Prompt por voz de Liu Terminal. Dicta en cualquier panel con Cmd+Shift+M: Whisper large-v3-turbo se ejecuta en el dispositivo con 100 idiomas, o usa una API de voz en la nube.
Di una instrucción y Liu la escribe en el panel que estás mirando. Whisper large-v3-turbo se ejecuta en tu máquina (sin red, sin cuenta), o puedes apuntarlo a una API de voz en la nube.
Pulsa Cmd+Shift+M para empezar a grabar y otra vez para parar. Aparece una tarjeta en la esquina inferior derecha con una forma de onda en vivo de lo que oye el micrófono. La grabación también se detiene sola tras un par de segundos de silencio una vez que has dicho algo, y con un tope máximo para que un atajo olvidado no grabe eternamente. Esc cancela.
Dónde acaba el texto: el panel ENFOCADO, no "el agente". Estás mirando un panel y esperas las palabras donde está tu cursor, lo que además hace que funcione en una shell normal, en un REPL y en cualquier CLI que llegue después. Los saltos de línea de la transcripción se convierten en espacios, porque un retorno de carro no es espacio en blanco para un CLI de agente: envía la instrucción. Tú decides cuándo enviar, salvo que actives el envío automático.
Ajustes › Voice lista todos los dispositivos de entrada y fija el que elijas por su identificador persistente, no por nombre ni por posición: dos micrófonos USB idénticos informan el mismo nombre, y los índices se mueven según se conectan y desconectan dispositivos. Importa más de lo que parece: el predeterminado del sistema cambia solo cuando llegan unos auriculares o se conecta un monitor con webcam, y una entrada equivocada pero funcional sigue dibujando una forma de onda, solo que de la habitación equivocada.
El selector de idioma ofrece Auto más los 100 idiomas con los que se entrenó el modelo. Auto cuesta un paso extra del decodificador en la primera ventana y acierta mucho más a menudo que una fijación equivocada, por eso va primero.
Activa "To English" y la transcripción llega en inglés hables lo que hables. Hay un detalle que conviene saber: large-v3-turbo es una destilación entrenada solo para transcribir y no puede realizar en absoluto la tarea de traducción de Whisper: si se le pide, devuelve puntos suspensivos en lugar de un error. Liu lo detecta a partir del propio modelo y enruta la transcripción por su motor Translate, de modo que la función funciona con el modelo incluido. En el backend de API, o con un large-v3 completo, la traducción ocurre en origen y en un solo paso.
Todo está en la pestaña Voice de Ajustes y se guarda en config.json:
voice_enabled, voice_backend (0 = local, 1 = API)voice_model_path, voice_lang, voice_translatevoice_input_device, voice_auto_submitvoice_max_seconds, voice_silence_stop_secvoice_api_provider, voice_api_model, voice_api_key, voice_api_base_urlLos valores predeterminados son backend local, detección automática del idioma, grabación máxima de 120 segundos, parada tras 2 segundos de silencio después del habla, traducción desactivada y envío automático desactivado. El backend API sube la grabación al proveedor seleccionado; el local conserva el audio en la máquina.
English · Türkçe · 简体中文 · 한국어 · Deutsch · Italiano · Français · 日本語 · العربية