Claude-voice: TTS local con resaltado de palabras para Claude Code

Qué hace claude-voice

Claude-voice agrega funcionalidad de síntesis de voz al modo /voice de Claude Code, que normalmente solo acepta entrada de voz pero responde con texto silencioso. Esta herramienta completa el ciclo haciendo que Claude hable sus respuestas en voz alta con resaltado de palabras en tiempo real.

Características clave e implementación

La herramienta aborda las limitaciones que el desarrollador encontró en las opciones existentes:

• El nivel gratuito de ElevenLabs no puede usar voces a través de API (error 402 instantáneo)
• VoiceMode (893 estrellas en GitHub) es un servidor MCP de más de 100 archivos con modo DJ, fuentes de sonido y funciones de conexión de equipo - más complejo de lo necesario
• OpenAI TTS funciona pero cuesta dinero y envía todo a sus servidores
• Ninguna de las opciones existentes tenía resaltado a nivel de palabra - todas solo reproducían audio en segundo plano

Características específicas de Claude-voice:

• Un archivo de Python que se instala como un gancho Stop de Claude Code
• Utiliza Kokoro TTS (82 millones de parámetros, se ejecuta en CPU) - completamente local, no se requieren claves API
• Resaltado de palabras estilo karaoke en tiempo real con una ventana deslizante y barra de progreso
• Elimina markdown, bloques de código y URL antes de hablar
• Corrige la pronunciación del desarrollador (CLI, API, JSON, nginx, kubectl todos se pronuncian correctamente)
• Presiona cualquier tecla para interrumpir el habla
• 12 voces disponibles (americano/británico, masculino/femenino)
• La configuración de claude-voice agrega el gancho automáticamente - no se necesita configuración manual

Rendimiento y configuración

El tiempo hasta el primer audio es aproximadamente 1 segundo en caliente, 6 segundos en frío (carga del modelo). El mayor desafío de implementación fue descubrir el truco de /dev/tty para escribir debajo del renderizador de Claude Code.

Comandos de instalación:

pip install kokoro sounddevice numpy
git clone https://github.com/Null-Phnix/claude-voice
cd claude-voice
python speak.py setup
python speak.py demo

El video de demostración muestra preguntarle a Claude sobre el papel de Loki como embaucador en la mitología nórdica usando el modo de voz, con Claude respondiendo y el TTS leyendo la respuesta completa con resaltado de palabras ejecutándose en la parte inferior de la terminal.