Demandez à l'outil Agent de créer et d'exécuter un client vocal et de se connecter au modèle de conversation vocale en temps réel Token Plan.
Modèles pris en charge
| Modèle | Capacité |
|---|---|
qwen-audio-3.0-realtime-plus | Conversation vocale en temps réel |
Prérequis
- Un abonnement Token Plan. Pour l'édition Personnelle, obtenez la clé API
sk-sp-dans My Subscription (Personal). Pour l'édition Équipe, attribuez un siège dans Gestion des membres, puis obtenez la clé API. - Python 3.9 ou version ultérieure, un microphone et des haut-parleurs.
Étape 1 : Envoyer l'instruction d'intégration à l'outil Agent
Développez l'instruction d'intégration ci-dessous et envoyez-la à l'outil Agent que vous utilisez. Il lit la clé Token Plan déjà configurée, installe les dépendances, crée qwen_realtime_voice.py et l'exécute. Vous n'avez pas besoin de configurer la clé manuellement ni d'écrire du Python.
Instruction d'intégration (avec script du client vocal)
Instruction d'intégration (avec script du client vocal)
Lors de la première exécution, autorisez l'application qui exécute l'outil Agent (comme Cursor ou Terminal) à accéder au microphone dans les réglages système. Sinon, le script ne reçoit aucun audio. Utilisez un casque pour éviter que l'audio des haut-parleurs soit capté par le microphone et interrompe la réponse.
Étape 2 : Démarrer la conversation vocale
Une fois le script lancé par l'outil Agent, commencez à parler lorsque le message de démarrage apparaît. Le terminal affiche la transcription et la réponse du modèle, et les haut-parleurs diffusent l'audio du modèle. Appuyez sur Ctrl+C pour terminer la session.
L'outil Agent installe les dépendances, crée le script et démarre la session. Les données audio circulent entre le client local et Token Plan et ne passent pas par le modèle textuel de l'outil Agent.
Enregistrer comme extension de l'outil
Pour l'utiliser à nouveau, demandez à l'outil Agent de l'enregistrer en tant que Skill, Slash Command ou configuration d'Agent de votre outil actuel, puis lancez-la via le déclencheur de cet outil. Mécanismes d'extension et chemins pour les outils courants :
| Outil | Mécanisme d'extension | Chemin du fichier de configuration |
|---|---|---|
| Claude Code | Slash Command | .claude/commands/voice-chat.md |
| Codex | Skill | ~/.codex/skills/token-plan-voice/SKILL.md |
| Qwen Code | Skill | ~/.qwen/skills/voice-chat/SKILL.md |
| OpenCode | Agent | .opencode/agents/voice-chat.md |
| OpenClaw | Skill | ~/.openclaw/workspace/skills/token-plan-voice/SKILL.md |
| Hermes Agent | Skill | ~/.hermes/skills/media/voice-chat/SKILL.md |
| Qoder | Skill | ~/.qoder/skills/voice-chat/SKILL.md |
Limites
- Avec des haut-parleurs, l'audio du modèle peut être capté par le microphone et interrompre la réponse. Utilisez un casque.
- Les appels Bash de l'outil Agent ont un délai d'expiration. Pour les conversations longues, exécutez le script en tant que processus autonome ou encapsulez-le dans un serveur MCP.
- La solution actuelle gère uniquement l'entrée et la sortie vocales.