语音听写

Voice Mode
用声音编写代码

截至 2026-10-20,官方语音听写语言表正好 20 种,德语的语言码是 de。Claude Code 的语音听写让你通过语音与 AI 协作编程,支持这 20 种听写语言,释放双手的全新开发体验:说出提示词实时转成输入框里的文字,也能和打字混在同一条消息中。

#VoiceMode #ClaudeCode #VoiceCoding #2026

什么是 Claude Code Voice Mode(语音听写)

Voice Mode 就是 Claude Code 命令行里的语音听写:说出的话会实时出现在输入框里,能与打字混在同一条消息中。

录音有两种触发方式:按住空格键说话、松开结束,或点一下开始、再点一下发送。转写针对编程词汇调优,当前项目名和 git 分支名会自动作为识别提示。

语音输入
按住或点按空格键,开口即录
实时转写
转写文字实时进入输入框
混合编辑
同一条消息可混用语音与键入

设置指南

语音听写需要 claude.ai 账号身份:用 Anthropic API Key 或第三方服务登录时这项能力不可用。麦克风要在本地机器上,云端会话和 SSH 会话里用不了。开启方式有两种:在会话里运行 /voice,或在用户设置文件的 voice 对象里写 enabled 与 mode。

1

步骤 1:安装 Claude Code

安装官方 Claude Code CLI。截至 2026-10-20,官方 CHANGELOG 顶行版本为 2.1.303。

npm install -g @anthropic-ai/claude-code@latest
2

步骤 2:运行 /voice 并授权麦克风

在 Claude Code 会话里输入 /voice 开启语音听写;首次开启会做麦克风自检,macOS 会弹出终端的麦克风权限提示。

claude config set --global voice_mode true
3

步骤 3:启动 Voice Mode

默认是按住模式:按住空格键说话,松开结束;想用点按模式就运行 /voice tap。听写键绑在 voice:pushToTalk 上,默认空格键,可以改绑成 meta+k 这类组合键;Caps Lock 绑不上。

4

步骤 4:设置听写语言

听写语言取自 language 设置:在 /config 或设置文件里写语言名或 BCP 47 语言码;留空时听写默认英语。值不在支持列表时 /voice 会提示并回退英语,Claude 的文字回复不受影响。

语音听写支持的语言

听写支持 20 种语言,覆盖全球主要开发者社区。取值来自 language 设置,写 BCP 47 语言码或语言名都行。截至 2026-10-20,官方语音听写语言表列出这 20 种语言:捷克语、丹麦语、荷兰语、英语、法语、德语、希腊语、印地语、印尼语、意大利语、日语、韩语、挪威语、波兰语、葡萄牙语、俄语、西班牙语、瑞典语、土耳其语、乌克兰语。

🇺🇸
英语
🇨🇳
中文(未列入官方听写语言表,截至 2026-10-20)
🇯🇵
日语
🇰🇷
韩语
🇩🇪
德语
🇫🇷
法语
🇪🇸
西班牙语
🇵🇹
葡萄牙语
🇷🇺
俄语
🇮🇹
意大利语
🇳🇱
荷兰语
🇵🇱
波兰语
🇹🇷
土耳其语
🇸🇪
瑞典语
🇩🇰
丹麦语
🇫🇮
芬兰语(未列入官方听写语言表,截至 2026-10-20)
🇳🇴
挪威语
🇮🇳
印地语
🇸🇦
阿拉伯语(未列入官方听写语言表,截至 2026-10-20)
🇹🇭
泰语(未列入官方听写语言表,截至 2026-10-20)

语音听写的典型使用场景

语音适合描述需求与排查问题;示例话术可按自己项目调整,精确的路径名与符号名仍建议打字。

代码审查

用语音描述审查要求,AI 自动分析代码质量、安全问题和性能优化建议

审查这个接口的错误处理,注意超时

架构讨论

口头描述系统架构需求,AI 生成设计方案和实现代码

先聊聊订单服务怎么拆,定边界

调试辅助

语音描述 Bug 现象,AI 定位问题原因并提供修复方案

登录后偶尔白屏,帮我定位原因

文档编写

口述文档内容,AI 自动生成格式化的技术文档和注释

给这个模块补上函数说明和示例

最佳实践

识别不准、按键没反应或录音被中断时,可以按官方文档逐条排查。

麦克风要在本地

语音听写要本机麦克风,云端会话和 SSH 会话里不可用。VS Code 扩展同样支持语音听写,但在远程会话(SSH、Dev Containers、Codespaces)里用不了。

录音后端的差异

macOS、Linux、Windows 用内置原生模块录音;Linux 上原生模块加载不了时回退到 ALSA 的 arecord 或 SoX 的 rec,两个都没有时 /voice 会打印安装命令。

WSL 要装 PulseAudio 后端

WSLg 通过 PulseAudio 转发音频,SoX 需要显式安装 PulseAudio 后端(sox 与 libsox-fmt-pulse);只装 sox 会拉到 ALSA 后端,而 WSL 里没有 /dev/snd 设备,录不到声音。

组织策略可以禁用听写

组织管理员策略可以关掉语音听写;遇到 /voice 提示被策略限制时,联系管理员确认本组织是否允许使用。

取消录音与自动停止

取消这次录音按 Esc 或 Ctrl+C,提示内容会丢弃、输入框恢复原样;录音在 15 秒静音或总计 2 分钟后自动停止。

识别质量与自动提交

转写针对编程词汇调优,当前项目名和 git 分支名会自动作为识别提示;转写至少三个词时才自动提交,日语、中文、泰语这类无空格书写的语言按单个词计数,官方 CHANGELOG 记录了这项自动提交修复。

体验语音编程

语音听写需要 claude.ai 账号身份,用第三方 API Key 时不可用;转写不消耗 Claude 消息与 token,模型按 token 计费,各模型单价见 /models。

更新于 2026-10-20

不确定从哪开始?

先试一周

小包 ¥26($30 额度,7 天)

每天都用

体验版 ¥63/月,每天 $5 额度;每 $1 额度只要 ¥0.42,中包约 ¥0.79