Skip to content

fix(voz): voz local sem pausas entre os trechos e frase de enviar mais tolerante - #117

Merged
wisley7l merged 1 commit into
devfrom
fix/voz-local-sem-pausa
Nov 13, 2026
Merged

wisley7l merged 1 commit into
devfrom
fix/voz-local-sem-pausa

Conversation

@wisley7l

Copy link
Copy Markdown
Member

What / O que muda

  • Kokoro sem pausas: a extensão ganha o modo --serve (uma linha JSON por trecho): o modelo carrega uma vez por leitura em vez de a cada trecho.
  • Geração contínua: um gerador produz os trechos em ordem sem esperar o tocador (canal mpsc). Na voz local os trechos crescem 25% cada (80 → 600 caracteres), pra cada um ficar pronto antes do anterior acabar de tocar mesmo com 1 núcleo. Pela API continuam 80 + 200, até 600.
  • Parar (▶, nova fala, troca de aba) mata também a voz local, liberando a CPU na hora.
  • Frase de enviar: reconhece "term" de forma tolerante ("Tens 7", "Ter 7", "Thermo 7", "Term's 7", "Ternset", "Term 7pronto", "pronta"), sempre com o número logo depois; "tem 7 prontos" não envia.

Medido na máquina de dev (154 caracteres, 9,4 s de fala): 1 núcleo gera em 7,3 s, 3 núcleos em 4,3 s; carregar o modelo ~0,7 s, agora uma vez só.

How to test / Como testar

  1. Leitura em voz alta com a extensão Kokoro: pedir uma resposta longa e clicar ▶. Não deve ter pausa longa depois do primeiro trecho.
  2. Parar no meio: o processo term7-kokoro --serve some.
  3. Ditar terminando com "termo set pronto": cola e envia.

Checklist

  • Branch from dev, PR to dev / Branch a partir da dev, PR pra dev
  • npm test and npm run build pass / passam
  • cargo check and cargo test pass with no warnings / passam sem warnings
  • Tested in the installed app (scripts/install-local.sh) / Testado no app instalado
  • New logic has tests / Lógica nova tem teste
  • Screenshots or GIF for visual changes / Prints ou GIF em mudança visual

🤖 Generated with Claude Code

…s tolerante

- Kokoro: um processo por leitura (--serve), o modelo carrega uma vez só.
- Os trechos são gerados sem parar, adiantando enquanto o atual toca; na voz local
  crescem 25% por trecho (80 → 600), pra cada um ficar pronto antes do anterior acabar.
- Parar a leitura encerra a voz local na hora.
- "term7 pronto" aceita mais grafias do Whisper ("Tens 7", "Thermo 7", "Ternset",
  "Term 7pronto", "pronta"), sempre exigindo o número logo depois.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
@wisley7l
wisley7l merged commit 358f766 into dev Nov 13, 2026
3 checks passed
@wisley7l
wisley7l deleted the fix/voz-local-sem-pausa branch November 13, 2026 20:57
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant