voice-chat

name	voice-chat
description	パートナーと音声で会話・VoiceModeで双方向対話・converse()を使う・ウェイクワード対応・listen.pyで発話を待つ・音声対話モードに入るとき → このスキルを読む

ボイスチャットスキル

VoiceMode MCP と既存の listen.py を組み合わせた双方向音声会話。

使い方

方法1: VoiceMode converse（推奨）

AIが話して、マイクで応答を待つ。一番シンプル。

# 話しかけて応答を待つ
mcp__voicemode__converse(
    message="何か聞きたいことある？",
    voice="jf_alpha",         # 日本語女性音声
    tts_provider="kokoro",    # ローカルTTS
    wait_for_response=True
)

ポイント:

• wait_for_response=True でマイクが開く
• パートナーが喋り終わると自動で認識
• 認識結果がテキストで返る → AIが考えて次の発話

方法2: listen.py --poll → converse 応答

パートナーが先に話しかける場合。常時リスニングの発話を待つ。

# Step 1: 発話を待つ（最大60秒）
text=$(uv run tools/listen.py --poll 60)

# Step 2: 発話があったらconverseで応答

方法3: ボイスチャットループ

対話セッション中にボイスチャットモードに入る。

ループ:
  1. listen.py --poll で発話待ち
  2. 発話テキストを取得
  3. AIが応答を考える
  4. converse(message=応答, wait_for_response=False) で喋る
  5. 1に戻る

「終わり」「バイバイ」等の終了ワードでループを抜ける。

VoiceMode設定

設定ファイル: ~/.voicemode/voicemode.env

日本語音声

音声	性別	説明
jf_alpha	女性	標準（推奨）
jf_gongitsune	女性	ごん狐風
jf_nezumi	女性	ねずみ風
jm_kumo	男性	蜘蛛風

サービス管理

# ステータス確認
mcp__voicemode__service(service_name="kokoro", action="status")
mcp__voicemode__service(service_name="whisper", action="status")

# 起動
mcp__voicemode__service(service_name="kokoro", action="start")
mcp__voicemode__service(service_name="whisper", action="start")

注意点

• Kokoroが起動していないとローカルTTSが使えない（OpenAI APIにフォールバック）
• エコーキャンセル: VoiceModeの再生中にlisten.pyが拾うと二重認識される
  • VoiceModeは自前でマイク管理するので、converseのwait_for_response=Trueなら問題なし
• WSL: PulseAudio経由のオーディオ。物理マイクはWindows ffmpeg経由

既存ツールとの使い分け

用途	ツール
対話（双方向）	VoiceMode converse
一方的に喋る	VoiceMode converse (wait_for_response=False)
背景音を常時記録	listen.py --on
発話待ち	listen.py --poll
高品質日本語TTS	speak.py (Gemini TTS)
英語ローカルTTS	speak_local.py (Pocket TTS)