masa o grasa, y necesitabas buscar algo desesperadamente? Escribir era imposible. Ese es exactamente el problema que resuelve el modo de voz de Hermes Agent: convierte a la IA de algo a lo que escribes a algo con lo que simplemente hablas.

Tres formas de abrir la boca

La voz no es una sola función: se adapta a dónde estés trabajando. Aquí tienes el mapa rápido:

Función	Plataforma	Qué pasa
Voz interactiva	Línea de comandos (CLI)	Pulsa Ctrl+B, habla, suelta: la IA responde al instante
Respuestas de voz automáticas	Telegram, Discord	Envía texto, recibe texto más una respuesta hablada
Canal de voz	Discord	El bot se une al canal y habla contigo en tiempo real

En palabras simples: pulsa una tecla en tu ordenador para hablar, recibe respuestas de voz en apps de chat, o “llama” a la IA dentro de Discord.

Antes de empezar: tres comprobaciones rápidas

1. Instala Hermes Agent (consulta la guía de instalación)
2. Configura tu modelo de IA — ejecuta hermes model o pon tu clave de API en ~/.hermes/.env
3. Confirma que el chat de texto funciona — ejecuta hermes y asegúrate de que la IA responde antes de añadir la voz

Consejo profesional: La primera vez que ejecutes hermes, creará la carpeta ~/.hermes/ y el archivo config.yaml automáticamente. Solo necesitas crear ~/.hermes/.env tú mismo para las claves de API.

Ahorra dinero: Si te suscribes a Nous Portal, obtienes tanto el modelo de IA como la conversión de texto a voz (TTS) en una sola suscripción: no necesitas una clave de voz de OpenAI por separado. En una instalación nueva, solo ejecuta hermes setup --portal y listo.

Tres pasos para empezar a hablar

Paso 1: Instala las dependencias de voz

pip install hermes-agent[voice]

Paso 2: Lanza Hermes

hermes

Paso 3: Empieza a hablar

• En la terminal: mantén pulsado Ctrl+B, habla, suelta: la IA detecta el silencio y responde
• En Telegram o Discord: envía un mensaje normal, y la IA añade automáticamente una respuesta de voz
• En un canal de voz de Discord: invita al bot, y escucha y responde en vivo

Sube de nivel: palabra de activación sin manos

¿Demasiado perezoso para pulsar un botón? Configura una palabra de activación: di “Hey Hermes” a tu ordenador, y una nueva sesión de voz se inicia automáticamente. La configuración completa está en la guía de palabra de activación.

Reflexiones finales y un consejo práctico

El valor central del modo de voz es simple: reduce la barrera de “poder escribir” a “poder hablar”. Para momentos de multitarea —cocinar, conducir, hacer manualidades— o para cualquiera que encuentre los teclados poco amigables, esto es un verdadero impulso de productividad.

Mi consejo práctico: Empieza en la terminal con Ctrl+B para sentir el ritmo de la interacción por voz. Una vez que te sientas cómodo, muévete a un canal de voz de Discord: ahí es donde vive la conversación verdaderamente inmersiva y sin manos. Y si tu habitación es ruidosa, habla cerca del micrófono; la detección de silencio funciona mejor con una señal más clara.

---