9xChat 映像と音声

インタラクティブ音声モード、音声ディクテーション、読み上げ、生成画像作成。

9xchat は、リアルタイムの音声会話、インスタント音声ディクテーション、音声読み上げ、専用画像生成などのマルチモーダル機能をワークスペースにもたらします。

画像プレイグラウンドとマイクディクテーションには Pro が必要です。 音声モードと読み上げ はすべてのアカウントで利用できます。クレジット、プロ、および使用状況を参照してください。

インタラクティブボイスモード

音声モードでは、9xchat が自然な会話型音声アシスタントに変わります。入力して待つのではなく、自然に話すとアシスタントがリアルタイムで応答します。

コンポーザーからアクティブ化すると、チャットスレッドの上にフローティング Voice Dock が表示されます。

非モーダル: 会話は引き続き表示、読み取り、スクロール可能ですドックの後ろ。
波形の視覚化: リアルタイムのオーディオバーにはマイクのレベルとアシスタントの音声出力。
音声アクティビティ検出 (VAD): 9xchat は、開始時と停止時をリッスンします。つまり、手動ボタンを必要とせずに順番をシームレスに管理できます。
割り込み/割り込み: いつでも簡単にアシスタントに割り込むことができます。話すかオーブをクリックすることで。
スレッド同期: すべての発話が実際のメッセージに転写されますスレッド内では、完全な会話履歴がそのまま維持されます。

[設定] → [一般] で、以下を設定できます。

チャットコンポーザー、画像プロンプト、メモなど、入力できる場所であればどこでも、代わりに ディクテーション することができます。

マイク アイコンをクリックするか、ディクテーションショートカットを使用します。
指示や考えを話します。
停止して文字起こし をクリックします。 9xchat は、オーディオを構造化されたマークダウンに変換します。入力フィールドが表示され、確認して送信できるようになります。

チャット内のすべての AI 応答には、読み上げ アクションが含まれます。

添付した画像をクリックして開くと、その上に クロップとハイライト という 2 つのアクションが表示されます。どちらも、画像上でボックスをドラッグすることで機能します。その箱をどうするかが違いだ。

クロップ は、画像をボックスまで切り取ります。フレームの残りの部分がまったく無関係な場合、たとえば無関係なパネルが 3 つあるスクリーンショットなどの場合に使用します。

ハイライト はフレーム全体を保持し、代わりにボックスをマークし、その外側のすべてを薄暗くして赤い境界線を描きます。「ここだけ」ではなく「ここを見て」という場合に使います。ボタンをトリミングすると、その周囲の画面が失われ、多くの場合、周囲のコンテキストによって質問の答えが決まります。

また、Highlight は、マークされた領域を指す行をメッセージに書き込みます。この行が実際の作業を行っています。画像に焼き付けられたマークは、単語がモデルを参照している場合にのみモデルを操作します。文をそのままにするか、その地域に対して何をしたいのかを書き直してください。

どちらの操作を行っても、添付したファイルは変更されません。どちらも新しいコピーを作成し、代わりにそれを添付するため、もう一方を試したい場合でも、オリジナルは利用可能なままになります。

Images は、生成画像モデル (Seedream、DALL-E、Flux などを含む) 専用のスタジオです。

画像生成 ツールを使用して、チャット内で直接画像を生成することもできます。

クラウドイメージモデルと転写は、9xchat クレジット残高から取得されます。または設定された API キー。
音声プライバシー: 音声ディクテーションと音声合成にはネットワーク処理が必要です選択したプロバイダー (123sudoまたはOpenAI) を通じて。チャットモデルがローカルに設定されている場合でも、音声はマシンから送信されます。「プライバシーとデータフロー」「」を参照してください。