Hangmód a Codexben: a /voice engedélyezése és lehetőségei

A stabil Codex CLI 0.155.0 szeptember 17-én jelent meg, 0.155.1-es javítása pedig másnap követte. A 0.155.0-s verzió kísérleti hangbeszélgetéseket vezetett be az ügynökkel a terminálfelületen: szóban ismertethetsz egy feladatot, és meghallgathatod a választ. A kezdéshez használd a /voice parancsot.

A funkció alapértelmezés szerint ki van kapcsolva, és nem mindenhol támogatott. Az engedélyezéséhez nyisd meg a /experimental menüt, válaszd a Voice conversations lehetőséget, majd indítsd újra a Codexet. A forrás leírását 2026. szeptember 19-én ellenőriztük a kiadási megjegyzések, a #43581-es módosítás és a Codex forráskódja alapján. A forrásanyagban nem folytattak tényleges hangbeszélgetést: a működés leírása elsődleges forrásokon alapul, itt nem végeztek közvetlen tesztet.

További útmutató az Ailoot dokumentációjában található.

Mi került be a Codex 0.155-ös verziójába?#

A tárolóban lezárt beszélgetés található a /realtime eltávolításáról. A 0.155.0-s verzió új formában hozza vissza a hangot a terminálba: egyetlen /voice parancsot kínál élő átirattal, felvételi jelzőkkel és mikrofonvezérlőkkel.

Feltételek és korlátozások:

• a funkció kísérleti, és alapértelmezés szerint ki van kapcsolva;
• a támogatott build-ekben működik — az OpenAI nem nevez meg pontos platformlistát a megjegyzésekben, és a támogatás ellenőrzése indításkor történik;
• a #43581-es módosítás leírása helyi WebRTC-hangot és az app-serveren keresztüli jelzést említ. Ez önmagában nem jelenti azt, hogy a beszélgetés teljes egészében a gépeden marad; a megjegyzések nem részletezik a pontos feldolgozási útvonalat.

A 0.155.0-s verzió emellett élő gondolatmenet-összefoglalókat adott az állapotsorhoz, feladatkezelést az ügynökök áttekintő nézetéhez (elrejtés, archiválás és törlés), az MCP-szerverekhez (csatlakoztatott külső eszközökhöz) intézett kérések jóváhagyását Touch ID-val Macen, a háttérszolgáltatás konfigurálható frissítési ütemezését, valamint az Amazon Bedrock hitelesítő adatainak külső parancsokból történő lekérését. A 0.155.1-es verzió célzott javítás: az új helyi munkamenetekben a gondolatmenet-összefoglalók ismét alapértelmezés szerint ki vannak kapcsolva, mert néhány szolgáltató elutasította ezeket a kéréseket.

Hogyan frissítsd a Codexet a 0.155-ös verzióra?#

Először ellenőrizd a telepített verziót:

codex --version

Ha a verzió 0.155.0-nál régebbi, a telepítéshez használt módszerrel frissítsd:

# Ha npm-en keresztül telepítetted
npm update -g @openai/codex

# Ha Homebrewen keresztül telepítetted
brew upgrade --cask codex

Ha a webhelyről származó hivatalos szkripttel telepítetted, futtasd újra:

# macOS vagy Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

Windowson ugyanazt a PowerShell-telepítőt használd, mint az első telepítéskor. Ha még nem telepítetted a Codexet, vagy nem tudod, hogyan jelentkezz be, kezdd a Codex az OpenAI-tól: mi ez, hogyan telepítsd és jelentkezz be útmutatóval.

Hogyan engedélyezd a hangmódot?#

Lépések:

1. Egy futó Codex-munkamenetben írd be a /experimental parancsot.
2. Keresd meg a Voice conversations funkciót a kísérleti funkciók listájában (a leírása: “Talk with Codex using /voice”), majd engedélyezd.
3. Lépj ki teljesen a Codexből, és indítsd el újra. A funkció bejelentése ezt írja: “Restart Codex after enabling, then use /voice”.
4. Írd be a /voice parancsot — elindul a hangbeszélgetés.

A használatához mikrofonra és az operációs rendszer engedélyére lesz szükséged. Macen a rendszer első alkalommal a felvétel indításakor kér hozzáférést; Windowson és Linuxon ellenőrizd, hogy a mikrofon van-e alapértelmezett eszközként kiválasztva. Ha a Voice conversations nem látható a /experimental menüben, a build valószínűleg nem támogatja a funkciót — frissítsd a legújabb verzióra, és ellenőrizd újra.

Mire képes a hangbeszélgetés?#

A tárolóban található #43581-es módosítás leírása szerint a beszélgetés a következőképpen működik:

• Valós idejű átirat. A kimondásukkal egy időben jelennek meg a képernyőn a szavaid és az ügynök válaszai, a beszélgetés állapotával, valamint a mikrofon és a hangszóró hangszintjével együtt. A szöveg nem vész el, amikor beszélgetések között váltasz.
• Nem hangzik el minden. A hangbeszélgetésben az ügynök végső válaszai hangzanak el. A gondolatmenet és a köztes megjegyzések rejtve maradnak. A szövegként érkező válaszokat a rendszer nem ismétli meg hangosan.
• Egér nélküli vezérlés. A /voice mute némítja a mikrofont (a hozzá tartozó billentyűparancs konfigurálható), a /voice stop pedig befejezi a beszélgetést.
• Csökkentett naplózás. A hangosan kimondott szöveget és a hangmunkamenet eseményadatait eltávolították a bizonylat- és hibakeresési naplókból.

Az audió feldolgozása az OpenAI szolgáltatásában történik. Ne ossz meg érzékeny adatokat hangbeszélgetésben — például ügyféladatokat vagy olyan számokat, amelyek nem hagyhatják el a gépedet.

Mikor hasznos a hang, és mikor jobb a szöveg?#

Néhány példa a /voice használatára:

• Diktáld le az egész feladatot. Ha számodra gyorsabb beszélni, mint gépelni, így hosszabb kontextust is megadhatsz: a háttérinformációkat, hogy mit próbáltál már ki, és milyen irányba ne induljon el az ügynök. Ez ugyanaz a módszer, mint amikor más eszközökben diktálsz feladatokat, most közvetlenül a Codexben.
• Kérdezz munka közben. Amíg az ügynök dolgozik, szóban is megkérdezheted, hogy „mit csinálsz most?” vagy „miért ezt a lehetőséget választottad?”, anélkül, hogy a billentyűzetre kellene váltanod.
• Beszéljétek meg a tervet kódolás előtt. Ha átbeszéltek három lehetséges megoldást, és meghallgatod az elemzésüket, élő beszélgetést folytathattok.

Pontos parancsokat, fájlútvonalakat, kódrészleteket és hibaüzeneteket megbízhatóbban lehet szövegként beilleszteni. Ha csak gyors diktálásra van szükséged beszélgetés nélkül, egy helyi megoldás, például a Whisper, ingyen elvégzi ezt anélkül, hogy hangot küldene a gépeden kívülre; erről a Whisperrel végzett ingyenes hangbevitelről szóló cikk ír.

Milyen korlátai vannak, és mit érdemes ellenőrizni?#

Használat előtt ellenőrizd a következő korlátozásokat:

• Kísérleti állapot. A kiadási megjegyzések ezt kifejezetten közlik. A parancsok és a működés változhat; ha valami nem az elvártak szerint működik, nézd meg a legújabb verzió megjegyzéseit.
• Nem minden build támogatja. Az OpenAI a “supported builds” kifejezést használja, de a kiadási megjegyzésekben nem tesz közzé platformlistát — a támogatást indításkor állapítja meg. Ha az opció nem látható a /experimental menüben, ellenőrizd a verziódat és azt, hogy a build támogatja-e a funkciót.
• A csomagokról nincs tájékoztatás. A kiadási megjegyzések nem közlik, mely ChatGPT-előfizetések biztosítanak hozzáférést a hangbeszélgetésekhez. Ha a /voice nem indul el annak ellenére, hogy engedélyezted a funkciót, ellenőrizd a csomagod dokumentációjában, hogy elérhető-e.
• Az audió elhagyja a gépedet. A beszélgetés nem marad teljes egészében a gépeden; az OpenAI nem részletezi a megjegyzésekben a pontos feldolgozási útvonalat. A megvalósítás leírása helyi WebRTC-hangot és az app-serveren keresztüli jelzést említ. Mielőtt munkahelyi adatokról beszélnél, ellenőrizd, hogy az adatok továbbítása engedélyezett-e.
• Alapértelmezés szerint engedélyezve a 0.156-os verzióban. A kód már tartalmaz egy olyan módosítást, amely a hangbeszélgetéseket kísérleti állapotból stabilba helyezi át, és alapértelmezés szerint engedélyezi őket; ez bekerült a 0.156.0-alpha előzetes buildjeibe, de a stabil 0.155-ös verzióba nem. A kód alapján a 0.156-os verzió kiadását követően már nem lesz szükség külön engedélyezni a funkciót a /experimental menüben.

Ha terminálügynökök között választasz, a hang csak az egyik szempont. A képességek átfogó összehasonlításáért olvasd el a Codex vagy Claude Code áttekintést.

Rövid összefoglaló#

A Codex 0.155.0 hangbeszélgetést hozott az ügynökkel a terminálba: engedélyezd a módot a /experimental menüben, újraindítás után használd a /voice parancsot, és vezéreld a /voice mute és /voice stop parancsokkal. Hangbeszélgetésben az ügynök csak a végső válaszokat mondja ki, a gondolatmenet rejtve marad, az átirat pedig élőben megjelenik a képernyőn. A funkció kísérleti, nem minden build támogatja, és az audió elhagyja a gépedet; a 0.156-os sorozat előzetes buildjei már alapértelmezés szerint stabil állapotba helyezik a módot. Frissítsd a telepítési módodhoz tartozó paranccsal, engedélyezd a funkciót, majd próbáld ki a saját feladatodon.

A vibe coding egyik lehetséges rendszere: AI-klón + Második Agy + Kontextustervezés.

Ha készen állsz, fedezd fel az Ailootot.