Cómo hacer lluvia de ideas sobre cambios de código por voz (para sesiones de Claude Code o Codex)
Una forma cómoda desde el móvil de comentar cambios en voz alta, pedir un plan y tener muy controlado lo que ven los proveedores de voz.
- CLI
- 0.2.17
- Ref de preview
- a2c45c8
Nota: la voz local (transcripción y síntesis en el dispositivo) es experimental según la matriz de funciones (en inglés). Las funciones de voz se rehicieron en la 0.2.x, con soporte para Local, OpenAI Realtime, Codex Live (experimental) y Grok Realtime.
Escribir funciona bien para redactar instrucciones de verdad.
Pero en el móvil, lo que funciona de forma fiable en los momentos de "tengo 30 segundos" es la voz:
- "Para lo que estás haciendo y explica qué has cambiado."
- "Antes de seguir, pregúntame si vas a tocar migraciones."
- "Resume el plan y dame una lista de 3 pasos."
El objetivo es hacer lluvia de ideas y guiar una sesión de programación real por voz, sin que la "capa de voz" se convierta en una segunda conversación desconectada.
Los enfoques habituales (dictado, notas, simplemente escribir) pierden algo cada uno.
Happier, una app de código abierto para ejecutar y orquestar agentes de programación entre dispositivos, mantiene la voz anclada a una sesión de destino real, y te da controles de privacidad explícitos sobre lo que puede ver el proveedor de voz.
En resumen
- Decide qué quieres de verdad:
- lluvia de ideas por voz (hablar primero), o
- dictado por voz (enviarlo todo directamente a la sesión)
- Configura Happier en la máquina que tiene tu repositorio o espacio de trabajo y conecta el móvil.
- En Configuración (Settings) → Voz (Voice), elige un modo de voz:
- Happier Voice (configuración rápida)
- Usar mi ElevenLabs (Use my ElevenLabs, tu cuenta y tu facturación)
- Voz local OSS (Local voice, voz del dispositivo, endpoints en autoalojamiento o voz en el dispositivo)
- Ajusta la privacidad: empieza desactivando el uso compartido de rutas de archivo y argumentos de herramientas.
- Cuando empieces a hablar, recuerda que hay dos hilos:
- la conversación de voz oculta (lo que dijiste + lo que respondió)
- la sesión de destino (la sesión de Claude Code/Codex sobre la que de verdad quieres actuar)
El problema
Lejos del teclado, sigues queriendo que la sesión de programación avance, sin enviar instrucciones a medio hacer solo porque escribir en el móvil es lento.
La voz resuelve eso para "guiar rápido" y "aclarar rápido".
Lo que es fácil pasar por alto: los proveedores de voz son servicios externos. Si no miras los controles de privacidad, puedes compartir sin querer más de lo que pretendías.
Enfoques habituales y sus contrapartidas
- Escribir en el móvil sin más: vale para mensajes cortos, pero los matices se pierden.
- Dictado por voz directamente en el cuadro de mensaje: rápido, pero es fácil enviar lo que no es (y suele volcar cada frase en la sesión).
- Llamarme a mí mismo / dejar notas: curiosamente eficaz, pero no está conectado a la sesión.
- La voz de Happier: funciona cuando quieres la rapidez del habla y a la vez mantener una sesión de destino real y controles reales.
Si Happier es nuevo para ti (qué es y dónde conseguirlo)
Si no conocías Happier: es una app complementaria de código abierto (móvil/web/escritorio) para agentes de programación con IA como Claude Code, Codex y OpenCode.
El flujo aquí es: mantienes tu repositorio y el entorno del agente en la máquina que tiene el espacio de trabajo y usas Happier desde el móvil para seguir, guiar y continuar la sesión.
Para empezar:
- Cómo usar Happier desde el móvil
- GitHub: https://github.com/happier-dev/happier
- Instalación/descarga: https://github.com/happier-dev/happier#how-it-works
- Discord (comunidad y soporte): https://discord.gg/W6Pb8KuHfg
Un flujo que funciona (paso a paso)
1) Elige un modo de voz que encaje con tus restricciones
Abre Configuración (Settings) → Voz (Voice).
Happier admite cuatro modos de voz:
- Desactivado (Off)
- Happier Voice (ElevenLabs en tiempo real gestionado)
- Usar mi ElevenLabs (Use my ElevenLabs, ElevenLabs en tiempo real con tu clave API y tu agente)
- Voz local OSS (Local voice, una cadena STT/TTS configurable)
Una regla para decidir:
- Para configurar lo mínimo: empieza con Happier Voice.
- Si ya tienes una configuración de ElevenLabs que te importa: usa Usar mi ElevenLabs.
- Para voz del dispositivo, endpoints en autoalojamiento o voz en el dispositivo: usa Voz local OSS.
2) Ajusta la privacidad antes de usar la voz "en serio"
En los ajustes de voz, Happier tiene controles de privacidad sobre lo que pueden ver los proveedores de voz.
Los valores por defecto son prudentes, y dos de ellos importan mucho:
- Compartir rutas locales (Share local file paths, desactivado por defecto)
- Compartir argumentos de herramientas (Share tool arguments, desactivado por defecto)
Si usas la voz para guiar trabajo de programación real, esos dos marcan la diferencia entre:
- "el proveedor de voz puede ayudar, pero no ve las tripas de mi sistema de archivos ni de las llamadas a herramientas"
- "el proveedor de voz ve mucho más de lo que yo quería"
Si quieres una privacidad más estricta, desactiva también:
- Compartir mensajes recientes (Share recent messages)
3) Entiende la "conversación de voz oculta" frente a la "sesión de destino"
Este es el modelo mental clave.
Cuando la voz está activa, Happier mantiene una conversación de voz oculta.
Esa conversación existe para que puedas:
- revisar lo que ha oído
- leer las respuestas de voz como texto
- continuar escribiendo
- ver lo que ha anunciado
Pero la voz sigue necesitando una sesión real sobre la que actuar.
Esa sesión es la sesión de destino.
Si parece que la voz "habla, pero no hace nada", suele ser porque:
- estás mirando la transcripción de la conversación de voz, no la sesión de destino, o
- la voz apunta a la sesión de destino equivocada
4) Decide entre "Sesión directa" y "Agente de voz" (Voz local OSS)
Si usas Voz local OSS, verás dos modos de conversación:
- Sesión directa (Direct session): transcribe lo que dices y lo envía directamente a la sesión de destino.
- Agente de voz (Agent): hablas primero con un agente de voz dedicado y luego dejas que actúe sobre la sesión de destino.
Cómo elegir:
- Usa Sesión directa cuando básicamente quieras dictado.
- Usa el modo Agente de voz cuando quieras que la capa de voz pregunte, resuma o compruebe antes de hacer algo.
5) (Opcional) Evita "directorios de trabajo sorpresa" con voice home frente a la raíz del proyecto
El modo agente de la voz local puede empezar en distintos directorios de trabajo según desde dónde lo lances:
- iniciar la voz de forma global (barra lateral o vista global) → empieza en voice home
- iniciar la voz desde una sesión → empieza en la raíz del proyecto de esa sesión
Si quieres un comportamiento seguro y neutro, puedes activar Mantener en voice home (Stay in voice home) para que la voz no salte automáticamente a las raíces de proyecto.
Si sí quieres que funcione como un compañero de programación real dentro del repositorio, lo normal es empezar desde la vista de la sesión (raíz del proyecto).
Por qué funciona (y qué lo rompe)
La voz funciona bien en Happier porque no es solo "voz a texto": es una capa que puede seguir apuntando a una sesión real y actuar sobre ella.
Los dos puntos donde falla en la práctica:
- Desajuste de privacidad: querías "solo a grandes rasgos" pero activaste un uso compartido que expone demasiado.
- Desajuste de destino: la voz está activa, pero apunta a la sesión equivocada (o estás leyendo la transcripción de voz en lugar del destino).
Errores habituales
- Activar la voz antes de revisar la privacidad → repasa primero "Compartir mensajes recientes / rutas locales / argumentos de herramientas".
- Esperar que la voz sustituya a la sesión → la voz tiene su propio estado de conversación, y sigues necesitando una sesión de destino.
- Usar Sesión directa cuando querías que la capa de voz fuera prudente → cambia al modo Agente de voz para un comportamiento de "pregunta primero".
Preguntas frecuentes
¿La voz sustituye a mi sesión de Claude Code/Codex?
No. La voz mantiene su propio estado de conversación oculto y apunta a una sesión real cuando necesita actuar.
¿Con qué modo debería empezar?
Si quieres una opción por defecto: empieza con Happier Voice y pasa a Voz local OSS solo si tienes restricciones concretas de privacidad, autoalojamiento o dispositivo.