Controllo vocale

Guida OpenTraderWorld con la voce, o detta in qualsiasi campo di testo. Solo push to talk: il microfono si apre quando premi e si chiude quando rilasci. Nulla ascolta nel frattempo.

È disattivato per impostazione predefinita. Attivalo in Impostazioni → Voce → Voce e scorciatoia.

Il microfono richiede HTTPS o localhost

I browser concedono a una pagina web il microfono (e il loro riconoscimento vocale integrato) solo su un'origine sicura: una pagina servita in HTTPS, oppure aperta su localhost. È una regola del browser, non di OpenTraderWorld, e nessuna impostazione dell'app può toglierla.

Come apri OTW	La voce funziona?
Sulla macchina che lo esegue, http://127.0.0.1:5454 o http://localhost:5454	Sì
Modalità LAN + HTTPS o Pubblico	Sì
Modalità Rete locale (LAN) in HTTP semplice, da un altro dispositivo	No, il browser nasconde il microfono

Per usare la voce da un telefono o da un altro computer della tua rete, porta Impostazioni → Rete su LAN + HTTPS. In HTTP semplice la pagina delle impostazioni vocali mostra un avviso e il pulsante del microfono spiega perché non può partire.

Due scorciatoie, due modalità

	Predefinita	Cosa succede a ciò che dici
Comando	Alt+V (⌥V su Mac)	Diventa un piano di azioni, anche quando un campo di testo ha il focus.
Dettatura	Alt+Shift+V (⌥⇧V)	Viene digitata, parola per parola, nel campo di testo che ha il focus. Mai interpretata come comando.

Tieni premuta la scorciatoia mentre parli, rilascia per finire, Esc per annullare. Il microfono nella barra in alto esegue sempre comandi: clicca per iniziare, clicca di nuovo per fermare, oppure tienilo premuto come un walkie-talkie.

Entrambe le scorciatoie si possono cambiare in Impostazioni → Voce → Voce e scorciatoia. Ciascuna richiede Ctrl, Alt o ⌘ (oppure un tasto funzione da F1 a F12), così non intralcia mai la scrittura normale, e le due devono essere diverse.

Motore di riconoscimento

Il motore trasforma la tua registrazione in testo. Scegline uno in Impostazioni → Voce → Voce e scorciatoia.

Motore	Configurazione	Dove va l'audio
Questo browser	nessuna	Il servizio vocale del produttore del browser (Google per Chrome, Microsoft per Edge, Apple per Safari). Non disponibile in Firefox.
Whisper self-hosted	il servizio incluso, vedi Esempio: Whisper self-hosted	Resta sulla tua macchina
Server whisper.cpp	il tuo server, il suo endpoint /inference	Resta sul tuo server
OpenAI / Groq	una chiave API (incollata o collegata dalla Vault)	Inviato a quel provider
Altro	qualsiasi server che esponga l'API OpenAI /audio/transcriptions	Quel server

Con un motore server il browser registra, converte l'audio in un piccolo file WAV e OTW lo inoltra al motore. Testa invia mezzo secondo di silenzio per verificare URL, chiave e modello. Le chiavi sono cifrate a riposo e mai rimandate al browser.

Esempio: Whisper self-hosted, da zero

Il servizio Whisper incluso è opzionale e non viene avviato da un semplice up. I passi da 1 a 3 si fanno una volta sola: il modello resta nel volume whisper-cache tra i riavvii.

1. Avvia il servizio, dalla radice del repository:

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

Aspetta Uvicorn running on http://0.0.0.0:8000, poi Ctrl+C. La porta è raggiungibile solo da OTW dentro Docker, non dal tuo browser, ed è voluto.

2. Scarica il modello (circa 500 MB, qualche minuto):

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. Verifica che sia installato: la risposta deve elencare 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. Collegalo a OTW. Apri l'app su http://localhost:5454 (o in HTTPS, vedi sopra), poi Impostazioni → Voce → Voce e scorciatoia:

1. Aggiungi motore, preset Whisper self-hosted: compila http://whisper:8000/v1 e Systran/faster-whisper-small.
2. Salva e testa: il motore mostra Funziona · … ms.
3. Seleziona il motore, poi porta l'interruttore in alto su Attivo. Se vuoi, imposta la Lingua.

5. Provalo: tieni premuto ⌥V / Alt+V, di' "open journal", rilascia, premi Invio. Per la dettatura, clicca in un campo di testo e tieni premuto ⌥⇧V / Alt+Shift+V.

La prima trascrizione dopo un riavvio è più lenta mentre il modello si carica in memoria.

Comandi vocali

Impostazioni → Voce → Comandi vocali: un comando è una frase (più altri modi di dirla) e un elenco ordinato di passi:

• Apri una pagina: un modulo, la dashboard o le Impostazioni.
• Chiedi all'agent: un prompt inviato all'assistente flottante, che agisce con i propri strumenti.
• Esegui un flusso: avvia un flusso Automator.
• Tema, Nascondi le cifre: come i pulsanti nella barra in alto.
• Parla: legge una frase ad alta voce.

Una frase scatta solo quando viene detta da sola, mai come parola dentro una frase: dettare "a blue turtle" non esegue il tuo comando turtle.

Integrati, senza configurazione

• "open <page>" ("ouvre <page>", "öffne <Seite>", "abre <página>", "apri <pagina>", "打开 <页面>") apre qualsiasi modulo installato, la dashboard o le Impostazioni. Un nome che corrisponde a più pagine viene rifiutato con l'elenco, mai indovinato.
• Con Passa il resto all'agent attivo, tutto ciò che nessun comando riconosce va all'assistente come un'unica richiesta.

Concatenazione

Di' più cose in una volta, unite da and o then (e, poi in italiano, e così via, secondo l'impostazione Lingua). Anche una virgola nella trascrizione divide:

"turtle, then open settings and compare AAPL and MSFT"

esegue il tuo comando turtle, apre le Impostazioni, poi chiede all'agent di "compare AAPL and MSFT". I frammenti rimasti uno accanto all'altro restano uniti, così l'agent riceve l'intera richiesta.

Conferma

Ogni piano è mostrato prima di essere eseguito: cosa è stato sentito, ogni passo e da dove viene. Invio lo esegue, Esc lo annulla. I passi si eseguono in ordine e il piano si ferma al primo errore, indicando il passo.

Un comando può essere contrassegnato Esegui senza conferma. È disattivato per impostazione predefinita, e vale solo quando quella frase è detta da sola: concatenata con qualsiasi altra cosa, il piano viene comunque mostrato prima. I passi dell'agent mantengono la conferma propria dell'assistente per ogni scrittura.

Da sapere

• L'assistente è nascosto nella pagina Agent, quindi un piano con un passo dell'agent non può essere eseguito da lì.
• Leggi l'esito ad alta voce usa le voci del browser: nessuna configurazione, nessun audio lascia il browser.
• La demo pubblica mostra le pagine vocali in sola lettura: non salva le impostazioni né invia audio.
• Il tuo reverse proxy davanti a OTW non deve bloccare il microfono: il suo header Permissions-Policy deve contenere microphone=(self). Con microphone=() il browser rifiuta subito, senza chiedere.