ウェイクワード — Say Hey Hermes

「Hey Siri」ってスマホに話しかけたら、パッと反応してくれるじゃないですか？あれ、Hermesでもできるようになったんです。「Hey Hermes」って言うだけで、次のコマンドを聞き取る準備を始めます。キーボードもマウスも、何にも触る必要はありません。

ハンズフリーで、一文ずつ

こんなシーンを想像してみてください。パンを作るのに手が粉だらけ、とか、サーバーログに没頭してて手が離せない、とか。そんな時は「Hey Hermes」って呼びかけるだけ。Hermesが耳を傾けて、指示を受け取り、実行して、答えてくれます。その間、あなたはデバイスに一切触れません。

仕組み

その魔法は、シンプルな4ステップのループでできています。

1. 有効にする: 設定ファイルで wake_word.enabled: true を設定するか、会話内で /wake on と入力します。
2. バックグラウンドで待機: Hermesは音声を静かに監視しますが、反応するのは「Hey Hermes」というフレーズだけです。
3. 新しいラウンドを開始: ウェイクワードを認識すると、リスニングを停止（マイクを解放）し、新しい会話を開始して、あなたの最初の発話を録音します。
4. 自動で待機に戻る: 応答が終わると、再び待機状態に戻り、次の「Hey Hermes」を待ちます。

デフォルトではオフです。 有効にしない限り、Hermesが聞き取ることはありません。それだけです。

プライバシーは？

大丈夫です。ウェイクワードの検出はすべてデバイス上でローカルに行われます。 実際にウェイクワードを話して、本当のコマンドを与えるまで、音声がコンピュータの外に出ることはありません。処理のためにHermesに送信されるのは、そのコマンドだけです。つまり、背景の騒音、横での会話、猫の鳴き声などは、どこにも送信されることはありません。

リモートデスクトップの場合は？

Hermesがマイクのないクラウド上のヘッドレスサーバーで動いている場合でも、問題ありません。デスクトップアプリが自動的に「クライアントキャプチャ」モードに切り替わります。

• ウェイクワードの検出は引き続きサーバー上で実行されます。
• 使用されるマイクは、ローカルコンピュータのものです。
• 音声は暗号化された接続を介して送信されるため、第三者が盗み聞きすることはできません。

設定は次のように行います。

wake_word:
  enabled: true
  capture: auto    # auto | local | client

• auto: 最適なオプションを自動的に選択します（推奨）
• local: 常にサーバーのマイクを使用します
• client: 常にあなたのコンピュータのマイクを使用します

会話を終了するには？

デスクトップアプリでは、「stop」または「never mind」「goodbye」などと話しかけるだけで、会話が終了し、Hermesは待機状態に戻ります。完全な文のみを認識するので、「stop the docker container」のように言った場合は、それは実際のリクエストとして通常通り実行されます。

まとめ

ウェイクワードは、Hermesをツールからアシスタントへと変えます。机に向かう必要はなく、ただ呼びかけるだけで物事を成し遂げられます。実用的なヒント: コンピュータで常に忙しい方、または真の音声インタラクションに興味がある方は、ぜひ試してみてください。まず、マイクが機能することを確認してください。次に、設定ファイルで wake_word.enabled: true を設定し、再起動すれば、「Hey Hermes!」と言う準備は完了です。

---