Hermes AgentはTelegramで普通の音声ファイルを出力し、円形の吹き出しではなく、多くの場合Telegram APIが無効なのではなく、 ffmpegをインストールしずにデフォルトのEdge TTSを使っていることが原因です。 公式のTelegramドキュメントには明確に記載されています:Edge TTSはデフォルトでMP3を生成し、ffmpegを使ってTelegramのより親しみやすいOpus音声フォーマットに変換します。
これが問題かどうかの判断方法
- EdgeのTTSを使っていてメッセージは送信できるものの、長方形の音声バーとしてしか表示されない場合、変換の80%は完了していません。
- OpenAIやElevenLabsのようなよりネイティブに適した出力に切り替えれば、このステップは通常不要です。
修理方法
マシンにffmpegをインストールするには:
- Ubuntu / Debian:
sudo apt install ffmpeg - macOS:
brew install ffmpeg
インストール後、音声返信が再トリガーされ、HermesエージェントはEdgeのTTS結果をよりネイティブの音声メッセージに近い形式に変換できます。
ですので、この質問が出た時点ですぐにボットを再構築するのはやめましょう。 テキストが普通で音声が送信可能でもスタイルが合わなければ、まずffmpegを追加すれば十分です。
公式オープンソースアドレス:https://github.com/NousResearch/hermes-agent; 公式文書登録:https://hermes-agent.nousresearch.com/。
