Texto a Voz (TTS) Settings

dIKta.me puede decir sus respuestas y leer el texto seleccionado en voz alta. El TTS está diseñado para ser un canal de salida ambiental que opera sin bloquear tu flujo de trabajo de dictado.

Nota de Privacidad: El TTS es completamente opcional. Por defecto, está desactivado y no requiere procesamiento de GPU. Si habilitas el proveedor Kokoro (Local), la locución se genera completamente en tu dispositivo sin requerir conexión a internet.

Habilitando Texto a Voz

1. Abre los Ajustes haciendo clic en el icono del engranaje o presionando Ctrl+Alt+,.
2. Navega a la sección Text-to-Speech (Texto a Voz).
3. Alterna el Master Switch (Interruptor Principal) a Encendido (On).
4. Selecciona un Provider (Proveedor) (ver más abajo).

Proveedores

dIKta.me ofrece múltiples proveedores de TTS, que van desde la inferencia rápida local y fuera de línea hasta la generación en la nube de ultra alta calidad.

Kokoro (Local)

• Estado: Predeterminado (Local)
• Costo: Gratis
• Privacidad: 100% Fuera de línea (Offline)
• El proveedor Kokoro usa un modelo ONNX altamente optimizado descargado directamente a tu máquina. Requiere una descarga inicial (88 MB para la variante estándar) y luego se ejecuta en tu CPU sin enviar nunca datos a la nube.

Gemini TTS (Cloud / Nube)

• Estado: Alternativa en la Nube
• Costo: Requiere Clave API de Gemini
• Aprovecha las voces ultrarrealistas de Google para tus respuestas de Texto a Voz. Si usas Gemini para dictar, puedes reutilizar tu clave para potenciar una retroalimentación hablada altamente natural.

Deepgram Aura-2 (Cloud / Nube)

• Estado: Alternativa en la Nube
• Costo: Requiere Clave API de Deepgram (facturado por uso)
• Si ya estás usando Deepgram para voz a texto, puedes reutilizar tu clave API para generar respuestas de voz de alta calidad.

Inworld TTS-1.5 (Cloud / Nube)

• Estado: Nube Premium
• Costo: Requiere Clave API de Inworld
• Ofrece algunas de las voces de más alta calidad y más naturales disponibles, operando a una latencia extremadamente baja.

OpenAI TTS (Cloud / Nube)

• Estado: Alternativa en la Nube
• Costo: Requiere Clave API de OpenAI
• Utiliza tus credenciales BYOK (Trae Tu Propia Clave) existentes de OpenAI para aprovechar su biblioteca de voces conversacionales de alta calidad.

Cuándo Hablar

Puedes ajustar con precisión exactamente cuándo dIKta.me debería hablar en voz alta:

• Tecla "Leer Selección" (Ctrl+Alt+Q): Resalta texto en cualquier aplicación y presiona esta tecla. dIKta.me capturará la selección, la limpiará para hablarla, y la leerá en voz alta.
• Respuestas del Modo Preguntar: Permite reproducir la respuesta de la IA en voz alta simultáneamente mientras se escribe en tu ventana activa.
• Respuestas de Chat Rápido: Mantén una conversación manos libres con la ventana de Chat Rápido haciendo que se lean las respuestas de la IA de vuelta a ti.
• Resultados de Traducción: Escucha tu dictado hablado traducido y pronunciado en el idioma de destino.
• Notificaciones de la Aplicación: Escucha los eventos de estado del sistema ("LLM no cargado", "Grabación iniciada") de forma hablada en lugar de depender únicamente de notificaciones visuales (toasts).

Controles de Audio

La generación de TTS nunca retrasa la inyección de texto. El texto llega al instante y la voz se reproduce sin problemas en paralelo.

• Ducking (Atenuación): Por defecto, dIKta.me bajará temporalmente el volumen de otras aplicaciones (como música o videos) mientras habla.
• Interrupting (Interrupción): Si necesitas detener la reproducción de inmediato, presiona la tecla Escape (Esc) o activa cualquier nueva tecla de acceso rápido de dictado (ej. Ctrl+Alt+S).