Keď je rýchlejšie povedať než napísať
VOX rieši jednoduchý problém — niekedy nechceš alebo nemôžeš písať. Pošleš hlasovku na Telegrame, VOX ju prepíše (Whisper), pošle text do Claude a vráti krátku, na mobile čitateľnú odpoveď. Drží históriu konverzácie, takže vie nadviazať na to, čo si povedal predtým.
Vstup je surový prepis hovorenej reči, nie napísaný text — chýba interpunkcia, sú tam výplňové slová aj opravy za behu ("opýtaj sa... teda nie, radšej mi napíš"). VOX z toho odvodí, čo si naozaj myslel, drží sa poslednej verzie vety a nikdy sa nepýta "myslel si X?", ak sa to dá rozumne domyslieť. Odpovedá vždy v jazyku, v ktorom si hovoril.
Ako to funguje v praxi
Prepis hlasu (Whisper)
Hlasovka sa prepíše na text automaticky, aj s výplňovými slovami a opravami za behu reči.
Krátke odpovede na mobil
Žiadne tabuľky ani dlhé zoznamy — odpoveď sa dá prečítať na jeden pohľad, aj za jazdy.
História konverzácie
VOX si pamätá predchádzajúce správy a nadväzuje na ne, príkaz /reset ju kedykoľvek vymaže.
Limit a bezpečnosť
Tvrdý limit 5 minút na jednu hlasovku, kľúče len v prostredí servera, nikdy v kóde.
Jedno API, tri vstupy
Telegram je zámerne len tenký klient — sťahuje hlasovku a volá samostatné API. Celá logika (prepis, história, volanie Claude) žije mimo Telegram handlera, takže rovnaké API budú vedieť neskôr obsluhovať aj iOS appku a web bez toho, aby sa čokoľvek prepisovalo od nuly.
Backend
Python + FastAPI, nasadené na Railway, s healthcheck endpointom, aby pokazený deploy nenahradil bežiacu verziu.
Prepis reči
OpenAI Whisper API — hlas na text ešte predtým, než sa čokoľvek pošle do Claude.
Odpoveď
Claude API (Anthropic) — s históriou konverzácie uloženou per používateľ.
Dáta
Postgres na Railway, tabuľky users a messages — pripravené na viac používateľov od prvého dňa.
Odkazy
Hodnotenia
Zatiaľ bez verejných recenzií
VOX je zatiaľ môj osobný nástroj na komunikáciu s Claude bez písania. Prvé hodnotenia pribudnú, keď ho začne používať viac ľudí.