Foto's en spraak

Sommige mensen sturen vooral foto's, andere praten vooral met spraakberichten. iRoof.top houdt beide gewoonten bij.

Begrijpen

In de mediabibliotheek beschrijft Beschrijven met AI stickers, GIF's en foto's en transcribeert spraakberichten met het mediamodel, dat afbeeldingen en audio moet accepteren. Stel het in bij Instellingen of met OPENAI_MEDIA_MODEL, bijvoorbeeld google/gemini-3.5-flash-lite op OpenRouter. Beschrijvingen worden alleen gemaakt als je op de knop drukt, en met een lokaal model en de Offline-modus verlaten de foto's nooit je computer.

<spraakbericht 0:05: «wat er gezegd is»>

Wanneer één soort overheerst, zegt het stijlprofiel dat, bijvoorbeeld "praat vooral met spraakberichten (10 van 10)".

Grote bibliotheken

Een lange chat kan tienduizenden stickers, GIF's en foto's bevatten. De mediabibliotheek helpt je de tokens van het model te besteden waar ze het meest uitmaken:

Bediening	Wat het doet
Tabbladen per soort	Alle, Ontbrekend, Beschreven, Stickers, GIF's, Foto's, Video's, Spraak, met aantallen
Sorteren	meest gebruikt (standaard), minst gebruikt, recent gebruikt, het eerst gebruikt
Gebruiksaantal	verbergt items die minder dan 2, 3, 5, 10 of 25 keer zijn gebruikt
Zoeken	in beschrijvingen en id's

N beschrijven met AI beschrijft precies wat wordt getoond en nog niet is beschreven, van boven naar beneden in de gekozen volgorde, vier tegelijk. Elke beschrijving wordt opgeslagen zodra hij binnenkomt. De voortgangsregel toont hoeveel er klaar zijn, de fouten, de snelheid en de resterende tijd. Dezelfde knop wordt Stoppen: je kunt op elk moment stoppen, en de volgende run gaat verder met de rest. Een goed begin voor een grote chat: Meest gebruikt eerst en Gebruikt 3 keer of meer.

Je spraakberichten

Met een leeg invoerveld wordt de verzendknop een microfoon, zoals in Telegram. De opname wordt in de browser naar WAV omgezet, geüpload en getranscribeerd. Bezoekers van sharelinks kunnen ook opnemen.

INFO

Browsers staan opnemen alleen toe op https:// of localhost.

De foto's en stem van de persoon

Verbind een MCP-server die afbeeldingen maakt en een die spreekt:

{
  "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"}}
}

De persoon krijgt dan twee extra acties:

Actie	Wat het doet
send_voice {text}	roept de spraaktool aan (WAV, bij een fout opnieuw als mp3) en stuurt een spraakbericht
send_photo {prompt, caption?}	roept de afbeeldingstool aan en stuurt een foto

• Met een verbonden spraaktool worden de getranscribeerde spraakberichten van de persoon zelf afgespeeld als send_voice, zodat het model de gewoonte ziet in de vorm die het kan voortzetten.
• Stem in Chatdetails (bijvoorbeeld Puck) geeft de persoon een eigen stem.
• Elk ander beeld of audio dat een MCP-tool teruggeeft, wordt chatmedia gen_… (gecontroleerd op inhoud, tot 25 MB, verwijderd met de chat).

Kosten

Elke foto of elk spraakbericht is een extra betaalde aanroep: ongeveer $0,01 per afbeelding met meta/muse-image, en een paar seconden TTS.