Nous Resrachから、標準で呼びかけに対応したというアナウンスが出ていた。
Nous Research on X: "Hermes Agent now has voice activation. Say the wake word and Hermes opens a new session and listens for your command, hands-free in the CLI, TUI, or desktop app. Detection is local and off by default.
https://x.com/NousResearch/status/2082509593280688317
これみたい。
Wake Word | Hermes Agent
https://hermes-agent.nousresearch.com/docs/user-guide/features/wake-word
ebikinに試せるか聞いてみた。
hermes updateの許可を求めてきたので許可する。
ドキュメントによると、選べるモデルは３種類。
・openWakeWord (default)
・sherpa
・Porcupine(一部商用)
openWakeWordは、正式サポート前に試したけど学習に必要なデータを集めるのがめんどうで、自動生成させた少ないデータでは、あんまり精度出なかった。
sherpaは、サイズが小さくて学習はいらないけど、英語用で日本語には向かない感じ。こういうので日本語対応できるのがほしいところ。
Porcupineは商用なので対象にしない。
とりあえず、デフォルトのopenWakeWordで進める。
導入したからテストに話しかけてみよと言われたけど、わたしがhermesがちゃんと発音できぬ。
「ヘイハーミス」と切れ目なしに言うと、ピッっと電子音がした。しばらくするとピピッと２回。3秒無音で応答時間が切れるのが標準設定みたい。
ebikinに音声ログを確認してもらうと、ピッといったときにはうまく動作しているようだ。
しかし、わたしがうまく発音できないのでは困るし、日本語に差し替えるのも前にダメだったので、期待できない。
やっぱり、このあたりは日本語ではいろいろつらい。リソースが限られるので、ボタンなどでキューを出すようにしないとダメか。面倒なのでやってないけど。
オリジナル投稿：
Hermes Agent now has voice activation.｜kinneko｜pixivFANBOX
https://kinneko.fanbox.cc/posts/12341621
