Nemotron VoiceChat no puede abrir por sí solo un navegador con sesión iniciada. Para usarlo con uno, elige un checkpoint concreto de NVIDIA, ejecútalo en un anfitrión compatible con sus salidas de audio y llamadas a funciones y conecta una herramienta local permitida con Tabbit CLI. Tabbit Browser puede ofrecer una pestaña de tarea independiente. Una persona debe comprobar el acceso y revisar el borrador. Es un patrón de integración que hay que probar, no una conexión integrada de VoiceChat o Tabbit.
La diferencia importa porque NVIDIA muestra más de una entrada relacionada. La página de acceso anticipado de Nemotron 3 VoiceChat describe un modelo de voz a voz de 12B para desarrolladores que cumplan los requisitos. La tarjeta de NemotronLabs Voicechat en NGC describe un modelo de investigación de 11B con salida independiente para llamadas a herramientas. Comprueba el nombre y la versión disponibles en tu cuenta antes de elegir el entorno de ejecución.
Qué debes tener en cuenta
VoiceChat procesa audio en streaming. El anfitrión debe ejecutar las herramientas del navegador.
La página de acceso anticipado de 12B y la tarjeta de investigación NGC de 11B son entradas distintas. No supongas que comparten pesos, condiciones de acceso o compatibilidad con proveedores.
Un desarrollador probó llamadas locales a herramientas mediante MCP. No mostró una integración con Tabbit CLI.
Limita la lectura del navegador a una tarea local con nombre, URL exacta y permisos de solo lectura.
Devuelve un borrador con fuentes para revisión humana. No dejes que el modelo publique ni modifique la página original.
Comprueba qué modelo VoiceChat puedes ejecutar
El nombre del modelo no indica si el anfitrión admite audio en streaming, interpreta llamadas a funciones y devuelve el resultado de una herramienta a la conversación. Confirma esos puntos en la tarjeta del modelo y en la documentación del anfitrión.
| Entrada | Información de NVIDIA | Señal de disponibilidad | Qué comprobar |
|---|---|---|---|
| Nemotron 3 VoiceChat | 12B, voz a voz full-duplex | Acceso anticipado para desarrolladores cualificados | Acceso de la cuenta, checkpoint, contenedor y compatibilidad del anfitrión |
| NemotronLabs Voicechat en NGC | 11B, entrada y salida de voz, canal separado para herramientas | NIM descargable para investigación | Licencia, versión, GPU y adaptador de llamadas |
nvidia/nemotron-voicechat en models.dev | Directorio externo marca pesos abiertos y soporte de herramientas | Entrada de un directorio de modelos externo | Checkpoint de origen exacto y disponibilidad en tu entorno |
El blog técnico de NVIDIA también describe Nemotron 3 VoiceChat como acceso anticipado. Eso no demuestra que hoy exista una API general del modelo. Antes de configurar un anfitrión remoto, busca el identificador exacto en su catálogo actual y confirma audio, formato de salida, interpretación de llamadas y condiciones.
Coloca un ejecutor local entre VoiceChat y el navegador
Instala Tabbit Browser en el equipo que ejecutará la tarea local.
El flujo seguro es el siguiente:
VoiceChat recibe audio y solicita una herramienta
-> el anfitrión valida el nombre y los argumentos
-> el agente local comprueba la URL y el permiso de lectura
-> Tabbit CLI lee la página en una pestaña de tarea independiente
-> el anfitrión devuelve el resultado a VoiceChat
-> el agente crea un borrador con nombre para revisión humanaEl modelo debe solicitar una operación limitada, por ejemplo read_authorized_page. El ejecutor decide si puede llevarla a cabo. No expongas como herramienta sin restricciones una terminal, la navegación a cualquier URL o un botón de envío.
Un ejemplo de primera mano ayuda a precisar el límite. Un desarrollador que conectó Nemotron VoiceChat con Apple Reminders escribió que “el modelo propone una llamada; el entorno la ejecuta y devuelve el resultado”. El experimento utilizó un proveedor MCP local en Apple Silicon. Demuestra un traspaso local de herramientas, pero no una conexión probada con un navegador ni con Tabbit. Lee la publicación original en Reddit.
Un comentarista señaló otro riesgo: reintentar después de enviar la llamada a una herramienta puede crear “duplicados”. Haz que la lectura sea idempotente cuando sea posible y revisa el comprobante de la tarea antes de repetir una ejecución cuyo resultado no esté claro. Es la preocupación de una persona, no una tasa de fallos medida.
Ejecuta una tarea de lectura
Instala primero la skill de Tabbit en el cliente del agente local. Comprueba por separado que el cliente descubre la skill, que el CLI llega al navegador y que el sitio ya tiene sesión iniciada. En Pi, el comando es /skill:tabbit; en clientes con selector de skills, elige la skill instalada tabbit. No des por hecho que todos los clientes usan el mismo acceso directo. Consulta la guía rápida de Tabbit CLI.
Ejecuta una comprobación de conexión sin cambios en el equipo donde está instalado Tabbit:
"$HOME/.local/bin/tabbit-cli" --version
"$HOME/.local/bin/tabbit-cli" diagnoseQue el CLI llegue al navegador no demuestra que el sitio tenga sesión iniciada. Abre tú mismo la página en el perfil de Tabbit previsto y comprueba su título y el registro autorizado. Después pide al agente que lea en una pestaña de tarea separada:
Usa la skill instalada de tabbit y el Tabbit CLI local.
En una pestaña de tarea nueva, abre solo esta URL autorizada: [URL exacta].
Lee el título visible y el registro con ID [ID estable].
Devuelve únicamente la URL de origen y esos campos visibles.
Crea un borrador llamado "Revisión de navegador VoiceChat - [ID]".
No pulses, envíes, descargues ni cambies nada en la página original.
Si hace falta iniciar sesión o no aparece el ID, detente e indícalo.Es un ejemplo. Sustituye los campos entre corchetes por una página y un identificador que tengas permiso para usar. El agente local también debe poder interpretar las llamadas a herramientas de VoiceChat y ejecutar el CLI; el prompt no añade esa capacidad.
Si llamas directamente al CLI durante la configuración, el nombre de tarea y el ID de solicitud identifican la lectura:
Para esta comprobación, usa una página de prueba con un encabezado visible y un campo data-testid="sample-record-id".
"$HOME/.local/bin/tabbit-cli" nodejs \
--task "VoiceChat authorized page read" \
--request-id voicechat-read-001 <<'JS'
const url = 'https://example.com/authorized-record';
await page.goto(url, {waitUntil: 'domcontentloaded'});
if (page.url() !== url) return {status: 'unexpected URL'};
const heading = page.getByRole('heading', {level: 1});
const id = page.getByTestId('sample-record-id');
if (await heading.count() !== 1 || await id.count() !== 1 ||
!(await heading.isVisible()) || !(await id.isVisible())) {
return {status: 'review required'};
}
return {url, heading: await heading.innerText(), id: await id.innerText()};
JSUsa un ID nuevo en cada ejecución y sustituye la URL de ejemplo. Compara el texto devuelto con la página en tu pestaña habitual de Tabbit. Mientras el agente lee en la pestaña separada, puedes seguir trabajando en el navegador.
Qué demuestra cada comprobación
| Comprobación | Evidencia que conservar | Lo que no demuestra |
|---|---|---|
| Acceso al modelo | Tarjeta exacta, versión y estado | Que el anfitrión acepte audio o llamadas a herramientas |
| Prueba del anfitrión | Una llamada sin cambios y su resultado | Que la herramienta pueda acceder al navegador con seguridad |
Tabbit CLI diagnose | El lanzador local llega al navegador elegido | Que el sitio tenga sesión iniciada |
| Lectura autorizada | Título, ID estable y URL de origen correctos | Que se pueda editar o enviar el contenido |
| Revisión del borrador | Una persona compara los campos con la página | Que una publicación posterior esté aprobada |
La comprobación de configuración de Codex y Tabbit CLI utilizó una página protegida sintética. Una primera tarea recibió HTTP 401. Tras establecer otra tarea una sesión de prueba breve, una tarea posterior pudo leer los datos de prueba. Esto verifica el uso de sesión en ese perfil y esa página de prueba. No demuestra que VoiceChat pueda llamar a Tabbit ni que la sesión de un sitio real siga activa.
Mantén visible la revisión del borrador
Pide al agente un borrador con nombre, URL de origen, ID estable, campos extraídos y valores ausentes. Una persona debe cotejar cada campo con la página antes de reutilizarlo. Si después hace falta escribir, añade otra aprobación y comprueba la página tras el envío.
| Caso | Ruta recomendada | Detente si… |
|---|---|---|
| El anfitrión interpreta llamadas de VoiceChat y ejecuta herramientas locales | Prueba una lectura permitida con Tabbit CLI | La llamada está mal formada o la página devuelta no coincide |
| Admite VoiceChat, pero no tiene puente local | Usa VoiceChat para hablar y ejecuta el navegador por separado | El enlace directo requiere código no verificado |
| Solo hay un endpoint API | Confirma el modelo exacto y el soporte de audio y herramientas | El endpoint ofrece otro modelo o solo texto |
| La tarea debe escribir | Prepara un borrador y solicita aprobación humana aparte | Aún no se ha revisado el borrador |
Consulta también cómo conectar un agente con un navegador existente, la guía completa de Tabbit CLI y la lista de comprobación para la primera tarea del agente. Para elegir transporte, compara MCP y CLI y la guía de Codex Browser frente a Tabbit CLI. La introducción al navegador con IA de Tabbit, la diferencia entre búsqueda y control del navegador y la explicación de los navegadores agentivos cubren el contexto. El flujo de borradores para CMS muestra cómo conservar una revisión humana antes de publicar.
Usa Nemotron VoiceChat para la interacción por voz después de confirmar el modelo y el anfitrión exactos. Deja la lectura del navegador a una herramienta local permitida, en una tarea independiente de Tabbit, y pide a una persona que compare el borrador con la página.
Preguntas frecuentes
¿Nemotron VoiceChat puede abrir por sí solo un navegador con sesión iniciada?
No. VoiceChat es un modelo de voz y la aplicación anfitriona debe proporcionar y ejecutar las herramientas del navegador. Conectarlo localmente con Tabbit CLI es una integración que debes configurar y comprobar, no una función incluida de NVIDIA o Tabbit.
¿Nemotron VoiceChat tiene 11B o 12B parámetros?
La página actual de acceso anticipado de NVIDIA describe Nemotron 3 VoiceChat como un modelo de 12B. NGC muestra por separado NemotronLabs VoiceChat, un modelo de investigación de 11B. Comprueba la tarjeta y la versión del checkpoint al que tienes acceso.
¿Puedo usar una API alojada para este flujo?
Solo si el proveedor ofrece actualmente el modelo VoiceChat exacto y conserva las interfaces de audio y llamadas a funciones que necesita tu anfitrión. Las páginas de NVIDIA revisadas describen el acceso anticipado y un NIM de investigación, pero no prueban que exista una API alojada de uso general.
¿Tabbit CLI reutiliza la sesión de mi sitio web?
Una tarea puede usar la sesión iniciada del entorno de Tabbit seleccionado mientras siga vigente. Comprueba por separado el perfil y el acceso a la página; nunca incluyas contraseñas ni cookies en el prompt.
¿El modelo de voz debería controlar el navegador directamente?
Deja la ejecución en un proceso local con una lista de herramientas permitidas. El modelo puede solicitar una lectura con nombre, y el proceso valida la URL y el alcance antes de llamar a Tabbit CLI.
¿Puede el agente publicar el resultado automáticamente?
Mantén este flujo en fase de borrador. Pide un borrador con nombre y enlaces a las fuentes, compáralo con las páginas autorizadas y aprueba por separado cualquier escritura posterior.