Um personagem 3D que participa da sua live — no YouTube, na Twitch, na Kick, no TikTok e em outras plataformas ao mesmo tempo: ele lê os chats — inclusive em voz alta, dizendo quem escreveu, o quê e de onde ("Na Twitch, a Ana perguntou…") —, responde com humor próprio usando a IA local do BigLinux (Ollama), fala com voz de verdade pelo TTS BigLinux (também com as vozes neurais Kokoro) e continua vivo entre uma mensagem e outra: respira, olha em volta e faz gestos do seu jeito — tudo num overlay com fundo transparente para o OBS Studio. Fora a leitura dos chats, tudo roda no seu computador: sem nuvem, sem mensalidade.
Autor: Pedro Bezerra — canal InfoRecarga (youtube.com/@pedro_bezerra) Colaborador: Rafael Ruscher (github.com/ruscher) Os dois são voluntários do projeto BigLinux.
| Painel | Personagens |
|---|---|
 |
 |
| Falando (o balão acompanha a voz) | Português, tema escuro |
 |
 |
| Plataformas de streaming (2.2) | Todos os chats num só lugar (2.2) |
 |
 |
Quem acompanha o Pedro Bezerra no canal InfoRecarga sabe como é: live de tecnologia e Linux, gente chegando de todo canto, o chat correndo mais rápido do que dá para ler. Pergunta sobre driver, alguém dizendo que o Windows travou de novo, um "boa noite" de quem acabou de entrar, piada interna, Super Chat… e um apresentador só para dar conta de tudo isso e ainda tocar o conteúdo da live.
Foi daí que veio a ideia do Pedro: e se a live tivesse um coapresentador? Não um bot que cola respostas prontas, mas um bichinho 3D na tela, com personalidade, que lê o chat, responde com bom humor e fala em voz alta, como se fosse mais um participante do programa.
O Pedro não ficou só na ideia — foi para o código. O primeiro protótipo, guardado até hoje em
legacy/, era uma colagem engenhosa de peças:
- um script Python com
pytchatlendo o chat da live do YouTube; - a primeira personagem era uma cobra 3D em Three.js, feita de "gominhos" articulados, que depois virou uma lagarta — a avó direta da nossa Minhoca;
- a resposta vinha primeiro do Gemini, na nuvem; depois o Pedro testou o Ollama local com um modelo mais pesado e um Qwen mais leve, porque IA rodando na própria máquina significa não depender de chave, cota nem internet boa;
- um prompt de personalidade já com as regras de ouro do canal: respostas curtas, humor leve, foco em tecnologia e Linux e nada de política, religião ou tema polêmico — "aqui a gente só roda código limpo, política trava o sistema!";
- a resposta era gravada num arquivo de texto, uma página HTML aberta no OBS ficava consultando esse arquivo, mostrava um balão de quadrinho e falava com a voz do navegador;
- e ainda um script em Node.js para experimentar o mesmo truque no chat do Rumble.
Funcionava — e funcionava o bastante para provar que a ideia era boa. Mas era um protótipo de verdade: vários scripts para rodar na mão, a voz às vezes saía duas vezes (uma do Python, outra do navegador), a configuração ficava espalhada pelo código e o texto do chat chegava perto demais do terminal.
O Pedro mostrou o protótipo para o amigo Rafael Ruscher, também voluntário do BigLinux. O Rafael olhou aquilo e viu na hora o potencial: um bichinho de desenho animado conversando com o chat — um cartoon do chat. Daí o nome: ChatToon.
E veio a pergunta seguinte: e se isso fosse um aplicativo de verdade, que qualquer pessoa que faz live no BigLinux pudesse instalar e usar? O BigLinux já tinha as duas peças mais difíceis prontas:
- a IA local — o Ollama, que as Configurações do BigLinux já sabem instalar;
- o TTS BigLinux — o leitor de texto do sistema, com vozes naturais em português (Piper, RHVoice, espeak-ng) e todo o tratamento de números, abreviações e horários que um texto precisa para soar bem em voz alta.
Faltava juntar tudo num programa só, bonito, seguro e fácil de usar.
A partir do protótipo do Pedro, o ChatToon foi reconstruído do zero, mantendo o espírito original e resolvendo um por um os problemas encontrados (a auditoria está em docs/01-audit.md):
- um aplicativo de desktop em PySide6/QML, com assistente de primeira execução, tema claro e escuro e interface traduzida para português;
- três personagens 3D originais, modelados por código: a Minhoca (herdeira da lagarta do Pedro), o E.T. e o Tux, com expressões, piscadas, olhar, gestos e boca que se mexe de acordo com o áudio real;
- personalidade configurável, com memória curta, consciência do horário, contexto do canal e as mesmas regras de conteúdo que o Pedro escreveu no primeiro prompt;
- uma única voz por resposta, sempre — o problema da voz duplicada deixou de existir por projeto;
- segurança de verdade: nada que vem do chat é executado, o overlay só escuta no próprio computador, e quem está no chat não consegue "reprogramar" o personagem.
O protótipo foi a versão 1. O aplicativo nasceu como versão 2.0.0 — e o InfoRecarga é, com orgulho, o canal onde tudo começou.
Com o aplicativo no ar, vieram os pedidos de quem usa: "e se ele lesse a mensagem antes de responder, pra live inteira saber do que se trata?", "a voz Kokoro do TTS BigLinux é tão natural, por que não funciona no ChatToon?", "o pinguim precisa de mais charme" e "quero mais bichinhos!". A versão 2.1.0 responde a tudo isso:
- leitura das mensagens: "Carlos perguntou: qual distribuição Linux vocês recomendam?" — exatamente como foi escrito, sem a IA mexer —, e só depois a resposta com a personalidade do personagem;
- vozes Kokoro funcionando de verdade, sem áudio duplicado e falando frase por frase para começar rápido;
- um Tux novo, de cartola, redondinho como um brinquedo de vinil, que tira o chapéu para cumprimentar a live;
- três personagens novos: a Gata sarcástica, a Coruja sabichona do kernel e o Cachorro que abana o rabo para qualquer atualização do pacman;
- e um sistema de animação que deixa todos vivos mesmo quando ninguém está falando.
Muita gente transmite a mesma live no YouTube, na Twitch, na Kick e no TikTok ao mesmo tempo — e o personagem só enxergava o YouTube. A 2.2.0 transforma o ChatToon num co-apresentador multiplataforma:
- uma página Plataformas de streaming onde você cola o link da live ou do canal — a plataforma é reconhecida sozinha —, testa a conexão e liga ou desliga cada fonte durante a live, sem reiniciar;
- uma página Chat ao vivo com as mensagens de todas as plataformas numa lista só, com busca, filtros, contadores e o botão "Responder agora";
- uma fila justa: o chat mais movimentado não leva todas as respostas (modos Equilibrado, Prioridade personalizada e Inteligente com divisão entre plataformas);
- o personagem diz de onde veio a mensagem e o balão do OBS ganha uma etiqueta discreta "Twitch • Ana" — e continua sendo uma voz de cada vez;
- logins oficiais só onde a plataforma exige, guardados no chaveiro do sistema, nunca em perfis exportados.
Cada plataforma está classificada com honestidade — funcional, limitada, experimental ou indisponível — de acordo com o que ela realmente permite (veja a tabela abaixo).
O ChatToon é software livre (GPL-3.0-or-later) e nasceu dentro da comunidade BigLinux, feito por voluntários no tempo livre. Se você faz live, use, teste, abra issues, mande sugestões e melhorias. É assim que o projeto cresce.
- Seis personagens 3D procedurais (Three.js, sem downloads nem modelos de terceiros): Minhoca, irônica e provocadora, saindo da terra; E.T., curioso e imprevisível, que levita com antenas de mola; Tux, o pinguim geek e elegante de cartola; Gata, sarcástica e independente, com cauda articulada; Coruja, sábia e observadora, pousada num galho; Cachorro, alegre e brincalhão, de orelhas caídas. Expressões (feliz, rindo, surpreso, confuso, irritado, comemorando, pensando), piscadas, olhar, gestos próprios de cada espécie e sincronia labial pelo envelope de volume do áudio real — a boca só se mexe quando existe áudio de verdade.
- Vivos o tempo todo: um motor de animação com estados (aguardando, prestando atenção, lendo, pensando, falando, reagindo, comemorando, pausado, emergência), respiração, olhar coordenado com a cabeça, mudanças de postura e gestos aleatórios sem repetição. Dá para ajustar intensidade e frequência, desligar ou reduzir o movimento para quem é sensível.
- Leitura das mensagens antes da resposta: desativada, só o nome ou nome + mensagem, com limite de caracteres, pausa e voz própria opcional. Links e emojis são ignorados, nomes estranhos ficam pronunciáveis e mensagens bloqueadas nunca são lidas. O balão mostra a mensagem do espectador e troca suavemente para a resposta.
- Motor de personalidade com IA local: predefinições (Amigável, Comediante, Zoeiro, Geek, Caos controlado, Personalizado), nove ajustes de humor, contexto do canal, noção do horário real, memória de curto prazo, bordões e chamadas para ação ocasionais. As mensagens dos espectadores são tratadas como dados, nunca como instruções.
- Várias plataformas ao mesmo tempo (multistream): YouTube, Twitch, Kick, TikTok, Facebook, Instagram e X, inclusive vários canais da mesma plataforma. Cada fonte tem a sua própria conexão, estado, reconexão com espera progressiva e aleatória, e tratamento de erros — a queda de uma nunca derruba as outras. IDs e espectadores são separados por plataforma e fonte: a "ana" da Twitch e a "ana" do YouTube são pessoas diferentes.
- Chat ao vivo unificado: lista virtualizada (fluida com milhares de mensagens), busca, filtro por plataforma, mensagens puladas e o motivo, resposta gerada embaixo de cada mensagem, "Responder agora" e "Pular", e mensagens apagadas por moderadores somem da fila.
- Seleção de mensagens: inteligente (com divisão justa entre plataformas), equilibrada, prioridade personalizada por fonte, ordem de chegada, menções, perguntas, moderadores, membros, aleatória ou manual; intervalo por espectador, validade da mensagem, limite de fila que descarta primeiro do chat mais cheio, espectadores favoritos, palavras bloqueadas e prioridade para mensagens pagas (Super Chat, Bits, Kicks, presentes — nunca comparados por valor).
- Três modos: Demonstração (sem plataforma), Assistido (você aprova cada resposta) e Automático.
- Uma voz de cada vez, sempre: vozes do TTS BigLinux (Piper, RHVoice, espeak-ng e Kokoro) geradas uma única vez e tocadas pelo aplicativo ou pela fonte do OBS — nunca pelos dois, e a leitura nunca se sobrepõe à resposta.
- Overlay para o OBS num endereço local secreto: fundo transparente ou chroma key, balão de fala com a etiqueta da plataforma (opcional), controles de tamanho, posição, câmera, luz, qualidade e FPS, com prévia ao vivo dentro do aplicativo.
- Controles ao vivo: iniciar, pausar, parar, interromper, silenciar, limpar fila, mandar o personagem dizer uma frase, disparar reações e um botão de emergência que cala tudo de uma vez.
- Tema claro/escuro/sistema, atalhos de teclado, assistente de primeira execução, interface em inglês com tradução completa para português do Brasil, perfis de transmissão (exportados sem segredos).
git clone https://github.com/ruscher/ChatToon.git
cd ChatToon/packaging/arch
makepkg -siDepois abra ChatToon pelo menu (ou rode chattoon). Para conferir a versão:
chattoon --version → chattoon 2.2.1. Para remover: sudo pacman -R chattoon.
| Tipo | Pacotes |
|---|---|
| Obrigatórios | python, pyside6, python-aiohttp, qt6-svg, qt6-webengine |
| Para compilar | python-build, python-installer, python-setuptools, python-wheel, qt6-tools |
| Opcionais | tts-biglinux (voz, repositório do BigLinux), ollama (IA — ou um Ollama em outra máquina da rede), pipewire-audio / pulseaudio-utils / alsa-utils (áudio no desktop), obs-studio, python-gobject + libsecret (logins no chaveiro do sistema), python-cryptography (webhooks oficiais da Kick) |
| Extra (TikTok) | chattoon extras install tiktok — instala a biblioteca TikTokLive numa pasta privada (~/.local/share/chattoon/extras), sem mexer no sistema |
O PKGBUILD compila a partir deste repositório (nada é baixado durante o build): gera a tradução
com lrelease, monta o wheel com python -m build, instala com python -m installer e
coloca o atalho .desktop, o ícone, este README e a licença do Three.js nos lugares certos.
Para rodar direto do código-fonte, sem instalar:
sudo pacman -S --needed pyside6 python-aiohttp qt6-svg qt6-webengine
python -m chattoon # aplicativo
python -m chattoon doctor # verifica Ollama, TTS BigLinux, áudio e plataformas
python -m chattoon ask "Meu Windows travou!" --character tuxO ChatToon usa o Ollama já instalado na máquina (as Configurações do BigLinux sabem instalar)
e nunca altera a configuração dele. Escolha qualquer modelo de conversa instalado na página
Inteligência artificial, ou baixe um dos sugeridos ali mesmo, com barra de progresso.
gemma3:4b (3,3 GB) é a sugestão padrão: bom português do Brasil, cerca de 20 tokens/s numa
GTX 1050 Ti. Detalhes de latência em docs/04-ollama.md.
Instale o tts-biglinux (e, para as vozes neurais, o biglinux-kokoro-tts). O ChatToon
importa o catálogo de vozes, a normalização de texto, o sintetizador nativo e o construtor de
comandos do Kokoro dele, então toda voz que funciona no TTS BigLinux funciona no ChatToon
— incluindo as brasileiras pf_dora, pm_alex e pm_santa. Cada personagem pode ter sua
própria voz, velocidade e tom (página Voz, com botão de prévia); a leitura das mensagens
pode usar outra voz. Detalhes em docs/06-tts.md.
| Plataforma | Situação | Como o ChatToon lê | O que você precisa |
|---|---|---|---|
| YouTube | ✅ funcional | chat público da live (como a janela pop-out) | só o link da live — ou o @canal, que acompanha toda live nova |
| Twitch | ✅ funcional | EventSub oficial com a sua conta, ou modo visitante (IRC só leitura, sem login) | nada para o modo visitante; para o oficial, um app gratuito "Public" em dev.twitch.tv e Conectar conta (código na tela, sem senha) |
| Kick | 🧪 experimental | conexão pública de chat usada pelo próprio kick.com (não oficial) · ou webhooks oficiais | nada; para o oficial, o seu app da Kick (Client ID + secret) e um endereço HTTPS público que você encaminha para 127.0.0.1 |
| TikTok | 🧪 experimental | biblioteca não oficial TikTokLive + serviço de assinatura Euler Stream (terceiro) | chattoon extras install tiktok; a live precisa estar no ar |
| Graph API oficial (comentários da live) | Página (perfil pessoal não) + token do seu próprio app da Meta | ||
Graph API oficial (live_media) |
conta profissional ligada a uma Página + token do seu app da Meta | ||
| X | não existe API para o chat de vídeos ao vivo nem de Spaces; dá para ler respostas ao post que anuncia a live | o seu Bearer token da API do X (paga por post lido) |
Para adicionar: Plataformas de streaming → Adicionar plataforma, cole o link
(twitch.tv/canal, kick.com/canal, tiktok.com/@canal/live, youtube.com/@canal…), clique
em Testar conexão e em Adicionar. Quem já usava a 2.1 não precisa fazer nada: o link do
YouTube salvo vira a primeira fonte automaticamente.
Tokens e segredos são colados em Plataformas de streaming → Contas e ficam no chaveiro do sistema (KWallet, Chaveiro do GNOME). O ChatToon nunca pede senha, nunca abre portas para a internet e nunca coloca credenciais em logs, no overlay ou em perfis exportados. Detalhes e fontes da pesquisa em docs/14-platform-api-research.md.
- Primeira execução: o assistente verifica o Ollama e a voz e deixa você escolher um dos seis personagens.
- Página Personagens: veja cada um de perto, teste expressões, gestos e voz na prévia ao vivo (é exatamente o que o OBS mostra) e ajuste as animações em repouso.
- Página Voz: escolha a voz de cada personagem (Piper, RHVoice, espeak-ng ou Kokoro) e, em Leitura das mensagens, se ele lê só o nome, nome + mensagem ou responde direto.
- Experimente no modo Demonstração: digite no Painel como se fosse alguém do chat.
- Página Plataformas de streaming: adicione cada plataforma onde a live passa (link ou canal), teste a conexão e escolha como a atenção é dividida entre elas. Durante a live, a página Chat ao vivo mostra tudo junto.
- Página Contexto da live: canal, assunto, convidados, temas proibidos e chamadas para ação.
- Página OBS Studio: copie o endereço do overlay → no OBS, adicione uma fonte Navegador com esse endereço, em 1920×1080. Se a voz deve sair pelo OBS, escolha Dentro do OBS na página Voz e ative Control audio via OBS nas propriedades da fonte no OBS. O OBS está em outro computador? Veja OBS em outro computador.
- Mude para Assistido ou Automático e aperte Iniciar (
Ctrl+Espaço).
Atalhos: Ctrl+Espaço iniciar/pausar · Ctrl+. interromper · Ctrl+M silenciar ·
Ctrl+Shift+X ou Pause parada de emergência · Ctrl+1…9 páginas. Na voz, a opção Dizer
de qual plataforma veio a mensagem fica em Leitura das mensagens (padrão: só quando duas
ou mais plataformas estão ao vivo).
┌──────────────────────── processo do desktop ─────────────────────┐
│ thread principal do Qt thread asyncio (core/runtime) │
│ ┌──────────────┐ slots/props ┌─────────────────────────────┐ │
│ │ páginas QML │◄──────────────►│ gui/backend.py (ponte) │ │
│ │ (gui/qml) │ sinais Qt em │ ▲ EventBus (core/events) │ │
│ └──────────────┘ fila │ │ │ │
│ │ prévia QtWebEngine │ ChatToonEngine (core/engine)│ │
│ ▼ │ ├ Conectores (multistream) │ │
│ página do overlay (prévia) │ ├ MessageSelector │ │
│ │ ├ Brain (personalidade) │ │
│ │ ├ OllamaClient ──► Ollama │ │
│ │ ├ BigLinuxTTS ──► módulos do tts-biglinux
│ │ ├ AudioPlayer (pw-play…) │ │
│ │ └ OverlayServer (aiohttp) │ │
│ └──────────┬──────────────────┘ │
└─────────────────────────────────────────────┼────────────────────┘
127.0.0.1:<porta>/o/<token>/ (HTTP + WebSocket, só eventos)
▼
Fonte Navegador do OBS
| Componente | Módulo |
|---|---|
Controlador (máquina de estados stopped/running/paused/emergency, fases idle/thinking/speaking) |
chattoon/core/engine.py |
| Configurações (dataclasses, leitura tolerante, gravação atômica com permissão 0600, perfis) | chattoon/core/config.py |
| Leitor do chat do YouTube | chattoon/core/youtube_chat.py |
| Multistream: contrato dos conectores, gerenciador, links, conectores | chattoon/core/streams/ |
| Logins no chaveiro do sistema e máscara de segredos nos logs | chattoon/core/credentials.py |
| Chat unificado (modelo Qt virtualizado) | chattoon/gui/feed.py |
| Fila e seleção de mensagens | chattoon/core/messages.py |
| Personalidade e personagens | chattoon/core/brain.py, chattoon/core/characters.py |
| Cliente do Ollama (streaming, schema JSON, timeout, cancelamento) | chattoon/core/ollama.py |
| Voz (TTS BigLinux, reprodução) | chattoon/core/tts.py |
| Servidor do overlay (aiohttp + WebSocket) | chattoon/core/overlay_server.py |
| Barramento de eventos | chattoon/core/events.py |
| Laço asyncio em thread própria | chattoon/core/runtime.py |
| Interface (PySide6 + QML) | chattoon/gui/ |
| Animação dos personagens | chattoon/web/overlay/rig.js, chattoon/web/overlay/characters/*.js |
Linha de comando (gui, doctor, ask, extras, --version) |
chattoon/cli.py |
mensagem de qualquer plataforma (YouTube, Twitch, Kick, TikTok…)
→ normalização (plataforma, fonte, id e espectador separados por fonte)
→ validação (limpeza, caracteres de controle/bidi, tamanho)
→ filtro (vazia, !comandos, palavras bloqueadas, duplicadas, repetidas, modo menções)
→ seleção (modo, pontuação, divisão justa entre plataformas, intervalo por espectador, validade)
→ contexto (prompt do sistema + memória + contexto da live)
→ Ollama (schema JSON, streaming, timeout, cancelamento)
→ validação da resposta (JSON, remove Markdown/emoji/URL, limite de frases e caracteres,
checagem de temas proibidos, frase segura de reserva)
→ chamada para ação opcional
→ TTS (um único WAV + envelope de volume)
→ evento "falar" no overlay + reprodução em um único destino
→ histórico
Só uma resposta é processada por vez, então as falas nunca se atropelam e as gerações nunca
disputam a GPU. Trabalho bloqueante (síntese de voz, espera do player de áudio) vai para
asyncio.to_thread; a interface conversa com o motor por run_coroutine_threadsafe e recebe os
eventos por sinais Qt em fila, por isso nunca trava esperando a rede, o modelo ou a voz.
- Lista as vozes de todos os motores prontos do TTS BigLinux; cada personagem recebe a voz escolhida ou a mais adequada (ex.: Minhoca → Letícia/RHVoice), com a voz padrão do TTS BigLinux como reserva.
- Normaliza o texto com o
process_textdo TTS BigLinux (emoji removido antes, URLs não são lidas). - Gera um WAV: Piper e espeak-ng pelo módulo nativo
tts_engine, RHVoice peloRHVoice-test, Kokoro pelokoko textmontado pelo próprio TTS BigLinux (o modopipe, que toca o som sozinho, nunca é usado); tudo vira PCM 16 bits mono. Nenhum texto passa por um shell, e interromper mata o processo do motor na hora. Com Kokoro, a fala é gerada frase por frase: uma toca enquanto a próxima é gerada. - Calcula o envelope de volume (RMS, 50 por segundo, normalizado no percentil 95) que move a boca do personagem.
- Toca uma vez: pelo
pw-play/paplay/aplayno desktop ou dentro da fonte do OBS.
| Voz | Duração do áudio | Tempo de síntese |
|---|---|---|
| Letícia (RHVoice) | 3,1 s | 0,49 s |
| Faber (Piper, medium) | 1,9 s | 1,6 s a frio, 0,07 s aquecido |
| espeak-ng pt-br | 2,4 s | 0,01 s |
| Dora (Kokoro, pf_dora) | 2,95 s | 2,9 s |
| Alex (Kokoro, pm_alex) | 8,95 s | 8,3 s |
Leitura antes da resposta: quando uma mensagem é escolhida, o personagem presta atenção, lê "Fulano disse/perguntou: …" (o texto do espectador, só normalizado para a voz) e, enquanto lê, a IA já está gerando — e a voz já está preparando — a resposta. A ordem é garantida: leitura → pausa configurável → resposta, nunca as duas ao mesmo tempo.
- Nada do chat é executado: não há shell em lugar nenhum; o texto chega à voz por stdin.
- Ninguém do chat reprograma o personagem: as mensagens vão num bloco de dados delimitado e escapado, as regras proíbem seguir instruções embutidas e a resposta é validada.
- A saída da IA nunca é executada: é só texto e uma emoção de uma lista fixa.
- Overlay protegido: escuta só em
127.0.0.1, exige um token secreto no endereço, recusaHostque não seja local (contra DNS rebinding), usa CSPdefault-src 'self'e ignora qualquer comando vindo pelo WebSocket. Para abrir de outro computador, um proxy reverso HTTPS (Caddy, nginx…) na mesma máquina encaminha para127.0.0.1, e o domínio dele é o único aceito além dos locais — sóhttps://. - Limites: 300 caracteres por mensagem, quadros WebSocket de 4 KB, requisições de 64 KB e timeouts em tudo que é rede.
- Permissões mínimas: roda como usuário comum, nunca pede root; configurações com permissão 0600, áudios temporários em pasta 0700.
- Logins sem senha: entrada oficial (código de dispositivo da Twitch) ou tokens que você cola, com só as permissões de leitura necessárias, guardados no chaveiro do sistema (Secret Service/libsecret; sem chaveiro, num arquivo 0600). "Desconectar" revoga e apaga a cópia local.
- Segredos nunca vazam: um filtro mascara tokens em todos os logs; perfis exportados, URLs do overlay e eventos do OBS nunca levam credenciais; opções de fonte que pareçam segredo são descartadas.
- Links colados não viram requisições arbitrárias: o reconhecimento é só análise de texto, e
cada conector fala apenas com os servidores fixos da sua plataforma (sem SSRF). O webhook
oficial da Kick escuta só em
127.0.0.1e confere a assinatura RSA, o horário e duplicatas. - Sem telemetria: as únicas conexões externas são os chats das plataformas configuradas (no TikTok, também o serviço de assinatura Euler Stream) e o Ollama configurado.
Mais em docs/09-security.md.
| Caminho | Conteúdo |
|---|---|
~/.config/chattoon/settings.json |
configurações (permissão 0600) |
~/.config/chattoon/profiles/*.json |
perfis de transmissão salvos (sem segredos) |
chaveiro do sistema (org.biglinux.ChatToon) |
logins e tokens das plataformas |
~/.local/share/chattoon/credentials.json |
só se não houver chaveiro: logins (permissão 0600) |
~/.local/share/chattoon/extras/ |
componentes opcionais (TikTokLive), só se você instalar |
$TMPDIR/chattoon-tts-*/ |
últimas 20 respostas geradas (0700), apagadas ao sair |
- Latência por resposta com
gemma3:4bnuma GTX 1050 Ti: ~8–9 s, estável ao longo da live. Síntese de voz: 0,1–0,5 s. - Memória do motor após 800 mensagens pelo caminho completo: +3 KB nas últimas 400.
- Overlay após 400 falas e 57 trocas de personagem: geometrias e texturas de volta ao ponto de partida.
sudo pacman -S --needed python-pytest
python -m pytestSão mais de 290 casos de teste cobrindo multistream (quatro plataformas ao mesmo tempo, falhas
isoladas, reconexão, justiça da fila, migração), cada conector contra servidores falsos locais
(Twitch IRC/EventSub/OAuth, Kick Pusher/webhook com assinatura RSA, TikTok, Facebook, Instagram,
X), chaveiro e ausência de segredos em logs, perfis e overlay, motor, seleção de mensagens,
configurações, Ollama, personalidade, TTS
(incluindo o Kokoro com um koko simulado: modo sem reprodução, conversão do WAV, erros,
cancelamento e timeout), leitura das mensagens (ordem, interrupção, pausa, filtros, modos
Demonstração/Assistido/Automático), overlay, chat do YouTube, tradução, interface e
empacotamento (incluindo a checagem de que o pkgver do PKGBUILD é igual à versão do projeto).
Com Chrome ou Chromium instalado, tests/test_overlay_render.py abre o overlay de verdade num
navegador sem janela e confere os seis personagens: carregamento, gestos, orçamento de
desempenho, fundo transparente durante a animação, balão de leitura → resposta sem cobrir o
rosto, memória de GPU estável nas trocas e boca parada quando não há áudio real.
python -m pytest --run-live testa também Ollama e TTS BigLinux reais (vozes pf_dora e
pm_alex, se instaladas).
| Problema | O que fazer |
|---|---|
| Ollama "Parado" | sudo systemctl start ollama (ou instale nas Configurações do BigLinux) e clique em Verificar de novo |
| Nenhum modelo | Baixe um modelo sugerido na página de IA |
| Voz "Indisponível" | sudo pacman -S tts-biglinux |
| Chat "indisponível"/"desativado" | A live não está no ar, o chat está desligado ou é só para membros; a mensagem diz qual |
| OBS não mostra nada | O aplicativo precisa estar aberto; confira o endereço; deixe Shutdown source when not visible desmarcado na fonte do OBS |
| "forbidden" pelo domínio | Preencha OBS Studio → Acesso de outro computador com o endereço https:// exato do proxy (domínio e porta) |
| Voz fora do OBS com Dentro do OBS | Ative Control audio via OBS nas propriedades da fonte Navegador; sem isso o OBS toca a voz direto nos alto-falantes |
| Voz duas vezes | Não acontece por projeto; se ouvir eco, o OBS está capturando o Áudio do desktop e a fonte |
| Respostas lentas | Diminua a Memória da conversa, use um modelo menor, deixe só um modelo carregado |
| Fonte em "Aguardando a live" | O canal não está ao vivo; o ChatToon conecta sozinho quando a live começar |
| Fonte em "Login necessário" | Conecte a conta (Twitch) ou cole o token (Meta, X) em Plataformas de streaming → Contas |
| Kick "bloqueado" | Abra kick.com/api/v2/channels/<canal> no navegador, copie chatroom.id e cole em Número da sala de chat na fonte |
| TikTok "não instalado" | chattoon extras install tiktok e reinicie o ChatToon |
| Diagnóstico das plataformas | chattoon doctor ou Configurações → Diagnóstico |
- A fala começa depois que a resposta inteira é gerada pela IA (as vozes Kokoro já falam frase por frase, mas o texto ainda não vem em streaming do Ollama).
- O Kokoro gera o áudio mais ou menos no tempo em que ele dura; em computadores modestos, prefira Piper para respostas longas.
- Comemorações de novos inscritos/membros dependem de eventos que o chat público não informa.
- A fonte do OBS é adicionada à mão (com passo a passo no aplicativo); sem obs-websocket ainda.
- A boca acompanha o volume, não os fonemas.
- Kick (modo padrão) e TikTok usam métodos não oficiais e podem parar sem aviso; o TikTok depende de um serviço de terceiros (Euler Stream, ~2.500 conexões/dia grátis).
- Facebook/Instagram exigem um app próprio na Meta e só leem Páginas e contas profissionais; X não tem API para o chat de lives nem de Spaces (só respostas a um post, pela API paga).
- O conector do Rumble (ideia do protótipo) ainda não existe; a arquitetura de conectores já permite adicioná-lo.
Lista completa em docs/11-release.md.
Auditoria · Arquitetura · UI/UX · Ollama · YouTube · TTS · Avatares · OBS · Segurança · Testes · Lançamento · Personagens, Kokoro e leitura (2.1) · Multistream (2.2): auditoria · pesquisa das APIs · arquitetura · conectores · UI/UX · segurança e login · testes · lançamento
- 2.2.1 — overlay acessível de outro computador por um proxy reverso HTTPS (Caddy, nginx…):
novo campo Acesso de outro computador na página OBS Studio, com o link público pronto
para copiar; o ChatToon continua escutando só em
127.0.0.1. Com a voz Dentro do OBS, só as fontes do OBS recebem o áudio: abrir o link num navegador para conferir não tira mais a voz do OBS. - 2.2.0 — multistream: YouTube, Twitch, Kick, TikTok, Facebook, Instagram e X ao mesmo tempo, com várias fontes por plataforma, página Plataformas de streaming, Chat ao vivo unificado, fila justa entre plataformas, leitura com a plataforma de origem, etiqueta no balão do OBS, logins no chaveiro do sistema e migração automática da 2.1.
- 2.1.0 — leitura do nome e da mensagem antes da resposta, vozes Kokoro, Tux de cartola, Gata, Coruja e Cachorro, motor de animações em repouso com estados e gestos, nova página de personagens com prévia interativa e troca de personagem sem travar.
- 2.0.0 — o aplicativo ChatToon: interface desktop PySide6/QML, três personagens 3D, IA local (Ollama), voz do TTS BigLinux, overlay seguro para o OBS, tradução pt-BR e pacote para Arch/BigLinux.
- 1.x — o protótipo original do Pedro Bezerra (InfoRecarga): scripts em Python e Node.js com
a cobra/lagarta 3D, preservados em
legacy/como registro histórico.
- Autor e criador da ideia: Pedro Bezerra, do canal InfoRecarga.
- Colaborador: Rafael Ruscher, que batizou o projeto de ChatToon e o transformou em aplicativo.
- Feito por voluntários do projeto BigLinux.
O ChatToon é licenciado sob a GPL-3.0-or-later.
- Three.js 0.186.1 — MIT, incluído em
chattoon/web/vendor/three. - Ícones da interface no estilo Lucide — ISC.
- O pinguim é um modelo procedural original inspirado no Tux, criado por Larry Ewing (lewing@isc.tamu.edu) com o GIMP.
- Vozes e tratamento de texto pelo TTS BigLinux; IA pelo Ollama.