Control por voz

Maneja OpenTraderWorld con tu voz, o dicta en cualquier campo de texto. Solo pulsar para hablar: el micrófono se abre al pulsar y se cierra al soltar. Nada escucha entre medias.

Está desactivado por defecto. Actívalo en Ajustes → Voz y atajo.

El micrófono necesita HTTPS o localhost

Los navegadores solo dan acceso al micrófono (y a su reconocimiento de voz integrado) a una página web en un origen seguro: una página servida por HTTPS, o abierta en localhost. Es una regla del navegador, no de OpenTraderWorld, y ningún ajuste de la app puede levantarla.

Cómo abres OTW	¿Funciona la voz?
En la máquina que la ejecuta, http://127.0.0.1:5454 o http://localhost:5454	Sí
Modo LAN + HTTPS o Público	Sí
Modo Red local (LAN) por HTTP plano, desde otro dispositivo	No, el navegador oculta el micrófono

Para usar la voz desde un móvil u otro ordenador de tu red, cambia Ajustes → Red a LAN + HTTPS. En HTTP plano, la página de ajustes de voz muestra un aviso y el botón del micrófono explica por qué no puede iniciarse.

Dos atajos, dos modos

	Por defecto	Qué ocurre con lo que dices
Comando	Alt+V (⌥V en Mac)	Se convierte en un plan de acciones, incluso cuando un campo de texto tiene el foco.
Dictado	Alt+Shift+V (⌥⇧V)	Se escribe, palabra por palabra, en el campo de texto que tiene el foco. Nunca se interpreta como comando.

Mantén pulsado el atajo mientras hablas, suéltalo para terminar, Esc para cancelar. El micrófono de la barra superior siempre ejecuta comandos: haz clic para empezar, otro clic para parar, o mantenlo pulsado como un walkie-talkie.

Ambos atajos pueden cambiarse en Ajustes → Voz y atajo. Cada uno necesita Ctrl, Alt o ⌘ (o una tecla de función F1 a F12), para que nunca estorbe al escribir normal, y los dos deben ser distintos.

Motor de voz

El motor convierte tu grabación en texto. Elige uno en Ajustes → Voz y atajo.

Motor	Configuración	Adónde va el audio
Este navegador	ninguna	El servicio de voz del fabricante del navegador (Google para Chrome, Microsoft para Edge, Apple para Safari). No disponible en Firefox.
Whisper autoalojado	el servicio incluido, consulta Ejemplo: Whisper autoalojado	Se queda en tu máquina
Servidor whisper.cpp	tu propio servidor, su endpoint /inference	Se queda en tu servidor
OpenAI / Groq	una clave API (pegada o enlazada desde la Bóveda)	Se envía a ese proveedor
Otro	cualquier servidor que exponga la API /audio/transcriptions de OpenAI	Ese servidor

Con un motor de servidor, el navegador graba, convierte el audio a un pequeño archivo WAV y OTW lo retransmite al motor. Probar envía medio segundo de silencio para comprobar la URL, la clave y el modelo. Las claves se cifran en reposo y nunca se devuelven al navegador.

Ejemplo: Whisper autoalojado, desde cero

El servicio Whisper incluido es opcional y no se inicia con un simple up. Los pasos 1 a 3 se hacen una vez: el modelo se conserva en el volumen whisper-cache entre reinicios.

1. Inicia el servicio, desde la raíz del repositorio:

docker compose -f deploy/docker-compose.yml --env-file deploy/.env --env-file deploy/network.env --profile voice up -d whisper
docker logs -f opentraderworld-whisper-1

Espera a Uvicorn running on http://0.0.0.0:8000 y luego Ctrl+C. El puerto solo es accesible para OTW dentro de Docker, no desde tu navegador, y eso es lo previsto.

2. Descarga el modelo (unos 500 MB, unos minutos):

docker exec opentraderworld-whisper-1 python -c "import urllib.request;print(urllib.request.urlopen(urllib.request.Request('http://localhost:8000/v1/models/Systran/faster-whisper-small',method='POST'),timeout=1800).read())"

3. Comprueba que está instalado: la respuesta debe listar Systran/faster-whisper-small.

docker exec opentraderworld-whisper-1 python -c "import urllib.request;print(urllib.request.urlopen('http://localhost:8000/v1/models').read())"

4. Conéctalo a OTW. Abre la app en http://localhost:5454 (o por HTTPS, consulta arriba), luego Ajustes → Voz y atajo:

1. Añadir motor, preajuste Whisper autoalojado: rellena http://whisper:8000/v1 y Systran/faster-whisper-small.
2. Guardar y probar: el motor muestra Funciona · … ms.
3. Selecciona el motor y luego pon el interruptor de arriba en Activado. Opcionalmente define el Idioma.

5. Pruébalo: mantén ⌥V / Alt+V, di "abre journal", suelta y pulsa Enter. Para dictar, haz clic en un campo de texto y mantén ⌥⇧V / Alt+Shift+V.

La primera transcripción tras un reinicio es más lenta mientras el modelo se carga en memoria.

Comandos de voz

Ajustes → Voz y atajo → Comandos de voz: un comando es una frase (más otras formas de decirla) y una lista ordenada de pasos:

• Abrir una página: un módulo, el dashboard o Ajustes.
• Preguntar al agent: un prompt enviado al asistente flotante, que actúa con sus propias herramientas.
• Ejecutar un workflow: inicia un workflow de Automator.
• Tema, Ocultar cifras: lo mismo que los botones de la barra superior.
• Hablar: lee una frase en voz alta.

Una frase solo se activa cuando se dice sola, nunca como una palabra dentro de una oración: dictar "una tortuga azul" no ejecuta tu comando tortuga.

Incluido, sin configuración

• "abre <página>" ("open <page>", "ouvre <page>", "öffne <Seite>", "apri <pagina>", "打开 <页面>") abre cualquier módulo instalado, el dashboard o Ajustes. Un nombre que coincide con varias páginas se rechaza mostrando la lista, nunca se adivina.
• Con Pasar el resto al agent activado, todo lo que ningún comando reconozca va al asistente como una sola petición.

Encadenar

Di varias cosas de una vez, unidas por y o luego (and, then en inglés, et, puis en francés, etcétera, según el ajuste de Idioma). Una coma en la transcripción también separa:

"tortuga, luego abre ajustes y compara AAPL y MSFT"

ejecuta tu comando tortuga, abre Ajustes y luego pide al agent "compara AAPL y MSFT". Los fragmentos sobrantes que quedan juntos se mantienen unidos, así el agent recibe la petición completa.

Confirmación

Cada plan se muestra antes de ejecutarse: lo que se oyó, cada paso y de dónde viene. Enter lo ejecuta, Esc lo cancela. Los pasos se ejecutan en orden y el plan se detiene en el primer fallo, indicando el paso.

Un comando puede marcarse como Ejecutar sin confirmación. Está desactivado por defecto, y solo se aplica cuando esa frase se dice sola: encadenada con cualquier otra cosa, el plan se muestra igualmente primero. Los pasos del agent mantienen la confirmación propia del asistente para cada escritura.

Conviene saber

• El asistente está oculto en la página Agent, así que un plan con un paso de agent no puede ejecutarse desde ahí.
• Leer el resultado en voz alta usa las voces del propio navegador: sin configuración, ningún audio sale del navegador.
• La demo pública muestra las páginas de voz en solo lectura: no guarda ajustes ni envía audio.
• Tu propio proxy inverso delante de OTW no debe bloquear el micrófono: su cabecera Permissions-Policy necesita microphone=(self). Con microphone=() el navegador rechaza al instante, sin preguntar.