format: md

Voice / Audio

Voice no Claude Desktop é 100% client-side, processado no renderer através de Web APIs. Não há IPC para audio. Os endpoints de audio são roteados via proxy para o serviço Anthropic.

---

format: md

Proxy de Audio

O gateway roteia requisições de audio como pass-through para o serviço Anthropic:

URL	Métodos	Propósito
/v1/audio/*	Qualquer	Proxy pass-through para serviço de audio Anthropic
/v1/b	GET, POST, PUT, DELETE	Catch-all para prototipação voice beta
/api/ws/voice/*	WebSocket	Potencial full-duplex para voz (não implementado)

Exemplo: Proxy de Audio

curl -X POST http://localhost:4000/v1/audio/transcriptions \
  -H "Authorization: Bearer $ANTHROPIC_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F "file=@audio.wav" \
  -F "model=whisper-1"

---

format: md

Processamento de Audio (Client-side)

O processamento de audio ocorre inteiramente no navegador/renderer usando Web APIs padrão:

API	Uso
MediaRecorder	Gravação de audio do microfone
getUserMedia	Captura de stream de audio do microfone
AudioContext	Processamento e análise de audio

Codecs Suportados

Codec	Recomendado	Observação
Opus	Sim	Maior eficiência, recomendado para transmissão
PCM	Não	Sem compressão, maior largura de banda

Sample Rates

Taxa	Uso
16kHz	Recomendado para fala, menor largura de banda
48kHz	Qualidade superior, maior largura de banda

---

format: md

Proxy Configuration

Configuração	Descrição
audio_proxy_url	URL base do proxy de audio (configurável via store)
Default	https://audio.anthropic.com

A configuração do proxy de audio pode ser alterada via store do Claude Desktop:

{
  "audio_proxy_url": "https://audio.anthropic.com"
}

---

format: md

Endpoints de Audio Proxy

POST /v1/audio/transcriptions

POST /v1/audio/transcriptions

Transcreve audio para texto.

Header	Valor	Obrigatório
Authorization	Bearer <token>	Sim

Request: multipart/form-data com arquivo de audio.

Response:

{
  "text": "transcrição do audio"
}

---

format: md

POST /v1/audio/speech

POST /v1/audio/speech

Gera audio a partir de texto (TTS).

Header	Valor	Obrigatório
Authorization	Bearer <token>	Sim

Request Body:

{
  "model": "tts-1",
  "input": "Texto para converter em fala",
  "voice": "alloy",
  "response_format": "opus"
}

Response: Binary audio stream (Opus ou PCM conforme response_format).

---

format: md

GET /v1/b

GET /v1/b

Catch-all para prototipação de endpoints voice beta.

---

format: md

Códigos de Erro

Código	Significado
400	Formato de audio inválido
401	Não autorizado
413	Arquivo de audio muito grande
415	Codec não suportado
500	Erro interno do serviço de audio
502	Proxy de audio indisponível