Premiera / Narzędzie
Jedno wywołanie MCP i Claude Code czyta ci wynik na głos
Voicebox, otwarty projekt Jamiego Pine'a na licencji MIT, zbiera obie strony głosu lokalnie i podpina je do agentów kodujących przez MCP. Jedno wywołanie sprawia, że Claude Code czy Cursor mówią na głos, co skończyły, a dyktowanie na wejściu chodzi na Whisperze, przy czym modele i próbki głosu zostają na dysku i nic nie wychodzi do chmury. Najbardziej broni się powiadamianie głosem przy długich zadaniach oraz dyktowanie dłuższych myśli, bo klonowanie własnego głosu to raczej nowinka, a wpadanie transkrypcji prosto w pole tekstowe działa na razie tylko na macOS.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Premiera / Narzędzie · 3 min ·
Kończysz długie polecenie dla Claude Code, przenosisz wzrok na drugi monitor, a po dwóch minutach z głośników odzywa się głos: "Testy przechodzą, można mergować". Głos, który sam wybrałeś, sklonowany z kilku sekund nagrania. To nie asystent z chmury, tylko Voicebox, otwarty projekt, który daje agentowi kodującemu głos.
Sam pomysł, żeby agent mówił do ciebie, nie jest nowy. Nowe jest to, że ktoś zebrał obsługę głosu w obie strony w jedną aplikację działającą lokalnie i podpiął ją do agentów przez MCP, czyli protokół, którym Claude Code, Cursor czy Cline dogadują się z zewnętrznymi narzędziami. Do tej pory głos w programowaniu był porozrzucany: ElevenLabs zajmował się mową na wyjściu, apka WisprFlow dyktowaniem na wejściu, każde osobno i każde w chmurze. Voicebox obiecuje obie połowy naraz i, co dla mnie ważniejsze, nie wypuszcza niczego poza twój dysk. Modele, próbki głosu i nagrania zostają na maszynie, więc nie płacisz za każdą sekundę mowy, a całość działa bez internetu.
Jedno wywołanie i agent się odzywa
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
