Die Persona

Eine Figur des Kanals, mit Namen, Persönlichkeit und Stimme, die über ein KI-Modell mit deinem eigenen Schlüssel im Chat antwortet.

Einrichten

Integrationen, KI, bewahrt die Schlüssel der Anbieter auf diesem Computer auf, dieselben für jedes Profil, und sagt, was jeder einschaltet; Einstellungen, Persona, legt Anbieter, Namen, Persönlichkeit, Modell und Stimme fest. Fehlt der Schlüssel des gewählten Anbieters, wird er direkt unter dem Anbieter erfragt, und der Rest der Persona bleibt aus, bis er da ist.

Stimmen

Die Stimmen von Windows sind kostenlos, und weitere Sprachen kommen aus Windows-Einstellungen › Zeit und Sprache › Spracherkennung. Die von Piper sind auch kostenlos und klingen natürlicher; sie entstehen auf diesem Computer (unten). Die Stimmen von OpenAI brauchen dessen Schlüssel, unter Integrationen › KI. Eine Aktion kann ihre eigene Stimme mit vovo.say(text, { voice }) nennen.

Piper

Piper erzeugt Stimmen auf diesem Computer, ohne irgendetwas irgendwohin zu senden. Vovó bringt es nicht mit: „Ordner öffnen“, unter der Stimme, öffnet Pipers Ordner (%LOCALAPPDATA%\Vovo\piper), und zwei Dinge kommen hinein, irgendwo darin:

Piper für Windows (piper_windows_amd64.zip), entpackt, wie es kommt, mit piper.exe neben seinem Ordner espeak-ng-data.
Eine Stimme: ihre zwei Dateien, <stimme>.onnx und <stimme>.onnx.json. Auf Deutsch etwa de_DE-thorsten-medium oder de_DE-kerstin-low.

Zurück in Vovó stehen die Stimmen in jeder Liste von Stimmen, als „Piper · …“. Eine Aktion nennt eine mit vovo.say(text, { voice: "piper:de_DE-thorsten-medium" }). Piper liest jede Zeile in einem Bruchteil einer Sekunde.

Wann sie antwortet

Wenn jemand im Chat ihren Namen sagt oder die dafür gewählte Kanalpunkte-Belohnung einlöst. Eine Antwort pro Person und Minute und insgesamt eine alle paar Sekunden, damit ein voller Chat nicht dein Geld ausgibt.

Freigabe

Standardmäßig wartet die Antwort auf deine Freigabe: in der Glocke oder unter KI in der Seitenleiste. Freigegeben geht sie in den Chat, wird im Stream gesprochen und erreicht Aktionen als persona.answer.

Ihr eigenes Konto

Im Chat werden die Antworten der Persona als du geschrieben, außer sie hat ein eigenes Twitch-Konto: Unter Integrationen, bei Twitch, meldet „Das Konto der Persona“ dieses Konto mit einem Code an, wie deines. Öffne den Link in einem privaten Fenster, in dem Twitch mit dem Konto der Persona angemeldet ist, sonst würde der Code dein eigenes erneut verbinden. Ab dann sind ihre Zeilen ihre eigenen, und sie antwortet nie darauf. Mach dieses Konto zur Moderation deines Kanals, damit Slow-Modus und Nur-Follower-Chat es nicht aufhalten. Es schreibt nur: Es liest nichts und verwaltet nichts. Eine Aktion, die der Persona eine Stimme gibt, kann ebenfalls darüber schreiben, für das, was die Persona sagt, ohne dass es eine Antwort ist, etwa eine für sie getippte Zeile; solange das Konto nicht verbunden ist, wird eine solche Zeile nicht geschrieben.

Gedächtnis

Die Persona führt ein Gespräch fort: Die letzten Wortwechsel gehen mit jeder Frage mit. Das ist alles, was sie weiß, und nur, solange Vovó offen ist, außer du schaltest „Zwischen Streams erinnern“ unter Einstellungen > Persona ein. Dann wird das Gespräch auf diesem Computer aufbewahrt, und während es wächst, liest das Modell der Persona seine ältesten Wortwechsel noch einmal und zieht die bleibenden Fakten heraus: wer vorbeikam, ein Spitzname, ein Witz, der hängen blieb. Dieses Lesen ist ein weiterer Aufruf des Modells, etwa jede dritte Antwort, bezahlt mit deinem Schlüssel. Was wiederkommt, wird stärker und bleibt; was einmal gesagt wurde, verblasst in etwas mehr als einem Monat. Heftest du einen Fakt an, bleibt er für immer; tippst du selbst einen ein, kommt er angeheftet; im Tab KI behält die Nadel an einer Antwort, was die Persona gesagt hat. Alles, woran sie sich erinnert, steht unter Einstellungen > Persona, zum einzeln oder alles auf einmal Vergessen, und nichts davon verlässt diesen Computer außer zu ihrem Modell, mit jeder Frage. Eine Antwort, die du verwirfst, wird nicht erinnert. Sie hält höchstens 40 Fakten.

Vovós Belohnungen

Erstelle unter Integrationen, mit verbundenem Twitch, Kanalpunkte-Belohnungen direkt aus Vovó: Titel, Kosten und ob sie Text verlangen. Sie kann die von ihr erstellten pausieren, fortsetzen und löschen. Ihre Einlösungen warten in der Warteschlange der Belohnung: Wenn die Persona antwortet oder der Text gelesen wird, wird die Einlösung bestätigt; wird es verworfen, gehen die Punkte an die einlösende Person zurück. Twitch lässt nur die App eine Belohnung ändern, die sie erstellt hat, und ein Kanal hat höchstens 50.

Eine Belohnung vorlesen

Wähle unter Einstellungen, „Stimme“, eine Kanalpunkte-Belohnung nach ihrem Titel: Was der Zuschauer darin eintippt, wird im Stream vorgelesen, mit einer Stimme des Profils. Es wartet immer zuerst in der Glocke auf Freigabe (hier oder von einem Gerät, das freigeben darf), und Webadressen werden beim Vorlesen ausgelassen. Eine Chatnachricht wird genauso über den Lautsprecher daneben vorgelesen, im Chat der Seitenleiste oder auf einem Handy, das den Chat lesen darf: Dein Klick ist die Freigabe, also wird nichts von selbst vorgelesen. Eine Zeile, die das eigene Konto der Persona geschrieben hat, gehört der Persona, und eine Aktion, die der Persona eine Stimme gibt, spricht sie; Aktionen hören jedes Vorlesen als tts.spoken.

Sprache zu Text

Was du ins Mikrofon sagst, wird zu Text: für Untertitel, die eine Aktion zeigt (speech.text, ein Satz nach dem anderen, ein, zwei Sekunden nachdem er gesagt wurde), und mit „Mich hören“ in den Einstellungen der Persona, damit die Persona antwortet, wenn du ihren Namen sagst. Das Mikrofon öffnet sich nur, solange etwas es braucht, und die Statusleiste zeigt es wie die anderen Messungen; nichts wird gespeichert.

Zwei Engines schreiben es auf, gewählt unter Einstellungen, „Stimme“:

Whisper, auf diesem Computer: Deine Stimme geht nirgendwohin. Vovó bringt es nicht mit: „Ordner öffnen“ öffnet seinen Ordner (%LOCALAPPDATA%\Vovo\whisper), und zwei Dinge kommen hinein, irgendwo darin: whisper.cpp für Windows, entpackt, wie es kommt (es hat whisper-server.exe), und ein Modell, ggml-<name>.bin. small schreibt Deutsch gut auf dem Prozessor; large-v3-turbo schreibt besser und will eine Grafikkarte, mit dem Build von whisper.cpp dafür. Automatisch nutzt Whisper, sobald es da ist, und schickt deine Stimme nie von selbst irgendwohin.
OpenAI, mit deinem Schlüssel: Deine Stimme geht an OpenAI, für etwa 0,003 US$ pro Minute, solange es zuhört. Nur, wenn du es wählst.

„Wörter des Streams“ sind Namen, die dein Stream benutzt (der Kanal, die Persona, Spiele, Freunde), durch Kommas getrennt: Sie kommen richtig geschrieben zurück. Halte es als Liste, nicht als Satz: Whisper liest sie als gerade gesagte Wörter, und ein Satz lädt es ein, ihn fortzusetzen. Ein Satz, der nur diese Wörter zurückbringt, wird verworfen, ebenso die Zeilen, die Engines erfinden, wenn sie keine Wörter hören.

Die Persona hört ihren Namen in Maßen: mindestens 15 Sekunden zwischen Antworten und höchstens 30 pro Stunde. Ihre Antworten warten wie jede andere auf Freigabe, und ihre eigene Stimme, über das Mikrofon zurückgehört, ist für sie keine Frage. Sprich mit Kopfhörern, damit das Mikrofon dich hört und nicht den Stream.