Hermes Agent : dicter en direct ne choisit pas le modèle qui répond
La dictée en direct arrive dans le cycle 0.22. Transcription, réponse et lecture vocale restent des services distincts. Vérifiez leurs fournisseurs avant d’ouvrir le micro.
Pour aller plus loin
Image générée · SecuFocus
En bref
L’essentiel
Hermes peut afficher les mots pendant que vous parlez et confier une demande vocale à un modèle différent de celui du chat écrit. Le gain attendu est une réponse plus rapide, pas une conversation devenue locale. Avant d’activer ces options, vérifiez qui transcrit votre voix, qui traite la demande et qui lit la réponse.
La dictée en direct demande son propre accès
Annoncée dans la 0.21.6 et détaillée dans la 0.22.0, l’option stt.streaming affiche une transcription partielle pendant la parole dans le CLI, le TUI et la dictée de Desktop. Elle reste facultative. Sans elle, Hermes attend la fin de l’enregistrement pour le transcrire.
La documentation cite OpenAI, xAI et ElevenLabs pour la transcription en direct, avec une clé API propre au service. La transcription audio gérée par Nous reste un traitement de fichier : cet accès ne suffit pas à ouvrir une session de transcription en direct. Un abonnement ou une connexion utilisés pour le chat ne prouvent donc pas que le micro dispose du même accès.
Whisper local et plusieurs autres fournisseurs continuent à traiter le fichier après l’enregistrement. Si la connexion en direct échoue, la documentation prévoit un retour à ce traitement classique. SecuFocus n’a pas mesuré sa fiabilité ni le délai de transcription.
Une demande vocale peut utiliser un autre modèle
Le réglage auxiliary.voice_chat choisit le modèle qui répond aux demandes vocales du parcours classique. Il se trouve parmi les modèles auxiliaires dans Desktop et dans hermes model. Le message écrit suivant revient au modèle de la session. Les outils restent disponibles pendant le tour vocal.
Par défaut, ce parcours désactive le raisonnement lorsque le modèle le permet, ou demande son niveau minimal accepté. C’est un compromis de délai. Gardez un modèle adapté à la tâche si votre demande exige une analyse longue ; ne choisissez pas le plus rapide pour lui confier ensuite une opération sensible sans relecture.
Le choix vocal peut aussi changer le destinataire du texte transcrit. Un modèle principal local ne rend pas locale une transcription ou une réponse vocale confiée au cloud.
GPT-Live est un autre parcours, avec une autre facture
Desktop propose aussi un mode GPT-Live facultatif, capable d’écouter et de parler en même temps. La couche vocale n’exécute pas elle-même les outils : elle transmet le travail à Hermes, qui utilise le modèle et les autorisations de la session. Ce mode ignore le choix auxiliary.voice_chat.
La documentation demande une clé API OpenAI et indique une facturation de la session vocale, temps d’attente compris, en plus des appels du modèle qui réalise le travail. Elle exclut ce mode de l’audio géré par Nous et des surfaces CLI, TUI ou messagerie. Vérifiez donc le parcours choisi, pas seulement la présence d’un bouton micro.
Commencer avec une phrase sans information sensible
Dictez une consigne courte qui ne contient ni mot de passe ni donnée personnelle. Relisez la transcription avant de demander une action importante. Vérifiez les fournisseurs configurés pour la transcription, le modèle vocal et la synthèse, puis fermez la conversation vocale à la fin.
Ces fonctions sont documentées par l’éditeur, pas testées par SecuFocus sur un microphone. Elles ne prouvent ni la confidentialité de bout en bout de la conversation, ni un temps de réponse garanti.
Vérifier, approfondir
Les sources de cet article
Les numéros relient chaque référence aux passages qui l’utilisent. La date indique quand la documentation a été consultée.
- Nous Research : Hermes Agent 0.21.6, dictée et modèle vocal ↗github.com ·Utilisée dans :La dictée en direct demande son propre accès
- Documentation Hermes : Voice Mode, fournisseurs et limites ↗hermes-agent.nousresearch.com ·
Cet article s’appuie sur les sources ci-dessus. Les exercices proposés sont à réaliser sur vos appareils ; SecuFocus ne les présente pas comme des essais menés par la rédaction. Les interfaces et les fonctions peuvent changer. Méthode et corrections.
Citer cet article
Pour retrouver cette lecture ou la partager avec sa référence.