Sessão — Sistema de Voz + Skills — 27/jul/2026

Channel

Discord #unm-mk1-update (thread 1531278338981630063)

Resumo

Rocha Sales pediu para aprimorar o Ultron — adicionar comando por voz, proatividade, skills novas (design moderno, organização de vault) e memória persistente.

Decisões Tomadas

1. Fish.Audio Jarvis: API key existe (97407ed00fb2430e9aa9c95022071b12) mas retorna HTTP 402 — requer créditos API (diferente dos créditos da plataforma). Funciona via browser mas não via API direta.

2. Whisper STT: Instalado com sucesso (small model, ~244MB). Testado e funcionando — transcrição em pt-BR perfeita.

3. Edge TTS: AntonioNeural (pt-BR) e DuarteNeural (pt-PT) funcionando sem API key.

4. FFmpeg: Disponível em /usr/bin/ffmpeg v4.4.2.

5. Skills criadas: 6 novas skills implementadas.

Skills Criadas

Skill	Path	Descrição
-------	------	-----------
`voice-command-stt`	`skills/voice/voice-command-stt/`	Whisper STT — transcrever áudio→texto
`obsidian-context-keeper`	`skills/system/obsidian-context-keeper/`	Protocolo de contexto entre sessões
`design-modern`	`skills/design/design-modern/`	Paletas, CSS, tipografia, componentes modernos
`system-profiler`	`skills/system/system-profiler/`	Health check do sistema Ultron
`vault-organizer`	`skills/system/vault-organizer/`	Organização e limpeza automática do vault
`ultron-proactivity`	`skills/system/ultron-proactivity/`	Sistema proativo — alertas e iniciativas

Pendências

- Fish.Audio API precisa de créditos para usar Jarvis via API
- Integrar Whisper STT no fluxo Discord (receber audio → transcrever → processar → responder)
- Configurar cron jobs de health check e vault organization
- Testar comando de voz end-to-end (receber audio no Discord → responder com TTS)

Próximo Passo

- Rocha Sales vai testar Whisper com mensagens de voz reais no Discord
- Se funcionar bem, configurar pipeline completo: voz→texto→processamento→áudio resposta