사진과 음성

주로 사진을 보내는 사람도 있고, 주로 음성 메시지로 말하는 사람도 있습니다. iRoof.top은 두 습관 모두를 유지합니다.

이해하기

미디어 라이브러리의 AI로 설명은 스티커, GIF, 사진을 설명하고, 음성 메시지를 텍스트로 변환합니다. 이때 이미지와 오디오를 받아들여야 하는 미디어 모델을 씁니다. 설정에서 또는 OPENAI_MEDIA_MODEL로 지정하세요. 예를 들어 OpenRouter의 google/gemini-3.5-flash-lite입니다. 설명은 버튼을 누를 때만 만들어지며, 로컬 모델과 오프라인 모드를 쓰면 사진은 절대 사용자의 컴퓨터를 떠나지 않습니다.

<음성 메시지 0:05: «말한 내용»>

한 종류가 대부분을 차지하면, 말투 프로필이 그것을 알려 줍니다. 예: "주로 음성 메시지로 말함 (10개 중 10개)".

큰 라이브러리

긴 채팅에는 수만 개의 스티커, GIF, 사진이 있을 수 있습니다. 미디어 라이브러리는 모델의 토큰을 가장 중요한 곳에 쓰도록 도와줍니다.

컨트롤	기능
종류 탭	전체, 누락, 설명됨, 스티커, GIF, 사진, 동영상, 음성(개수 표시)
정렬	가장 많이 사용(기본), 가장 적게 사용, 최근 사용, 처음 사용
사용 횟수	2, 3, 5, 10, 25회 미만으로 사용된 항목을 숨깁니다
검색	설명과 ID에서

N개 AI로 설명은 보이는 것 중 아직 설명되지 않은 것을, 선택한 순서대로 위에서 아래로, 네 개씩 정확히 설명합니다. 각 설명은 도착하는 즉시 저장됩니다. 진행 줄에는 완료된 수, 실패, 속도, 남은 시간이 표시됩니다. 같은 버튼이 중지로 바뀌며, 언제든 멈출 수 있고, 다음 실행은 남은 항목부터 이어 갑니다. 큰 채팅의 좋은 시작은 가장 많이 쓴 것부터와 3회 이상 사용입니다.

사용자의 음성 메시지

입력창이 비어 있으면 보내기 버튼이 Telegram처럼 마이크가 됩니다. 녹음은 브라우저에서 WAV로 변환되고, 업로드되어 텍스트로 변환됩니다. 공유 링크의 방문자도 녹음할 수 있습니다.

INFO

브라우저는 https:// 또는 localhost에서만 녹음을 허용합니다.

페르소나의 사진과 음성

이미지를 만드는 MCP 서버와 말하는 MCP 서버를 연결하세요.

{
  "img": {"command": "npx", "args": ["-y", "@dtst/img"],
          "env": {"OPENAI_BASE_URL": "https://openrouter.ai/api/v1", "OPENAI_API_KEY": "${OPENAI_API_KEY}", "OPENAI_MODEL": "meta/muse-image"}},
  "tts": {"command": "npx", "args": ["-y", "@dtst/tts"],
          "env": {"OPENAI_BASE_URL": "https://openrouter.ai/api/v1", "OPENAI_API_KEY": "${OPENAI_API_KEY}",
                  "OPENAI_MODEL": "google/gemini-3.8-flash-lite-tts", "OPENAI_VOICE": "Laomedeia"}}
}

그러면 페르소나는 두 가지 행동을 더 얻습니다.

행동	기능
send_voice {text}	음성 도구를 호출하고(WAV, 실패하면 mp3로 재시도) 음성 메시지를 보냅니다
send_photo {prompt, caption?}	이미지 도구를 호출하고 사진을 보냅니다

• 음성 도구가 연결되어 있으면, 페르소나 자신의 텍스트로 변환된 음성 메시지가 send_voice로 재생되어, 모델이 이어 갈 수 있는 형태로 그 습관을 봅니다.
• 채팅 세부 정보의 음성(예: Puck)은 페르소나에게 고유한 목소리를 줍니다.
• MCP 도구가 반환하는 그 밖의 모든 이미지나 오디오는 채팅 미디어 gen_…이 됩니다(내용으로 확인되며, 25 MB까지, 채팅과 함께 삭제됩니다).

비용

사진이나 음성 메시지는 각각 추가 유료 호출입니다. meta/muse-image로 이미지 한 장당 약 $0.01, 그리고 몇 초의 TTS입니다.