Controle por voz: comande a transmissão falando em voz alta

Doze coisas que ele faz, e essas são todas

Fale como você falaria com uma pessoa. O assistente descobre qual delas você quis dizer.

• Iniciar uma enquete — “inicia uma enquete: qual mapa, Dust ou Mirage”.
• Finalizar a enquete antes da hora e mostrar o resultado.
• Iniciar uma previsão — “a gente ganha essa, sim ou não”.
• Fechar as apostas de uma previsão.
• Resolver a previsão e pagar os pontos.
• Cancelar a previsão e devolver os pontos para todo mundo.
• Trocar a cena do OBS — “vai para a cena Intervalo”.
• Alterar o título da transmissão, a categoria, ou os dois.
• Salvar um clipe — “faz um clipe disso”.
• Escrever no chat — “fala pro chat que a transmissão acaba em dez minutos”.
• Pressionar um botão do seu painel de controle, que roda todo o cenário que vem atrás.
• Ligar ou desligar uma tomada inteligente — “liga a lâmpada por um minuto”.

O que ele responde sem fazer nada

Tudo que não está entre as doze é uma resposta comum, em voz alta, enquanto você continua jogando.

• O que está no ar agora: o título, a categoria, há quanto tempo você está ao vivo e quantas pessoas estão assistindo.
• O que você jogou nas cinco últimas transmissões, quanto durou cada uma e quantos estavam assistindo no pico.
• Seus próprios comandos de chat pelo nome, os lotes de um leilão em andamento e os totais deles.
• Fatos que você mesmo anotou: seus links, seu equipamento, as respostas que você repete toda transmissão.
• Qualquer coisa da web, quando a pergunta precisa disso e você liberou a busca.

Não é uma lista de frases mágicas

Comandos de voz normalmente obrigam você a decorar a formulação exata. Aqui três frases diferentes chegam na mesma ação.

• “Corta um clipe”, “faz um clipe disso” e “salva esse momento” fazem a mesma coisa.
• Os nomes que ele pode usar — cenas do OBS, botões do painel de controle, tomadas inteligentes, resultados de previsões — vêm do que você tem conectado de verdade, então ele não consegue inventar uma cena que você não tem.
• Clipes, título, enquetes e previsões passam pela Twitch. No YouTube e na Kick o assistente escreve no chat, troca cenas e aperta os botões do seu painel de controle.

Uma metade roda aqui, a outra metade é a IA

O reconhecimento de voz é um modelo no seu próprio disco: o som nunca sai do computador e não acrescenta nada à conta. Entender você e agir é a IA, e é essa metade que você paga — o cartão de cada ação mostra o preço dela em créditos antes de você usar.

• Escolha o modelo de reconhecimento pelos números que medimos — velocidade e memória, na placa de vídeo e no processador —, não pelo tamanho dele.
• Segure uma tecla e o microfone abre só enquanto você segura — e continua funcionando dentro de um jogo em tela cheia.
• Ou deixe o microfone aberto a transmissão inteira e dê um nome ao bot, para que só “Nova, inicia uma enquete” chegue até ele.
• Um comando de voz são dois pedidos à IA, não um: um passo barato que corrige o que foi ouvido e decide o que você quis dizer, e a resposta em si.
• Os créditos vêm de uma conta strAImer: cem por mês no plano gratuito, onde uma troca de cena custa de dois a seis créditos, dependendo do modelo que você escolheu — os modelos mais caros pedem um plano pago.

Nada irreversível acontece calado

Quatro das doze não dá para desfazer — finalizar uma enquete, fechar as apostas, pagar uma previsão, devolvê-la. Elas já vêm desligadas, e quando você as liga, o assistente pergunta antes e fala o resultado, não a ação.

• Cada uma das doze é um cartão separado — desligue as que você nunca quer que sejam feitas por voz.
• Uma palavra de parada silencia a voz no meio da frase — você fala e o bot se cala na hora.
• Nada que um espectador escreva dispara uma ação: as ferramentas existem só para o microfone da sua própria máquina.

Você vê tudo o que ele ouviu

Um bloco do painel de controle guarda o histórico das suas falas e das respostas, em ordem, com uma cor para o jeito que cada uma terminou.

• Azul para uma resposta, verde para algo feito, âmbar para quando o bot devolve uma pergunta, vermelho para uma recusa com o motivo do lado.
• O botão do microfone alterna entre segurar a tecla e sempre, sem sair do painel.
• O botão de desligar para o reconhecimento e libera a memória que o modelo estava ocupando.

Do que é feito

Cada parte é um módulo separado: instala apenas os que precisa, e qualquer um pode ser removido sem afetar os restantes.

Começar

1. Conecte uma conta strAImer em Configurações → Conta strAImer: é de lá que vêm os créditos que o assistente gasta.
2. Abra Voz → Reconhecimento de voz, baixe um modelo de reconhecimento e escolha quando escutar: segurando uma tecla, ou deixando o microfone aberto e dando um nome ao bot.
3. Abra Chat Bot → Controle por voz e ligue as ações que você quer.
4. Coloque o bloco Stream: Voz no painel de controle, ao alcance da mão.

As doze estão no app que você pode baixar hoje: para ouvir você basta um modelo de reconhecimento no seu próprio disco, e a conta strAImer paga a metade que entende você e age.

Funciona em conjunto com