Mode vocal

Le mode vocal vous permet de dire vos requêtes au lieu de les taper. Votre voix est transcrite localement avec OpenAI Whisper (via whisper.cpp) et, par défaut, soumise automatiquement à l'assistant. Vous pouvez passer au mode révision avant envoi si vous préférez. Il s'exécute entièrement sur votre machine par défaut, donc aucun audio ne quitte votre ordinateur et aucune clé API en nuage n'est requise. Le modèle de reconnaissance vocale est téléchargé une seule fois, à la première utilisation.

1. Démarrez un enregistrement avec /voice ou en maintenant Space enfoncée.
2. Dites votre requête pendant que l'indicateur d'enregistrement affiche votre niveau audio en temps réel.
3. Arrêtez en appuyant sur Enter, ou laissez l'arrêt automatique se déclencher après une période de silence.
4. La transcription est soumise à l'assistant automatiquement par défaut, ou placée dans la requête pour révision lorsque vous configurez voice.autoSubmit false.

Recording, press ENTER when done... 3.5sec ░░░█████████

Le texte partiel s'affiche progressivement dans la zone de saisie pendant que vous parlez, afin que vous puissiez observer la transcription se former avant d'arrêter.

/voice

Démarre une seule session d'enregistrement dans le clavardage actuel.

Maintenez la touche Space enfoncée à l'invite pendant 1,5 seconde pour démarrer l'enregistrement. Relâchez Space pour arrêter et transcrire. Utile pour une saisie vocale rapide sans appuyer sur Enter.

Le modèle Whisper est téléchargé à la première utilisation, et le téléchargement n'est jamais silencieux.

Si vous déclenchez le mode vocal avec Space (appuyer-pour-parler) avant que le modèle soit téléchargé, Kiro vous invite à exécuter /voice pour la configuration interactive.

La transcription locale utilise whisper-rs (liaisons Rust pour whisper.cpp) et ne nécessite pas d'accès Internet après le téléchargement initial du modèle. Deux tailles de modèle sont disponibles :

Définissez la taille du modèle :

kiro-cli settings set voice.modelSize small

Lorsque vous travaillez sur un poste de travail en nuage sans microphone, le mode vocal peut diffuser l'audio vers un petit serveur exécuté sur votre machine locale. Le mode vocal revient automatiquement au serveur distant lorsqu'aucun microphone local n'est détecté.

Configuration manuelle :

# On your local machine (the one with a microphone):
kiro-cli voice-serve

# Open a reverse tunnel when you SSH to the cloud desktop:
ssh -R 19876:localhost:19876 cloud-desktop

# On the cloud desktop, point voice mode at the tunnel before starting Kiro:
export KIRO_VOICE_SERVER_URL=http://127.0.0.1:19876
kiro-cli

Vous pouvez aussi forcer le moteur distant pour une seule session avec /voice --model remote (la valeur par défaut est --model local-whisper).

Depuis votre machine locale, voice-cloud-setup démarre le serveur vocal local et ouvre le tunnel inverse :

kiro-cli voice-cloud-setup <cloud-hostname>

Ensuite, sur le poste de travail en nuage, définissez l'URL du serveur dans le même shell avant de démarrer Kiro et d'activer le mode vocal :

export KIRO_VOICE_SERVER_URL=http://127.0.0.1:19876
kiro-cli

L'assistant vérifie la connectivité SSH, démarre voice-serve localement et ouvre le tunnel inverse. Il ne configure pas actuellement voice.serverUrl sur le poste de travail en nuage.

Le mode vocal utilise la détection d'activité vocale Silero pour distinguer la parole du bruit de fond. Il détecte quand vous commencez et arrêtez de parler, filtre les clics de clavier et le bruit de ventilateur, et pilote l'arrêt automatique par silence, ce qui évite les fausses transcriptions causées par le bruit ambiant.

Le contexte de la conversation récente est aussi transmis à la requête initiale de Whisper, ce qui améliore la précision pour les identifiants de code, les noms de fonctions et le vocabulaire propre au projet abordés plus tôt dans la session.

Le comportement du mode vocal est contrôlé via kiro-cli settings. Tous les paramètres sont facultatifs.

Exemples :

# Favor speed
kiro-cli settings set voice.modelSize base
kiro-cli settings set voice.silenceTimeout 3

# Favor accuracy
kiro-cli settings set voice.modelSize small
kiro-cli settings set voice.silenceTimeout 8

# Review each transcription before it is sent
kiro-cli settings set voice.autoSubmit false

# Transcribe Spanish
kiro-cli settings set voice.language es

# View your voice settings
kiro-cli settings list | grep voice

• Avec Whisper local, l'audio est capté, transcrit et supprimé sur votre machine. Rien n'est envoyé à un serveur.
• L'option de serveur vocal distant diffuse l'audio uniquement vers l'URL du serveur que vous configurez (généralement votre propre portable via un tunnel SSH).
• Kiro vérifie le fichier du modèle Whisper par rapport à une empreinte SHA-256 fixe après le téléchargement et avant chaque utilisation. Un modèle corrompu, altéré ou implanté par un attaquant est rejeté. Si un modèle mis en cache échoue à la vérification, Kiro le supprime et le télécharge à nouveau automatiquement depuis le CDN officiel. Aucune action n'est requise.
• Sur les systèmes Unix, le répertoire du modèle est restreint à l'accès du propriétaire uniquement (mode 0700) en tant que défense en profondeur.

> /voice
Recording, press ENTER when done... 2.1sec ░░░████████

"Fix the bug in the authentication module"

> Analyzing the authentication module...

1. Tapez le début de votre requête : How do I
2. Maintenez Space enfoncée et dites : "implement pagination in the users API"
3. Relâchez Space pour arrêter et transcrire
4. La requête soumise se lit : « How do I implement pagination in the users API »

• Nécessite un microphone physique, ou un serveur vocal distant pour les postes de travail en nuage.
• La transcription locale dépend du processeur. Le modèle small est plus précis mais plus lent, et il n'y a pas encore d'accélération GPU.
• Optimisé pour l'anglais par défaut; le support multilingue est limité.
• Aucune activation par mot-clé de réveil.

• Clavardage : la session interactive dans laquelle la saisie vocale s'intègre
• Interface du terminal : l'interface qui affiche l'indicateur d'enregistrement en direct
• Paramètres en session : ajuster les paramètres pendant une session