Chế độ Giọng nói — Trò chuyện với AI

Bạn có nhớ lần cuối cùng tay mình lấm lem bột mì, bột nhão hay dầu mỡ, và bạn cực kỳ cần tra cứu điều gì đó không? Gõ phím lúc đó là điều không tưởng. Đó chính xác là vấn đề mà chế độ thoại (voice mode) của Hermes Agent giải quyết: nó biến AI từ thứ bạn phải gõ chữ thành thứ bạn chỉ cần nói chuyện.

Ba Cách Để Cất Tiếng Nói

Voice không chỉ là một tính năng đơn lẻ—nó thích ứng với nơi bạn đang làm việc. Đây là bản đồ nhanh:

Tính năng	Nền tảng	Điều gì xảy ra
Voice tương tác	Dòng lệnh (CLI)	Nhấn Ctrl+B, nói, thả ra—AI trả lời ngay lập tức
Tự động trả lời bằng giọng nói	Telegram, Discord	Gửi tin nhắn văn bản, nhận lại văn bản cộng thêm cả phản hồi bằng giọng nói
Kênh thoại	Discord	Bot tham gia kênh và trò chuyện với bạn theo thời gian thực

Nói một cách đơn giản: nhấn một phím trên máy tính để nói, nhận phản hồi bằng giọng nói trong các ứng dụng chat, hoặc “gọi” AI ngay trong Discord.

Trước Khi Bắt Đầu: Ba Điều Cần Kiểm Tra Nhanh

Cài đặt Hermes Agent (xem hướng dẫn cài đặt)
Cấu hình mô hình AI của bạn — chạy lệnh hermes model hoặc đặt API key của bạn vào tệp ~/.hermes/.env
Xác nhận chat văn bản hoạt động — chạy lệnh hermes và đảm bảo AI trả lời trước khi thêm voice

Mẹo chuyên nghiệp: Lần đầu tiên bạn chạy hermes, nó sẽ tự động tạo thư mục ~/.hermes/ và tệp config.yaml. Bạn chỉ cần tự tạo tệp ~/.hermes/.env để chứa các API key.

Mẹo tiết kiệm: Nếu bạn đăng ký Nous Portal, bạn sẽ nhận được cả mô hình AI và tính năng chuyển văn bản thành giọng nói (text-to-speech - TTS) trong một gói đăng ký—không cần key voice riêng của OpenAI. Khi cài đặt mới, chỉ cần chạy hermes setup --portal là xong.

Ba Bước Để Bắt Đầu Nói Chuyện

Bước 1: Cài đặt các thư viện voice cần thiết

pip install hermes-agent[voice]

Bước 2: Khởi chạy Hermes

hermes

Bước 3: Bắt đầu nói

Trong terminal: giữ Ctrl+B, nói, thả ra—AI phát hiện khoảng lặng và trả lời
Trong Telegram hoặc Discord: gửi tin nhắn bình thường, AI sẽ tự động thêm phản hồi bằng giọng nói
Trong kênh thoại Discord: mời bot vào, nó sẽ lắng nghe và phản hồi trực tiếp

Nâng Cấp: Từ Khóa Đánh Thức Rảnh Tay

Lười nhấn nút? Hãy đặt một từ khóa đánh thức—nói “Hey Hermes” với máy tính của bạn, và một phiên voice mới sẽ tự động bắt đầu. Hướng dẫn đầy đủ nằm trong hướng dẫn về từ khóa đánh thức.

Kết Luận và Một Mẹo Thực Tế

Giá trị cốt lõi của chế độ voice rất đơn giản: nó hạ thấp rào cản từ “có thể gõ” xuống “có thể nói”. Đối với những lúc phải làm nhiều việc cùng lúc—nấu ăn, lái xe, làm thủ công—hoặc cho bất kỳ ai thấy bàn phím bất tiện, đây thực sự là một sự tăng năng suất đáng kể.

Lời khuyên thực tế của tôi: Hãy bắt đầu trong terminal với Ctrl+B để làm quen với nhịp điệu của tương tác bằng giọng nói. Khi đã thoải mái, hãy chuyển sang kênh thoại Discord—đó là nơi trải nghiệm trò chuyện rảnh tay và nhập vai thực sự. Và nếu phòng bạn ồn ào, hãy nói sát vào mic; việc phát hiện khoảng lặng sẽ hoạt động tốt hơn với tín hiệu rõ ràng hơn.