Codexの音声モード：/voiceを有効にする方法とできること

Codex CLI 0.155でエージェントとの音声会話が登場しました。Codexを更新し、/experimentalから/voiceを有効にする方法、ミュートと停止のコマンド、実験機能の制限について説明します。

記事の全文を読む

安定版のCodex CLI 0.155.0は2026年9月17日にリリースされ、翌日には0.155.1の修正がリリースされました。バージョン0.155.0では、ターミナルインターフェースでエージェントと音声で会話する実験機能が導入されました。タスクを声で説明し、返答を聞くことができます。開始するには/voiceコマンドを使います。

この機能はデフォルトで無効になっており、すべての環境でサポートされているわけではありません。有効にするには、/experimentalを開き、「音声での会話」を選択してCodexを再起動します。この説明は、2026年9月19日にリリースノート、変更#43581、Codexのソースコードと照合しました。元資料では実際の音声会話を行っていません。ここでは一次資料に基づいて仕組みを説明しており、実体験によるテストはありません。

詳細はAilootのドキュメントをご覧ください。

Codex 0.155で何が追加されましたか？

重要なポイント

2026年9月17日付の安定版0.155.0では、エージェントとの実験的な音声会話が導入されました。/voiceコマンドで、エージェントと双方向の音声会話を開始できます。画面には文字起こし、つまり会話の内容がリアルタイムで表示されます。この機能はデフォルトで無効になっており、/experimentalメニューから有効にします。APIキーでサインインする場合に使えた以前の/realtime音声モードは、2026年6月に削除されました。

リポジトリには、/realtimeの削除についてのクローズ済みの議論があります。バージョン0.155.0では、新しい形で音声機能がターミナルに戻りました。ライブ文字起こし、録音インジケーター、マイク操作に対応する単一の/voiceコマンドです。

条件と制限事項：

この機能は実験的で、デフォルトでは無効です。
サポート対象のビルドで動作します。OpenAIはリリースノートで対応プラットフォームの一覧を明示しておらず、起動時にサポート状況が確認されます。
変更#43581の説明によると、音声はローカルのWebRTCで処理され、シグナリングはapp-serverを通じて行われます。それだけでは会話がすべて端末上にとどまるとは言えません。リリースノートには正確な処理経路が記載されていません。

バージョン0.155.0では、ステータス行に表示される推論のライブ要約、エージェント概要でのタスク管理（非表示、アーカイブ、削除）、MacでTouch IDを使ったMCPサーバー（接続済みの外部ツール）へのリクエスト承認、バックグラウンドサービスの更新スケジュール設定、外部コマンドからのAmazon Bedrock認証情報の取得も追加されました。バージョン0.155.1は対象を絞った修正で、一部のプロバイダーがリクエストを拒否していたため、新しいローカルセッションでは推論の要約が再びデフォルトで無効になりました。

Codexを0.155に更新するには？

重要なポイント

codex --versionでバージョンを確認します。0.155.0以降が必要です。更新方法はインストール方法によって異なります。npmの場合はnpm update -g @openai/codex、Homebrewの場合はbrew upgrade --cask codexを使い、スクリプトでインストールした場合はインストーラーを再実行します。

まず、インストール済みのバージョンを確認します。

codex --version

バージョンが0.155.0より古い場合は、インストール時と同じ方法で更新します。

# If you installed through npm
npm update -g @openai/codex

# If you installed through Homebrew
brew upgrade --cask codex

公式サイトのスクリプトでインストールした場合は、スクリプトを再実行します。

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

Windowsでは、初回インストール時と同じPowerShellインストーラーを使います。Codexをまだインストールしていない場合や、サインイン方法がわからない場合は、OpenAIのCodex：概要、インストール方法、サインイン方法のガイドをご覧ください。

音声モードを有効にするには？

重要なポイント

/experimentalメニューを開き、「音声での会話」を有効にして、Codexを完全に再起動してから/voiceを入力します。機能の告知には、有効にした後に再起動するよう記載されています。

手順：

Codexを実行中のセッションで、/experimentalを入力します。
実験機能の一覧から「音声での会話」を見つけ（説明は「Talk with Codex using /voice」です）、有効にします。
Codexを完全に終了し、再度起動します。機能の告知には「有効にした後、Codexを再起動してから/voiceを使ってください」とあります。
/voiceを入力すると、音声会話が始まります。

利用するにはマイクと、オペレーティングシステム上でのアクセス許可が必要です。Macでは初めて録音を開始するときに、システムからアクセス許可を求められます。WindowsとLinuxでは、マイクがデフォルトのデバイスとして選択されていることを確認してください。/experimentalに「音声での会話」が表示されない場合、そのビルドはこの機能をサポートしていない可能性が高いです。最新バージョンに更新して、もう一度確認してください。

音声会話では何ができますか？

重要なポイント

/voiceで双方向の会話を開始できます。話しかけるとエージェントが音声で返答し、画面にはマイクとスピーカーの音量レベル表示とともに、ライブ文字起こしが表示されます。操作には、マイクをミュートする/voice muteと会話を終了する/voice stopがあります。音声会話では最終回答だけが音声で読み上げられ、推論と操作に関するコメントは表示されません。

リポジトリの変更#43581の説明によると、会話は次のように動作します。

リアルタイムの文字起こし。 あなたの発話とエージェントの返答は、会話の状態、マイクとスピーカーの音量レベルとともに、発話に合わせて画面に表示されます。会話を切り替えてもテキストは失われません。
すべてが音声で読み上げられるわけではありません。 音声会話ではエージェントの最終回答が読み上げられます。推論と中間的なコメントは表示されません。テキストで受け取った返答は音声で繰り返されません。
マウスを使わない操作。 /voice muteでマイクをミュートできます（キーボードショートカットは設定可能です）。/voice stopで会話を終了します。
ログ記録の削減。 音声で読み上げられたテキストと音声セッションのイベントデータは、受領記録とデバッグログから削除されました。

音声はOpenAIのサービスで処理されます。音声会話では、機密情報を共有しないでください。たとえば、端末から外部に送信してはならない顧客データや数値です。

音声が便利な場面と、テキストのほうが適している場面は？

重要なポイント

入力するより話すほうが簡単なタスクでは、音声が便利です。作業の手を止めずに計画を相談したり、背景を説明したり、「今何をしているの？」と尋ねたりできます。コマンド、パス、コード、そして一字一句再現する必要がある内容には、テキストのほうが正確です。

/voiceを使える場面をいくつか紹介します。

タスク全体を口述する。 入力するより話すほうが速い場合、背景、すでに試したこと、避けるべき方向など、長い文脈を伝える方法になります。他のツールでタスクを口述するのと同じことを、Codex内で行えます。
作業中に質問する。 エージェントが作業している間、キーボードに切り替えずに「今何をしているの？」「なぜその方法を選んだの？」と声で尋ねられます。
コーディング前に計画を相談する。 3つの解決策について話し合い、分析を聞きながら進められるため、ライブで相談できます。

正確なコマンド、ファイルパス、コードスニペット、エラーメッセージは、テキストとして貼り付けるほうが確実です。会話をせず、短い音声入力だけが必要なら、Whisperのようなローカルの選択肢を無料で使えます。音声を端末外に送信することもありません。詳しくはWhisperを使った無料の音声入力の記事をご覧ください。

制限事項と確認すべき点は？

重要なポイント

この機能は実験的で、コマンドや動作が変わる可能性があります。すべてのビルドで動作するわけではなく、OpenAIはプランごとの提供状況を公表していません。音声はOpenAIのサービスに送信されます。0.156系のプレリリースビルドでは、すでにこのモードが安定版となり、デフォルトで有効になっています。安定版0.155では、引き続き/experimentalでの有効化が必要です。

使う前に、次の制限事項を確認してください。

実験的な機能です。 リリースノートに明記されています。コマンドや動作が変わる可能性があります。想定どおりに動作しない場合は、最新バージョンのリリースノートを確認してください。
すべてのビルドで動作するわけではありません。 OpenAIは「サポート対象のビルド」としていますが、リリースノートに対応プラットフォームの一覧はありません。起動時にサポート状況が判定されます。/experimentalに項目がない場合は、バージョンとビルドがこの機能に対応しているかを確認してください。
利用可能なプランは公表されていません。 リリースノートには、どのChatGPTサブスクリプションで音声会話を利用できるか記載されていません。機能を有効にしても/voiceが起動しない場合は、契約プランのドキュメントで提供状況を確認してください。
音声は端末外に送信されます。 会話は完全に端末上にとどまりません。OpenAIはリリースノートで正確な処理経路を明らかにしていません。実装の説明には、ローカルのWebRTC音声とapp-serverを通じたシグナリングについて記載されています。業務データを話す前に、そのデータの転送が許可されているかを確認してください。
0.156ではデフォルトで有効になります。 音声会話を実験機能から安定版に移し、デフォルトで有効にする変更が、すでにコードに含まれています。この変更はプレリリースの0.156.0-alphaビルドに含まれていますが、安定版0.155には含まれていません。コードから判断すると、0.156のリリース後は/experimentalで別途有効にする必要がなくなります。

ターミナルエージェントを選ぶ際、音声は判断基準のひとつにすぎません。機能全体を比較するには、CodexとClaude Codeの概要をご覧ください。

簡単なまとめ

Codex 0.155.0では、ターミナルでエージェントと音声会話ができるようになりました。/experimentalで有効にし、再起動後に/voiceを使い、/voice muteと/voice stopで操作します。音声会話でエージェントが読み上げるのは最終回答のみで、推論は表示されず、ライブ文字起こしが画面に表示されます。この機能は実験的で、すべてのビルドでサポートされるわけではありません。また、音声は端末外に送信されます。0.156系のプレリリースビルドでは、すでにこのモードをデフォルトで安定版に移行しています。インストール方法に応じたコマンドで更新し、機能を有効にして、自分のタスクで試してみてください。

出典

Codex CLI、0.155.0のリリースノート：https://github.com/openai/codex/releases/tag/rust-v0.155.0
Codex CLI、0.155.1のリリースノート：https://github.com/openai/codex/releases/tag/rust-v0.155.1
プルリクエスト#43581「TUIにライブWebRTC音声会話を追加」：
コミット#44331、/experimentalメニューに音声会話を追加：https://github.com/openai/codex/commit/e722303e38ad8e4ffb69c098e86108b895a99a68
コミット#44921、音声会話をデフォルトで安定版に変更：https://github.com/openai/codex/commit/3f59eb965a8bed447065dfcc1b5047f987a647bc
以前の/realtimeモード削除に関する議論、イシュー#28056：
Codex CLI、公式インストール手順（README）：https://github.com/openai/codex

バイブコーディングを整理する方法のひとつ：AIクローン + セカンドブレイン + コンテキストエンジニアリング。

準備ができたら、Ailootをご覧ください。

詳細を見る