Buzz AI 음성 채팅 — Hermes 에이전트 연동 가이드

Buzz: Hermes와 함께하는 AI 음성 채팅 앱 사용법

음성 모드가 드디어 출시됐습니다. Hermes와 상호작용하는 방식에 완전히 새로운 장을 여는 기능이죠. 이제 모든 명령을 타이핑하는 대신, 코딩을 하든 리서치를 하든 머릿속에 아이디어가 떠오르며 돌아다닐 때도 에이전트와 자연스럽게 대화할 수 있습니다.

이 가이드에서는 가장 간단한 설정부터 Discord 음성 채널에서의 전체 대화까지, 음성 기능을 사용하는 데 필요한 모든 것을 안내합니다. 시작해 볼까요?

음성 모드가 특히 유용한 상황

음성 모드는 다음과 같은 상황에서 빛을 발합니다:

터미널에서 작업하는 동안 손을 자유롭게 쓰고 싶을 때
Telegram이나 Discord에서 음성 응답을 받고 싶을 때
Hermes를 Discord 음성 채널에 배치해서 실시간 대화를 나누고 싶을 때
걸어 다니면서 타이핑 대신 아이디어를 빠르게 기록하고 싶을 때

손이 자유로운 코파일럿이라고 생각하면 됩니다. 디버깅, 브레인스토밍, 혹은 간단한 질문까지 — 음성 모드는 작업 흐름을 끊지 않게 해줍니다.

음성 사용의 세 가지 방법

Hermes는 세 가지 서로 다른 음성 경험을 제공합니다:

모드	가장 적합한 상황	플랫폼
인터랙티브 마이크 루프	코딩 중 개인적인 핸즈프리 사용	CLI
채팅에서 음성 답변	메시징과 함께 음성 응답	Telegram, Discord
라이브 음성 채널 봇	음성 채널에서 그룹 대화	Discord 음성 채널

현명한 접근 방법은 다음과 같습니다: 먼저 텍스트를 작동시키고, 그다음 음성 답변을 활성화한 뒤, 전체 경험을 원한다면 마지막으로 Discord 음성 채널로 넘어가는 것입니다.

1단계: 먼저 텍스트가 작동하는지 확인하기

음성 기능을 건드리기 전에 기본 사항을 확인하세요:

hermes

그런 다음 간단한 질문을 해보세요:

사용할 수 있는 도구가 무엇인가요?

아직 제대로 작동하지 않는다면 먼저 텍스트 모드를 고치세요. 음성은 작동하는 기반 위에 구축되는 기능입니다.

2단계: 필요한 추가 패키지 설치하기

환경에 따라 필요한 패키지를 설치하세요:

CLI 마이크 + 재생:

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

메시징 플랫폼 (Telegram/Discord):

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

프리미엄 ElevenLabs TTS (선택 사항):

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 왜 필요한지 설명하면:

portaudio → 마이크 입력 및 재생
ffmpeg → TTS 및 메시징용 오디오 변환
opus → Discord 음성 코덱 지원
espeak-ng → NeuTTS용 음소 변환기

4단계: 음성 공급자 선택하기

Hermes는 로컬 및 클라우드 음성 스택을 모두 지원합니다. 가장 쉽게 시작하려면 무료 Edge TTS와 함께 로컬 STT를 사용하세요.

~/.hermes/.env에 다음을 추가하세요:

# 클라우드 STT 옵션 (로컬은 키 불필요)
GROQ_API_KEY=***
VOICE_TOOLS_OPENAI_KEY=***

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

음성-텍스트(STT) 권장 사항:

local → 개인정보 보호와 비용 측면에서 가장 좋은 기본값
groq → 매우 빠른 클라우드 전사
openai → 유료이지만 좋은 대안

텍스트-음성(TTS) 권장 사항:

edge → 무료이며 대부분의 경우 충분히 좋음
neutts → 무료 로컬/온디바이스 TTS
elevenlabs → 최고 품질
openai → 좋은 중간 옵션
mistral → 다국어 지원, 네이티브 Opus

5단계: 권장 설정

다음은 안정적인 기본 설정입니다:

voice:
  record_key: "ctrl+b"
  submit_mode: "direct"  # TUI: direct | draft
  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"

TUI에서 submit_mode는 전사 후 동작을 제어합니다:

direct (기본값) 전사된 텍스트를 즉시 제출
draft 전송 전에 편집할 수 있도록 작성기에 넣음

편집 가능한 음성 초안을 원한다면 submit_mode: "draft"로 설정하세요.

로컬 TTS를 원한다면 다음으로 전환하세요:

tts:
  provider: "neutts"
  neutts:
    ref_audio: ''
    ref_text: ''
    model: neuphonic/neutts-air-q4-gguf
    device: cpu

사용 사례: CLI 음성 모드

Hermes를 시작하고 음성을 켜세요:

hermes

그런 다음 CLI 내부에서:

/voice on

녹음 흐름:

Ctrl+B 누르기
말하기
무음 감지가 자동으로 멈출 때까지 기다리기
Hermes가 전사하고 응답
TTS가 켜져 있으면 답변을 음성으로 읽어줌
연속 사용을 위해 루프가 자동으로 재시작될 수 있음

유용한 명령어:

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

훌륭한 CLI 워크플로우:

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

리서치 및 브레인스토밍: 생각하면서 돌아다니고, 완성되지 않은 아이디어를 받아쓰고, Hermes가 실시간으로 생각을 정리해 주는 데 완벽합니다.

접근성: 타이핑이 불편하다면 음성 모드를 통해 키보드 없이도 Hermes의 모든 기능을 사용할 수 있습니다.

CLI 동작 조정하기

Hermes가 녹음을 너무 공격적으로 시작하거나 멈춘다면 설정에서 다음 값을 조정하세요:

voice:
  silence_threshold: 200   # 낮을수록 더 민감
  silence_duration: 3.0    # 멈추기 전 무음 시간(초)

기본값으로 시작한 다음 환경에 맞게 조정하세요. 시끄러운 방에서는 임계값을 높여야 할 수 있고, 조용한 방에서는 낮추는 것이 좋을 수 있습니다.

음성 모드는 Hermes로 생산성을 유지하는 가장 빠른 방법 중 하나입니다. 간단하게 시작하고, 공급자를 실험해 보고, 곧 에이전트와 대화하는 것이 자연스러워질 것입니다.