Hermes v2026.8.3 업데이트: 실시간 음성, 에이전트 간 통신 및 검증 가능한 인용

안녕하세요, Hermes 블로그에 다시 오신 것을 환영합니다! 오늘은 지금까지 가장 흥미로운 업데이트 중 하나인 실시간 음성 모드에 대해 자세히 알아보겠습니다. 모든 명령을 타이핑하는 대신 에이전트와 직접 대화하고 싶었다면, 바로 이 업데이트가 여러분을 위한 것입니다. 그리고 가장 좋은 소식은? 생각보다 훨씬 쉽게 설정할 수 있다는 점입니다.

오늘 음성 모드를 바로 실행하는 데 필요한 모든 것을 함께 살펴보겠습니다.

음성 모드가 실제로 유용한 이유

음성 모드는 단순한 장식이 아닙니다. 다양한 상황에서 정말 유용하게 활용할 수 있습니다:

코딩이나 리서치 중 핸즈프리 CLI 워크플로우
Telegram이나 Discord에서 바로 음성 응답 받기
Discord 음성 채널에서 Hermes와 실시간 대화하기
걸어 다니면서 타이핑을 멈추지 않고 아이디어를 빠르게 메모하기

에이전트가 단순한 텍스트 상자가 아니라 대화 상대가 되는 것이라고 생각하면 됩니다.

음성 사용의 세 가지 방법

Hermes에는 세 가지 서로 다른 음성 경험이 있으며, 자신의 스타일에 맞는 것을 선택할 수 있습니다:

모드	용도	플랫폼
인터랙티브 마이크 루프	개인 핸즈프리 사용	CLI
채팅에서 음성 답변	메시징과 함께 음성 응답	Telegram, Discord
라이브 음성 채널 봇	그룹 또는 개인 실시간 대화	Discord 음성 채널

현명한 접근 방식은 다음과 같습니다: 먼저 텍스트를 작동시키고, 그 다음 음성 답변을 활성화한 뒤, 전체 경험을 원한다면 마지막으로 Discord 음성 채널을 시도해 보세요.

1단계: 먼저 텍스트 작동 확인하기

음성을 다루기 전에 기본 사항이 제대로 되어 있는지 확인하세요:

hermes

그런 다음 간단한 질문을 해보세요:

사용 가능한 도구가 무엇인가요?

이것이 작동한다면 다음 단계로 진행할 준비가 된 것입니다.

2단계: 필요한 추가 패키지 설치하기

원하는 기능에 따라 적절한 패키지를 설치하세요:

CLI 마이크 + 재생:

cd ~/.hermes/hermes-agent && uv pip install -e ".[voice]"

메시징 플랫폼:

cd ~/.hermes/hermes-agent && uv pip install -e ".[messaging]"

프리미엄 ElevenLabs TTS:

cd ~/.hermes/hermes-agent && uv pip install -e ".[tts-premium]"

로컬 NeuTTS (선택 사항):

python -m pip install -U neutts[all]

한 번에 모두 설치:

cd ~/.hermes/hermes-agent && uv pip install -e ".[all]"

3단계: 시스템 종속성 설치하기

macOS:

brew install portaudio ffmpeg opus
brew install espeak-ng

Ubuntu / Debian:

sudo apt install portaudio19-dev ffmpeg libopus0
sudo apt install espeak-ng

각각이 중요한 이유는 다음과 같습니다:

portaudio → 마이크 입력 및 재생
ffmpeg → 오디오 변환
opus → Discord 음성 코덱 지원
espeak-ng → NeuTTS용 포네마이저

4단계: 음성 공급자 선택하기

Hermes는 로컬 및 클라우드 음성 스택을 모두 지원합니다. 가장 쉽고 저렴한 설정은 무료 Edge TTS와 함께 로컬 STT를 사용하는 것입니다:

STT 공급자: local
TTS 공급자: edge

API 키가 있으면 ~/.hermes/.env에 추가하세요:

# 클라우드 STT 옵션 (로컬은 키가 필요 없음)
GROQ_API_KEY=***
VOICE_TOOLS_OPENAI_KEY=***

# 프리미엄 TTS (선택 사항)
ELEVENLABS_API_KEY=***

빠른 추천:

STT: 개인정보 보호를 원하면 local, 속도를 원하면 groq, 유료 대안으로 openai
TTS: 무료로 edge, 로컬로 neutts, 최고 품질로 elevenlabs

5단계: 권장 설정

다음은 안정적인 기본 설정입니다:

voice:
  record_key: "ctrl+b"
  submit_mode: "direct"
  max_recording_seconds: 120
  auto_tts: false
  beep_enabled: true
  silence_threshold: 200
  silence_duration: 3.0

stt:
  provider: "local"
  local:
    model: "base"

tts:
  provider: "edge"
  edge:
    voice: "en-US-AriaNeural"

중요한 설정 하나: voice.submit_mode는 전사 후 동작을 제어합니다. direct는 즉시 제출하고, draft는 전송 전에 편집할 수 있게 합니다. 편집 가능한 초안을 원한다면 다음과 같이 설정하세요:

voice:
  submit_mode: "draft"

CLI에서 음성 사용하기

Hermes를 시작하고 음성을 켜세요:

hermes

그런 다음 CLI 안에서:

/voice on

녹음 흐름:

Ctrl+B 누르기
말하기
자동으로 멈출 때까지 침묵 감지 대기
Hermes가 전사하고 응답
TTS가 켜져 있으면 답변을 음성으로 출력

유용한 명령어:

/voice
/voice on
/voice off
/voice tts
/voice status

훌륭한 CLI 워크플로우

즉석 디버깅: “도커 권한 오류가 계속 발생해요. 디버깅을 도와주세요.“라고 말해보세요. 그런 다음 핸즈프리로 계속하세요: “마지막 오류 다시 읽어줘,” “근본 원인을 더 쉽게 설명해줘,” “이제 정확한 해결책을 알려줘.”

리서치 및 브레인스토밍: 생각하면서 돌아다니거나, 완성되지 않은 아이디어를 받아 적거나, Hermes가 실시간으로 생각을 정리해 주는 데 완벽합니다.

접근성: 타이핑이 불편한 경우 음성 모드를 사용하면 키보드 없이도 전체 Hermes 기능을 사용할 수 있습니다.

동작 조정하기

Hermes가 녹음을 너무 공격적으로 시작하거나 중지한다면, 설정 파일에서 silence_threshold와 silence_duration 값을 조정하세요.

이것으로 끝입니다! 음성 모드가 이제 활성화되어 사용할 준비가 되었습니다. 텍스트부터 시작하고, 음성 답변을 추가하고, 준비가 되면 Discord 음성 채널을 탐험해 보세요. 즐거운 대화 되세요!