ボイスモード — AIと話す

覚えていますか？手が小麦粉や生地、油でべとべとで、どうしても何かを調べたいのに、タイピングなんて無理！という状況。まさにその問題を解決するのが、Hermes Agentのボイスモードです。AIを「打ち込むもの」から「話しかけるもの」に変えてくれます。

声を使うための3つの方法

ボイス機能はひとつではありません。作業している場所に応じて形を変えます。簡単なマップはこちら：

機能	プラットフォーム	動作
対話型ボイス	コマンドライン (CLI)	Ctrl+Bを押して話し、離すとAIが即座に回答
自動音声返信	Telegram、Discord	テキストを送信すると、テキストに加えて音声でも返信
ボイスチャンネル	Discord	ボットがチャンネルに参加し、リアルタイムで会話

簡単に言うと：パソコンでキーを押して話すか、チャットアプリで音声返信を受け取るか、Discord内でAIに「電話する」か、です。

始める前の3つの確認事項

1. Hermes Agentをインストール（インストールガイドを参照）
2. AIモデルを設定 — hermes model を実行するか、APIキーを ~/.hermes/.env に追加
3. テキストチャットが機能するか確認 — hermes を実行して、AIが返信することを確認してからボイスを追加

プロのコツ: 初めて hermes を実行すると、~/.hermes/ フォルダと config.yaml が自動的に作成されます。APIキー用の ~/.hermes/.env だけは自分で作成する必要があります。

節約術: Nous Portal に登録すると、AIモデルとテキスト読み上げ（TTS）がひとつのサブスクリプションで利用できます。別途OpenAIの音声キーは不要です。新規インストール時は、hermes setup --portal を実行するだけです。

会話を始めるための3つのステップ

ステップ 1: ボイス用の依存関係をインストール

pip install hermes-agent[voice]

ステップ 2: Hermesを起動

hermes

ステップ 3: 話し始める

• ターミナルで：Ctrl+B を押しながら話し、離すとAIが無音を検知して回答
• TelegramまたはDiscordで：通常のメッセージを送信すると、AIが自動的に音声返信を追加
• Discordのボイスチャンネルで：ボットを招待すると、リアルタイムで聞いて応答

レベルアップ：ハンズフリーのウェイクワード

ボタンを押すのが面倒？ウェイクワードを設定しましょう。コンピューターに向かって「Hey Hermes」と言うだけで、新しい音声セッションが自動的に開始されます。詳しい設定はウェイクワードガイドをご覧ください。

まとめと実用的なヒント

ボイスモードの核となる価値はシンプルです：「タイピングできる」から「話すことができる」へ、ハードルを下げること。 料理中、運転中、工作など、マルチタスクが必要な瞬間や、キーボードが苦手な人にとって、これは真の生産性向上につながります。

私からの実用的なアドバイス：まずはターミナルでCtrl+Bを使い、音声対話のリズムをつかんでみてください。慣れてきたら、Discordのボイスチャンネルに移行しましょう。そこに、本当に没入感のあるハンズフリー会話があります。部屋が騒がしい場合は、マイクに近づいて話してください。無音検知は、よりクリアな信号で精度が上がります。

---