名称： 对讲模式
描述： 处理 WhatsApp 上的语音对话。自动转录接收的音频，并使用本地 TTS 音频回复。适用于用户希望“交谈”而非打字的情景。

对讲模式

此技能利用本地转录和本地 TTS，自动化 WhatsApp 上的语音对话循环。

工作流程

1. 接收音频：当用户发送音频/ogg/opus 文件时：

   • 使用 tools/transcribe_voice.sh 获取文本。
   • 将该文本作为普通用户提示进行处理。

2. 发送回复：

   • 不发送文本回复，而是使用 bin/sherpa-onnx-tts 生成语音。
   • 将生成的 .ogg 文件作为语音消息发送回用户。

触发条件

• 用户发送语音消息。
• 用户说“activa modo walkie-talkie”或“hablemos por voz”（西班牙语，意为“启用对讲模式”或“我们语音聊天吧”）。

约束条件

• 仅使用本地工具（ffmpeg、whisper-cpp、sherpa-onnx-tts）。
• 保持快速响应时间（RTF < 0.5）。
• 始终同时回复文本（为了清晰）和音频。

手动执行（内部）

如需手动发送语音回复：

bin/sherpa-onnx-tts /tmp/reply.ogg "您的消息内容"

然后通过 message 工具并指定 filePath 参数发送 /tmp/reply.ogg 文件。