Text / Modelle Stimme System
Stimmen
Sprachausgabe beim Start einschalten
Standardmäßig an mit lokaler Chatterbox-Stimme. Für kostenpflichtige Cloud-Stimmen bleibt der automatische Start aus, bis du die Stimme bewusst im Gespräch aktivierst. Manche Browser benötigen für die erste Wiedergabe einen Klick.
Sprachanbieter Chatterbox – lokal, keine Sprach-API-Kosten ElevenLabs – eigene Stimmen OpenAI – Standardstimmen
Chatterbox läuft lokal auf deinem PC (Port 8789). Einmalig install_chatterbox.bat , danach startet start.bat den lokalen Dienst automatisch, wenn er installiert ist. Beim ersten Sprechen lädt Chatterbox das Modell nach. Deine Texte bleiben bei der Sprachgenerierung lokal , ausgenommen der erstmalige Download von Modellgewichten. Eigene rechtmäßig nutzbare WAV-Stimmproben: voices/jarvis.wav und voices/eve.wav.
Lokale Chatterbox-Verbindung prüfen
Noch nicht geprüft.
ElevenLabs-Sprachmodell Flash v2.5 – schneller / günstiger Multilingual v2 – Ausdruck Turbo v2.5
Meine ElevenLabs-Stimmen laden
Jarvis Stimme Stimmen laden …
Eve Stimme Stimmen laden …
Sei Stimme Stimmen laden …
ElevenLabs-Schlüssel verbinden und eigene Stimmen laden. Die Voice-ID kann auch von einer selbst gestalteten Stimme stammen.
ElevenLabs-Kostenbremse (geschätzte Credits pro Antwort)
Wenn eine Antwort voraussichtlich mehr verbrauchen würde, nutzt das System stattdessen automatisch Chatterbox.
Sprachbudget (vom Server erzwungen)
Unabhängig vom Browser deckelt der Server bezahlte Stimmen: höchstens 1200 Zeichen je Antwort und ein Tagesbudget je Anbieter. Danach wechselt er auf Chatterbox; ist die nicht erreichbar, gibt es eine klare Fehlermeldung statt einer teuren Ausführung. Gesprochen wird nur der kurze Sprechtext, nie der Inhalt von Tabellen.
Wird geladen …
ElevenLabs-Tagesbudget (Zeichen, 0 sperrt den Anbieter)
OpenAI-Tagesbudget (Zeichen, 0 sperrt den Anbieter)
Tagesbudget speichern
Spracheingabe
Betriebsart des Mikrofons
Aus – kein Mikrofonzugriff (Standard)
Push-to-Talk – Mikrofon nur beim Halten (empfohlen)
Freihändig – hört dauerhaft auf „Jarvis“ / „Eve“
Haltetaste: F4 (ändern)
Im Push-to-Talk-Modus wird das Mikrofon nur geöffnet, solange du den Mikrofon-Button oder die Haltetaste hältst; Esc bricht die Aufnahme ab. Die Spracherkennung selbst läuft über den Browser und kann Audio an dessen Anbieter senden. Freihändig hört dauerhaft zu und zeigt dafür die Browserwarnung.
Grafik (Raum)
Qualität des 3D-Raums auf diesem Gerät
Automatisch – passt sich an, wenn es ruckelt (empfohlen) Hoch – volle Schärfe, weiche Schatten, Leuchten Mittel – etwas weniger scharf, einfache Schatten Niedrig – ohne Schatten und Leuchten (Laptop) Sehr niedrig – Leuchten stark gedämpft (schwacher Laptop) Sparsam – Akku schonen, 30 Bilder/s
Wird für jedes Gerät einzeln gemerkt – der Laptop kann „Niedrig“ nutzen, der PC „Hoch“.
Glow-Effekt im Raum (Leuchten um Lichter und Neonkanten)
App-Start
Beim Start am PC zeigen
Raum App-Bildschirm Neural Network (falls aktiv)
Neural Network öffnet sich nur, wenn der Neural Network USB Stick steckt, der Hub an ist und das Modul nicht fehlt oder defekt ist – sonst startest du im Raum.
Handy-App
Beim Start der Handy-App zeigen
Raum App-Bildschirm Neural Network (falls aktiv)
Modul-Ansicht bei App-Start (App-Menü im Raum)
Mobil – schlicht im Vollbild Detail – große Ansicht mit Neural Network
Modul-Ansicht bei Neural-Network-Start
Mobil – schlicht im Vollbild Detail – große Ansicht mit Neural Network
Modul-Ansicht bei Objekt-Auswahl im Raum
Mobil – schlicht im Vollbild Detail – große Ansicht mit Neural Network
Mobil: Kalender, Listen, Sternenglas, Sternenroute, Schreibstube, Notizbuch und Chat als schlichte Handy-Apps, alle anderen Module im Vollbild ohne Neural Network. Detail: die große Ansicht wie am PC, mit dem Neural Network. Gilt nur für die Handy-App bzw. das Handy; am PC öffnen Module – auch aus der App-Ansicht – immer im Detail-Modus.
Weitere Bereiche
Entwicklungsplan (externes Projekttracking empfohlen)
VISUAL · Darstellungen
▣ Handy-Zugriff und Passwort verwalten →
🔒 Betrieb nur auf 127.0.0.1; API-Keys sind unter Windows optional per DPAPI verschlüsselt dauerhaft gespeichert und werden nie ans Handy übertragen. Cloud-Gespräche gehen an den gewählten Modellanbieter. Workspace-Dateien werden weiterhin nur nach Freigabe lokal an Ollama übermittelt. Bei lokaler Chatterbox-Stimme bleibt der Antworttext auf deinem PC; bei OpenAI/ElevenLabs wird er an den gewählten Sprachdienst übertragen. Keine OneDrive-Verbindung. Browser-Mikrofonerkennung kann extern verarbeitet werden.