Fotoğraflar ve ses

Bazı insanlar çoğunlukla fotoğraf gönderir, bazıları çoğunlukla sesli mesajla konuşur. iRoof.top her iki alışkanlığı da korur.

Anlamak

Medya kitaplığında YZ ile açıkla, çıkartmaları, GIF'leri ve fotoğrafları açıklar ve sesli mesajları döker; bunu, görüntü ve ses kabul etmesi gereken medya modeli ile yapar. Ayarlar'da ya da OPENAI_MEDIA_MODEL ile ayarlayın; örneğin OpenRouter'da google/gemini-3.5-flash-lite. Açıklamalar yalnızca düğmeye bastığınızda üretilir ve yerel bir model ile çevrimdışı mod kullanıldığında fotoğraflar asla bilgisayarınızdan çıkmaz.

<sesli mesaj 0:05: «söylenenler»>

Bir tür baskın olduğunda, stil profili bunu söyler; örneğin «çoğunlukla sesli mesajlarla konuşuyor (10 / 10)».

Büyük kitaplıklar

Uzun bir sohbet on binlerce çıkartma, GIF ve fotoğraf içerebilir. Medya kitaplığı, modelin belirteçlerini en çok işe yaradıkları yere harcamanıza yardımcı olur:

Denetim	Ne yapar
Tür sekmeleri	Tümü, Eksik, Açıklanmış, Çıkartmalar, GIF'ler, Fotoğraflar, Videolar, Ses, sayılarıyla
Sıralama	en çok kullanılan (varsayılan), en az kullanılan, son kullanılan, ilk kullanılan
Kullanım sayısı	2, 3, 5, 10 ya da 25'ten az kullanılan öğeleri gizler
Arama	açıklamalarda ve kimliklerde

N öğeyi YZ ile açıkla, gösterilen ve henüz açıklanmamış olanların tamamını, seçilen sırayla yukarıdan aşağıya, dörder dörder açıklar. Her açıklama geldiği anda kaydedilir. İlerleme satırı kaçının bittiğini, hataları, hızı ve kalan süreyi gösterir. Aynı düğme Durdur'a dönüşür: istediğiniz zaman durdurabilirsiniz ve bir sonraki çalıştırma kalanla devam eder. Büyük bir sohbet için iyi bir başlangıç: Önce en çok kullanılanlar ve 3 veya daha fazla kullanılanlar.

Sesli mesajlarınız

Yazı alanı boşken gönder düğmesi, Telegram'daki gibi bir mikrofona dönüşür. Kayıt tarayıcıda WAV'a dönüştürülür, yüklenir ve dökülür. Paylaşım bağlantılarının ziyaretçileri de kayıt yapabilir.

INFO

Tarayıcılar kaydı yalnızca https:// ya da localhost üzerinde izin verir.

Karakterin fotoğrafları ve sesi

Görüntü üreten bir MCP sunucusu ve konuşan bir sunucu bağlayın:

{
  "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"}}
}

Karakter böylece iki eylem daha kazanır:

Eylem	Ne yapar
send_voice {text}	konuşma aracını çağırır (WAV, hata olursa mp3 ile yeniden dener) ve sesli mesaj gönderir
send_photo {prompt, caption?}	görüntü aracını çağırır ve fotoğraf gönderir

• Bir konuşma aracı bağlıyken, karakterin kendi dökülmüş sesli mesajları send_voice olarak yeniden oynatılır; böylece model alışkanlığı sürdürebileceği biçimde görür.
• Sohbet ayrıntıları içindeki Ses (örneğin Puck) karaktere kendi sesini verir.
• Bir MCP aracının döndürdüğü diğer her görüntü ya da ses, sohbet medyası gen_… olur (içeriğe göre denetlenir, 25 MB'a kadar, sohbetle birlikte silinir).

Maliyetler

Her fotoğraf ya da sesli mesaj ek bir ücretli çağrıdır: meta/muse-image ile görüntü başına yaklaşık 0,01 $ ve birkaç saniyelik TTS.