🎙️Messaggi vocali

Parla invece di scrivere: nel browser con il pulsante del microfono, e dal telefono con le note vocali di Telegram. Claude non può ascoltare l'audio, quindi la tua registrazione viene prima trasformata in testo sul tuo server; Claude legge la trascrizione.

Scegli un motore (Impostazioni -> Voce)

Motore	Pro	Contro
Su questo server (Whisper, `faster-whisper`)	privato (l'audio non lascia mai il server), gratuito, nessuna chiave	più lento sui server piccoli, ~0,5-1 GB di RAM durante l'uso, download di ~150-500 MB
Groq (`whisper-large-v3-turbo`)	il più veloce e preciso, circa 0,04 $ per ora di audio	richiede una `GROQ_API_KEY`, l'audio viene inviato a Groq
OpenAI (`gpt-4o-mini-transcribe`)	preciso, circa 0,18 $ per ora di audio	richiede una `OPENAI_API_KEY`, l'audio viene inviato a OpenAI
Disattivato	-	nessun pulsante del microfono; le note vocali su Telegram ricevono un breve suggerimento

Le chiavi API sono salvate nel caveau delle Chiavi (puoi incollarle direttamente in Impostazioni -> Voce).

Motore locale: modelli e velocità

Scegli il modello in Impostazioni -> Voce, poi Installa / Scarica (viene eseguito in background, con avanzamento; puoi lasciare la pagina). Senza download, il primo messaggio vocale scarica il modello.

Modello	Download	Note
tiny	~75 MB	velocissimo, approssimativo
base	~145 MB	predefinito sui server con meno di 4 GB di RAM - buono per l'inglese, discreto per le altre lingue
small	~485 MB	predefinito - ottimo in inglese e francese
medium	~1,5 GB	il migliore, richiede 2+ GB di RAM libera e pazienza sulle CPU piccole

Ordine di grandezza con 2 vCPU: un messaggio di 1 minuto richiede ~15 s con base, ~30-60 s con small (più veloce con più core). Il modello resta in memoria per 10 minuti dopo l'ultimo messaggio, poi viene scaricato. Viene trascritto un solo messaggio alla volta; gli altri aspettano il loro turno.

Lingua: il riconoscimento automatico funziona bene per il parlato normale. Imposta una lingua fissa (Impostazioni -> Voce -> Lingua) se parli sempre la stessa, o per note molto brevi o rumorose.

Nel browser

Il pulsante del microfono si trova accanto a Invia in ogni sessione.
Tocca per iniziare, tocca ✓ per fermare; oppure tieni premuto per parlare e rilascia per fermare (push-to-talk). Scorri verso sinistra tenendo premuto, premi Esc o ✕ per annullare.
Quando fermi la registrazione, il messaggio vocale viene inviato subito, come su Telegram: appare nella conversazione come un unico fumetto: un pulsante rotondo con il microfono (toccalo per ascoltare la registrazione, toccalo di nuovo per metterla in pausa) e, accanto, la trascrizione non appena il server l'ha creata; poi la trascrizione va a Claude. Nel frattempo puoi continuare a parlare o a scrivere: i messaggi successivi aspettano il loro turno. La registrazione viene salvata nell'argomento (attachments/YYYY-MM/voice-….webm).
Preferisci leggere il testo prima di inviarlo? Disattiva Impostazioni -> Voce -> Invia subito i messaggi vocali: la trascrizione viene allora inserita nella posizione del cursore così puoi correggerla, oppure inviata come testo con Invio automatico.
Se la trascrizione fallisce (o non si è sentito nulla), la registrazione resta nella conversazione e non viene inviato nulla a Claude; invia di nuovo la registrazione o scrivi il tuo messaggio.
I browser danno accesso al microfono solo sulle pagine HTTPS (o su localhost). Con un dominio (Caddy) funziona subito; con un semplice http://<tailscale-ip> no - usa una modalità di accesso HTTPS o un tunnel SSH verso localhost.
Funziona su iPhone (Safari) e Android (Chrome). Consenti il microfono quando il browser lo chiede; se hai rifiutato una volta, consentilo di nuovo nelle impostazioni del sito (l'icona del lucchetto nella barra degli indirizzi).
Le registrazioni sono limitate a 15 minuti.
Registra un test in Impostazioni -> Voce mostra la trascrizione, la lingua rilevata e il tempo impiegato.

Su Telegram

Invia una nota vocale, un file audio o una videonota rotonda in un thread di sessione: 1. il bot risponde con 🎤 <transcript>, 2. la trascrizione viene inviata alla sessione dell'argomento come tuo messaggio (il file audio viene allegato e salvato in <topic>/attachments/voice/YYYY-MM/), 3. Claude risponde come al solito.

Se i messaggi vocali sono disattivati, il bot risponde con un breve suggerimento.

Dal terminale

maxxing voice status                 # engine, model, readiness
maxxing voice set --engine local --model small --language auto
maxxing voice download [model]       # pre-download a local model
maxxing voice transcribe note.ogg    # test a file

maxxing doctor riporta lo stato della voce. Per installare il motore locale a mano: cd /opt/claude-maxxing/server && uv sync --extra voice (poi maxxing update lo mantiene).

Risoluzione dei problemi

Pulsante del microfono disattivato (grigio) - la voce è disattivata o non è pronta: apri Impostazioni -> Voce.
"Browsers only allow the microphone on HTTPS pages" - vedi sopra.
"ffmpeg is missing" - apt-get install -y ffmpeg.
Lingua sbagliata / testo senza senso - imposta la lingua, oppure usa un modello più grande.
Lento - usa base, oppure passa a Groq.