La persona

Un personaggio del canale, con un nome, una personalità e una voce, che risponde alla chat tramite un modello di IA con la tua chiave.

Configurare

Integrazioni, IA, conserva le chiavi dei fornitori su questo computer, le stesse per ogni profilo, e dice cosa attiva ciascuna; Impostazioni, Persona, fissa il fornitore, il nome, la personalità, il modello e la voce. Senza la chiave del fornitore scelto, viene chiesta proprio sotto il fornitore, e il resto della persona resta spento finché non c'è.

Voci

Le voci di Windows sono gratuite, e altre lingue arrivano da Impostazioni di Windows › Data/ora e lingua › Riconoscimento vocale. Quelle di Piper sono gratuite anche loro, e suonano più naturali; si fanno su questo computer (sotto). Le voci di OpenAI vogliono la sua chiave, in Integrazioni › IA. Un'azione può nominare la sua voce con vovo.say(testo, { voice }).

Piper

Piper fa voci su questo computer, senza mandare nulla da nessuna parte. Vovó non lo porta con sé: "Apri cartella", sotto la voce, apre la cartella di Piper (%LOCALAPPDATA%\Vovo\piper), e dentro vanno due cose, in qualsiasi punto:

Piper per Windows (piper_windows_amd64.zip), estratto così com'è, con piper.exe accanto alla sua cartella espeak-ng-data.
Una voce: i suoi due file, <voce>.onnx e <voce>.onnx.json. In italiano, it_IT-paola-medium o it_IT-riccardo-x_low, tra le altre.

Tornando a Vovó, le voci sono in ogni elenco di voci, come "Piper · …". Un'azione ne nomina una con vovo.say(testo, { voice: "piper:it_IT-paola-medium" }). Piper legge ogni riga in una frazione di secondo.

Quando risponde

Quando qualcuno dice il suo nome in chat, o riscatta il premio punti canale scelto per lei. Una risposta per persona al minuto, e una in tutto ogni pochi secondi, così una chat affollata non spende i tuoi soldi.

Approvazione

Di base, la risposta aspetta che tu la approvi: nella campanella, o in IA, nella barra laterale. Approvata, va in chat, viene detta in diretta e arriva alle azioni come persona.answer.

Il suo account

In chat, le risposte della persona si scrivono come te, a meno che non abbia un account Twitch suo: in Integrazioni, sotto Twitch, "L'account della persona" fa accedere quell'account con un codice, come il tuo. Apri il link in una finestra privata in cui Twitch abbia l'accesso dell'account della persona, o il codice ricollegherebbe il tuo. Da allora le sue righe sono sue, e non risponde mai a loro. Rendi quell'account moderatore del tuo canale, così la modalità lenta e la chat solo follower non lo bloccano. Scrive soltanto: non legge nulla e non gestisce nulla. Un'azione che dà voce alla persona può scrivere anche tramite questo account, per ciò che la persona dice e che non è una risposta, come una riga scritta per lei; finché l'account non è connesso, quella riga non viene scritta.

Memoria

La persona porta avanti una conversazione: gli ultimi scambi vanno con ogni domanda. È tutto ciò che sa, e solo mentre Vovó è aperta, a meno che tu non attivi "Ricorda tra una diretta e l'altra" in Impostazioni > Persona. Allora la conversazione si conserva su questo computer e, man mano che cresce, il modello della persona rilegge i suoi scambi più vecchi e ne tira fuori i fatti duraturi: chi si è fatto vivo, un soprannome, una battuta che ha preso piede. Quella lettura è una chiamata in più al modello, circa una risposta su tre, pagata con la tua chiave. Ciò che torna si rafforza e resta; ciò che è stato detto una volta svanisce in poco più di un mese. Fissa un fatto e resta per sempre; scrivine uno tu ed entra fissato; nella scheda IA, la puntina su una risposta tiene ciò che ha detto la persona. Tutto ciò che ricorda è elencato in Impostazioni > Persona, da dimenticare uno alla volta o tutto insieme, e nulla lascia questo computer se non verso il suo modello, con ogni domanda. Una risposta che scarti non viene ricordata. Tiene 40 fatti al massimo.

I premi di Vovó

In Integrazioni, con Twitch collegato, crea premi punti canale da Vovó stessa: titolo, costo e se chiedono un testo. Può mettere in pausa, riprendere ed eliminare quelli che ha creato. I loro riscatti aspettano nella coda del premio: quando la persona risponde o il testo viene letto, il riscatto è approvato; quando viene scartato, i punti tornano a chi ha riscattato. Twitch lascia cambiare un premio solo all'app che l'ha creato, e un canale ne ha 50 al massimo.

Leggere un premio ad alta voce

In Impostazioni, "Voce", scegli un premio punti canale dal suo titolo: ciò che lo spettatore ci scrive viene letto in diretta, con una voce del profilo. Aspetta sempre prima l'approvazione nella campanella (qui, o da un dispositivo autorizzato ad approvare), e gli indirizzi web restano fuori dalla lettura. Un messaggio della chat si legge allo stesso modo dall'altoparlante accanto, nella Chat della barra laterale o su un telefono autorizzato a leggere la chat: il tuo clic è la sua approvazione, quindi nulla si legge da solo. Una riga scritta dall'account della persona è della persona, e un'azione che dà voce alla persona la dice; le azioni sentono ogni lettura come tts.spoken.

Voce in testo

Ciò che dici al microfono diventa testo: per i sottotitoli che mostra un'azione (speech.text, una frase alla volta, un secondo o due dopo che è stata detta) e, con "Sentirmi" attivo nelle impostazioni della persona, perché la persona risponda quando dici il suo nome. Il microfono si apre solo mentre qualcosa ne ha bisogno, e la barra di stato lo mostra come mostra le altre letture; nulla viene conservato.

Due motori lo scrivono, scelti in Impostazioni, "Voce":

Whisper, su questo computer: la tua voce non va da nessuna parte. Vovó non lo porta con sé: "Apri cartella" apre la sua cartella (%LOCALAPPDATA%\Vovo\whisper), e dentro vanno due cose, in qualsiasi punto: whisper.cpp per Windows, estratto così com'è (ha whisper-server.exe), e un modello, ggml-<nome>.bin. small scrive bene l'italiano con il processore; large-v3-turbo scrive meglio e vuole una scheda grafica, con la build di whisper.cpp per essa. Automatico usa Whisper appena c'è, e non manda mai la tua voce da nessuna parte da solo.
OpenAI, con la tua chiave: la tua voce va a OpenAI, a circa 0,003 US$ al minuto mentre ascolta. Solo quando lo scegli.

"Le parole della diretta" sono nomi che usa la tua diretta (il canale, la persona, giochi, amici), separati da virgole: tornano scritti bene. Tienila una lista, non una frase: Whisper li legge come parole appena dette, e una frase lo invita a continuarla. Una frase che riporta solo quelle parole viene scartata, come le righe che i motori inventano quando non sentono parole.

La persona sente il suo nome con calma: 15 secondi tra una risposta e l'altra come minimo, e 30 all'ora al massimo. Le sue risposte aspettano l'approvazione come le altre, e la sua voce risentita dal microfono non è una domanda per lei. Parla con le cuffie, così il microfono sente te e non la diretta.