Ty (mikrofon)
Kos (odtwarzane audio)
IDLE Gotowy. Naciśnij „Rozpocznij rozmowę”.
Ostatnie 20 s: poziom Twojego mikrofonu (góra) i odtwarzanej odpowiedzi (dół). Znaczniki: początek i koniec mowy (VAD), przerwanie.
Transkrypt
Tu pojawią się Twoje wypowiedzi i odpowiedzi. Kaskada: Whisper (STT) → PLLuM-12B (LLM) → Piper (TTS). To nie jest natywny model mowy.
