La Guida di Athena · 03

La voce

I tre modi del microfono, la voce di Athena, la narrazione dei video, il telefono

I tre modi del microfono

Si sceglie in Impostazioni → Voce e aspetto, per ogni dispositivo:

• Tieni premuto per parlare: parli tenendo premuto il microfono, e quando lo lasci la domanda parte. Premerlo mentre Athena parla la ferma; mentre lavora (pensa o usa strumenti) quello che dici diventa un'indicazione.
• Aperto: un tocco lo accende e resta acceso. Ascolta anche mentre lei parla, quindi puoi interromperla parlando, ma anche un rumore o un'altra voce possono fermarla.
• Chiuso fino alla fine: un tocco lo accende; non ascolta mentre lei pensa e parla, poi si riapre da solo. Per fermarla si usa ■ o Esc.

La voce di Athena

Di solito parla con la voce del motore. Se il motore non la dà o non risponde, usa la voce del sistema (quella del telefono o del computer). Puoi sceglierla in Impostazioni → Voce e aspetto. Una risposta scritta si ascolta con leggi, sotto il messaggio.

Parla nella lingua che hai scelto in Account → Lingua: la voce del motore ne parla dieci (italiano, inglese, spagnolo, francese, tedesco, portoghese, russo, cinese, giapponese, coreano), con lo stesso timbro; per le altre lingue usa la voce del sistema in quella lingua.

Una voce per i video

In Impostazioni → Collegamenti → Altre AI → OpenAI: immagini e voce puoi attivare Usa OpenAI per generare audio. Riutilizza la tua chiave personale già salvata e scegli modello TTS e voce (per esempio Marin o Cedar). Le indicazioni di lettura vengono scelte da Athena per ogni segmento in base alla scena e alle tue richieste, mantenendo coerenza nella narrazione. Salva: OpenAI diventa il servizio predefinito di genera_voce; puoi chiedere esplicitamente il motore locale. Con l'opzione spenta continua a essere usato il motore. Il testo viene inviato a OpenAI e si applicano i costi API. La condivisione della chiave per le immagini non concede ad altri utenti anche il TTS.

Verifica modello TTS controlla accesso e disponibilità del modello senza creare audio. La lettura ad alta voce delle risposte mantiene le proprie impostazioni: questa opzione riguarda i file di narrazione per il montaggio. In Lore si rispettano i permessi configurati; nelle altre modalità la sintesi OpenAI richiede conferma.

Il servizio usa la Speech API /audio/speech, compatibile con gpt-4o-mini-tts e i modelli tts-1. La documentazione OpenAI consultata il 24 ottobre 2026 ne annuncia la dismissione per il 6 gennaio 2027: la migrazione futura al flusso Realtime richiede un altro adattatore, non basta sostituire il nome del modello. Le voci generate sono sintetiche; rendilo chiaro anche a chi riceve il video.

Puoi chiederle: «Crea la voce narrante per questo video e montala sulle immagini». Quando il motore collegato offre la sintesi vocale, Athena la usa con genera_voce, senza installare altri programmi per creare la voce.

Il risultato è un file WAV, salvato in audio/ nella cartella di lavoro della chat e allegato alla risposta. Athena ne misura la durata e può usarlo con FilmCraft per il montaggio video e SoundCraft per il mixaggio dell'audio.

Per un nuovo video con narrazione, crea prima la voce: la sua durata serve a scegliere la lunghezza delle clip e a sincronizzare il montaggio. Il motore attuale accetta fino a 4096 caratteri per segmento; una narrazione più lunga si prepara in più parti, usando le voci disponibili nel motore.

Le parole che contano

Tenendo premuto non serve una domanda: «Ciao Athena», «grazie» o un'indicazione arrivano così come sono. Restano fuori solo i versi e i rumori («ehm», «mm»). Il nome detto all'inizio («Athena, che ore sono?») si toglie.

Sul telefono

• La voce funziona solo in una pagina sicura (https): l'indirizzo che ti ha dato l'amministratore lo è già.
• Dopo un aggiornamento di Athena, chiudi e riapri la scheda del browser.
• Su iPhone, con lo schermo bloccato o in un'altra app, Safari smette di ascoltare: per una riunione la pagina deve restare aperta (lo schermo resta acceso da solo).