第27篇：Honcho 记忆——云端记忆后端

第27篇：Honcho 記憶——雲端記憶後端

嘿，朋友們！今天咱們來聊聊 Hermes 的語音模式——對，你沒看錯，這期咱們不講 Honcho，而是講講怎麼讓 Hermes 開口說話！🤖🎤

語音模式能幹啥？

想像一下這些場景：

你正在寫程式碼，雙手離不開鍵盤，但想查點東西
你在 Telegram 或 Discord 裡想讓 Hermes 用語音回覆你
你想讓 Hermes 直接蹲在 Discord 語音頻道裡跟你即時聊天
你散步時想快速記錄靈感，不想打字

這些場景，語音模式全都能搞定！

三種語音體驗，選哪種？

模式	適合誰	平台
互動式麥克風循環	個人免持使用	CLI
聊天中的語音回覆	邊聊邊聽語音	Telegram、Discord
語音頻道機器人	群聊或私聊即時對話	Discord 語音頻道

建議路徑：先把文字版跑通 → 再開語音回覆 → 最後再上 Discord 語音頻道。

第一步：先確保文字版能跑

別急著上語音，先確認基礎功能沒問題：

hermes

然後問個簡單問題：

What tools do you have available?

能正常回答？好，繼續！

第二步：安裝語音擴充套件

# CLI 麥克風 + 播放
cd ~/.hermes/hermes-agent && uv pip install -e ".[voice]"

# 訊息平台（Telegram/Discord）
cd ~/.hermes/hermes-agent && uv pip install -e ".[messaging]"

# 進階 ElevenLabs TTS（選用）
cd ~/.hermes/hermes-agent && uv pip install -e ".[tts-premium]"

# 本地 NeuTTS（選用）
python -m pip install -U neutts[all]

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

第三步：系統依賴

macOS：

brew install portaudio ffmpeg opus
brew install espeak-ng

Ubuntu/Debian：

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

這些依賴各有分工：portaudio 管麥克風、ffmpeg 管音訊轉換、opus 管 Discord 語音編碼、espeak-ng 是 NeuTTS 的音素後端。

第四步：選 STT 和 TTS 提供商

最省事的組合：本地 STT + 免費 Edge TTS，零成本起步！

在 ~/.hermes/.env 裡加上：

# 雲端 STT（本地不需要 key）
GROQ_API_KEY=***
VOICE_TOOLS_OPENAI_KEY=***

# 進階 TTS（選用）
ELEVENLABS_API_KEY=***

推薦選擇：

STT：local（隱私好、免費）→ groq（超快）→ openai（付費兜底）
TTS：edge（免費夠用）→ neutts（本地離線）→ elevenlabs（音質天花板）

第五步：推薦設定

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"

小提示：submit_mode 設為 draft 的話，轉寫結果會先放到輸入框裡，你可以改完再送出，適合需要編輯的場景。

實戰：CLI 語音模式

啟動 Hermes 後，輸入：

/voice on

然後按 Ctrl+B 開始說話，說完等自動偵測靜音停止，Hermes 就會轉寫並回覆！

常用指令：

/voice          # 查看狀態
/voice on       # 開啟
/voice off      # 關閉
/voice tts      # 切換 TTS
/voice status   # 查看詳情

好用的場景：

🐛 除錯助手：直接說「我老遇到 docker 權限錯誤，幫我看看」，然後免持追問
💡 腦力激盪：邊走邊說，讓 Hermes 幫你整理思緒
♿ 無障礙：打字不方便時，語音是最快的互動方式

調校小技巧

如果 Hermes 對靜音太敏感或太遲鈍，調一下：

voice:
  silence_threshold: 200    # 靜音閾值，越大越不容易觸發停止
  silence_duration: 3.0     # 靜音持續多久算說完

好了，快去試試讓 Hermes 開口說話吧！有啥問題留言區見～ 🎙️