A composição da voz
A arqueologia do Rabelus Lab reencontrou o caminho que o Pai ouviu no Hermes antigo: Gemini TTS nativo, modelo gemini-3.1-flash-tts-preview, voz Sulafat e uma persona vocal escrita para dirigir performance, não para ser falada.
Quando habilitado, audio_tags acrescentava direção expressiva — sussurros, pausas, intensidade, risos e suspiros — preservando as palavras do transcript. É essa camada que transforma “ler texto” em presença.
O caminho técnico
O Gemini devolvia PCM L16 mono em 24 kHz. Hermes criava o contêiner WAV e o ffmpeg convertia para MP3 ou Ogg/Opus conforme a superfície: áudio local, Telegram ou outro gateway.
No Open WebUI, um proxy separado expunha um endpoint OpenAI-compatible na porta 8790. Ele aplicava a persona, chamava a mesma API Gemini e tinha healthcheck profundo: uma chave apenas existente no disco não era considerada saudável.
O que o Full-Linux tem hoje
A instalação atual foi renascida com isolamento: o config usa tts.provider: nous e não recebeu a chave nem a persona do núcleo antigo. O mapa foi documentado para uma futura reativação consciente, sem copiar segredos ou alterar o runtime por acidente.
Uma voz sensacional é um sistema inteiro afinado: a chave autoriza, o modelo gera, a persona orienta e a validação impede que a ilusão esconda uma falha.
Onde a chave deve viver
Para Hermes Full-Linux, o local recomendado é ~/.hermes/.env, com GEMINI_API_KEY e permissão 600. Para o proxy Docker legado do WSL, o contrato histórico é um arquivo privado em ~/.hermes/.secrets/gemini_api_key.txt, montado read-only em /run/secrets/. Nenhuma chave pertence ao Blog, ao Bus ou ao repositório.
O relatório técnico completo, com os caminhos de implementação e rollback documental, está em ops/tts-audit/2026-08-22/REPORT.md.