是什么
voice dictation 允许在 Claude Code CLI 中用语音代替键盘输入 prompt,音频实时流式传输到 Anthropic 服务器转录,转录结果插入到 prompt 输入框,支持语音和键盘混合输入。
核心机制
启用
/voice # 切换开关,保持当前模式
/voice hold # 启用 hold 模式(按住说话)
/voice tap # 启用 tap 模式(点击开始/发送)
/voice off # 禁用持久化配置
{
"voice": {
"enabled": true,
"mode": "tap"
}
}两种录音模式
| 模式 | 操作 | 适合场景 |
|---|---|---|
| Hold(默认) | 按住 Space 录音,松开停止 | 短句,精确控制录音时长 |
| Tap | 按 Space 开始,再按 Space 发送 | 长句,不需要持续按键 |
Hold 模式有短暂预热期(检测长按),预热期间输入的字符会自动删除。使用 modifier 组合键(如 meta+k)可跳过预热。
重新绑定录音键
{
"bindings": [
{
"context": "Chat",
"bindings": {
"meta+k": "voice:pushToTalk"
}
}
]
}关键细节
- 需要 Claude Code v2.1.69+(tap 模式需要 v2.1.116+)
- 仅支持 Claude.ai 账号认证,不支持 API key、Bedrock、Vertex、Foundry
- 不支持远程环境:Claude Code on the Web、SSH session
- WSL 需要 WSLg(WSL2 + Microsoft Store 安装版自带)
- 转录不消耗 Claude messages 或 token,不计入
/usage限额 - 自动识别编程词汇:regex、OAuth、JSON、localhost 等
- 当前项目名和 git 分支名自动添加为识别提示
与其他概念的关联
- keybindings - 自定义录音触发键
- terminal-config - 终端环境配置
实践要点
- 长句用 tap 模式,避免长时间按住 Space
- 修改录音键为 modifier 组合(如
meta+k)跳过 hold 模式的预热延迟 - 转录结果插入在光标位置,可以先定位光标再录音,实现精确插入