Stemmemodus i Codex: slik aktiverer du /voice og hva den kan gjøre
MarkdownStemmesamtaler med en agent ble tilgjengelige i Codex CLI 0.155. Slik oppdaterer du Codex, aktiverer /voice via /experimental, bruker dempe- og stoppkommandoene og forstår begrensningene ved eksperimentet.
Les hele artikkelen
Den stabile Codex CLI 0.155.0 ble utgitt 17. september 2026, etterfulgt av rettelsen 0.155.1 dagen etter. Versjon 0.155.0 introduserte eksperimentelle stemmesamtaler med agenten i terminalgrensesnittet: Du kan beskrive en oppgave høyt og høre svaret. Bruk kommandoen /voice for å starte.
Funksjonen er deaktivert som standard og støttes ikke overalt. Aktiver den ved å åpne /experimental, velge Voice conversations og starte Codex på nytt. Beskrivelsen av kilden ble kontrollert mot versjonsmerknadene, endring #43581 og Codex-kildekoden 19. september 2026. Kildematerialet omfattet ikke en faktisk stemmesamtale: Funksjonen beskrives ut fra primærkilder, men det er ikke gjort noen praktisk test her.
Du finner flere instruksjoner i Ailoot-dokumentasjonen.
Hva ble lagt til i Codex 0.155?
Hovedpoeng
Den stabile versjonen 0.155.0, datert 17.09.2026, introduserte eksperimentelle stemmesamtaler: Kommandoen /voice åpner en toveis lydsamtale med agenten. En direkte transkripsjon vises på skjermen — teksten i samtalen i sanntid. Funksjonen er deaktivert som standard og aktiveres via menyen /experimental. Den tidligere stemmemodusen /realtime for pålogging med API-nøkkel ble fjernet i juni 2026.
Det finnes en lukket diskusjon i repositoriet om fjerningen av /realtime. Versjon 0.155.0 bringer stemme tilbake til terminalen i en ny form: én enkelt /voice-kommando med direkte transkripsjon, opptaksindikatorer og mikrofonkontroller.
Vilkår og begrensninger:
- funksjonen er eksperimentell og deaktivert som standard;
- den fungerer i støttede bygg — OpenAI oppgir ingen nøyaktig liste over plattformer i merknadene, og støtte kontrolleres ved oppstart;
- beskrivelsen av endring #43581 nevner lokal WebRTC-lyd og signalering via app-server. Det betyr ikke i seg selv at samtalen forblir helt på maskinen din; merknadene beskriver ikke den nøyaktige behandlingsbanen.
Versjon 0.155.0 la også til direkte oppsummeringer av resonnering på statuslinjen, oppgavebehandling i agentoversikten (skjul, arkiver og slett), godkjenning av forespørsler til MCP-servere (tilkoblede eksterne verktøy) via Touch ID på Mac, en konfigurerbar oppdateringsplan for bakgrunnstjenesten og henting av Amazon Bedrock-legitimasjon fra eksterne kommandoer. Versjon 0.155.1 er en målrettet rettelse: Resonneringsoppsummeringer er igjen deaktivert som standard for nye lokale økter fordi enkelte leverandører avviste disse forespørslene.
Hvordan oppdaterer du Codex til 0.155?
Hovedpoeng
Sjekk versjonen med codex --version: Du trenger 0.155.0 eller nyere. Oppdateringsmetoden avhenger av hvordan du installerte Codex: Bruk npm update -g @openai/codex for npm og brew upgrade --cask codex for Homebrew; kjør installasjonsprogrammet på nytt hvis du installerte via et skript.
Sjekk først den installerte versjonen:
codex --version
Hvis versjonen er eldre enn 0.155.0, oppdaterer du med samme metode som du brukte til å installere den:
# Hvis du installerte via npm
npm update -g @openai/codex
# Hvis du installerte via Homebrew
brew upgrade --cask codex
Hvis du installerte med det offisielle skriptet fra nettstedet, kjører du det på nytt:
# macOS eller Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh
På Windows bruker du det samme PowerShell-installasjonsprogrammet som ved den første installasjonen. Hvis du ikke har installert Codex ennå, eller er usikker på hvordan du logger på, kan du begynne med veiledningen Codex fra OpenAI: hva det er, hvordan du installerer det og logger på.
Hvordan aktiverer du stemmemodus?
Hovedpoeng
Åpne menyen /experimental, aktiver Voice conversations, start Codex helt på nytt og skriv inn /voice. Kunngjøringen av funksjonen i koden spesifiserer at Codex må startes på nytt etter aktivering.
Fremgangsmåte:
- Skriv inn
/experimentali en aktiv Codex-økt. - Finn Voice conversations i listen over eksperimentelle funksjoner (beskrivelsen er “Talk with Codex using /voice”), og aktiver den.
- Avslutt Codex helt, og start programmet på nytt. Kunngjøringen av funksjonen sier: “Restart Codex after enabling, then use /voice”.
- Skriv inn
/voice— en stemmesamtale starter.
Du trenger en mikrofon og tillatelse fra operativsystemet for å bruke den. På Mac ber systemet om tilgang første gang opptaket starter; på Windows og Linux må du kontrollere at mikrofonen er valgt som standardenhet. Hvis Voice conversations mangler i /experimental, støtter bygget ditt sannsynligvis ikke funksjonen — oppdater til den nyeste versjonen og sjekk igjen.
Hva kan en stemmesamtale gjøre?
Hovedpoeng
/voice åpner en toveis samtale: Du snakker, agenten svarer høyt, og en direkte transkripsjon vises på skjermen med indikatorer for lydnivået til mikrofon og høyttaler. Kommandoene er /voice mute (demp mikrofonen) og /voice stop (avslutt samtalen). Bare endelige svar i en stemmesamtale blir lest opp; resonnering og operasjonelle kommentarer er skjult.
Ifølge beskrivelsen av endring #43581 i repositoriet fungerer samtalen slik:
- Direkte transkripsjon. Ordene dine og agentens svar vises på skjermen mens de uttales, sammen med samtalestatus og lydnivåene til mikrofon og høyttaler. Teksten forsvinner ikke når du bytter mellom samtaler.
- Ikke alt leses opp. Agentens endelige svar i en stemmesamtale leses opp. Resonnering og kommentarer underveis er skjult. Svar som mottas som tekst, blir ikke gjentatt høyt.
- Kontroller uten mus.
/voice mutedemper mikrofonen (hurtigtasten for dette kan konfigureres), og/voice stopavslutter samtalen. - Mindre logging. Teksten som leses opp, og hendelsesdata fra stemmeøkter ble fjernet fra kvitterings- og feilsøkingslogger.
Lyden behandles av OpenAI-tjenesten. Ikke del sensitiv informasjon i en stemmesamtale — for eksempel kundedata eller tall som ikke må forlate maskinen din.
Når er stemme nyttig, og når er tekst bedre?
Hovedpoeng
Stemme er nyttig når det er enklere å si en oppgave enn å skrive den: Diskuter en plan, dikter kontekst eller spør «hva gjør du akkurat nå?» uten å ta hendene bort fra arbeidet. Tekst er fortsatt mer presist for kommandoer, stier, kode og alt som må kunne gjenskapes tegn for tegn.
Noen situasjoner der /voice kan brukes:
- Dikter hele oppgaven. Hvis det går raskere for deg å snakke enn å skrive, kan du gi omfattende kontekst: bakgrunnen, hva du allerede har prøvd, og hva du vil unngå. Det er samme tilnærming som å diktere oppgaver i andre verktøy, nå direkte i Codex.
- Still spørsmål underveis. Mens agenten arbeider, kan du spørre høyt «hva gjør du nå?» eller «hvorfor valgte du det alternativet?» uten å bytte til tastaturet.
- Diskuter planen før du koder. Å snakke gjennom tre mulige løsninger og høre en analyse av dem legger til rette for en samtale i sanntid.
Det er mer pålitelig å lime inn nøyaktige kommandoer, filstier, kodebiter og feilmeldinger som tekst. Hvis du bare trenger rask diktering uten en samtale, kan et lokalt alternativ som Whisper gjøre dette gratis uten å sende lyd utenfor maskinen din; dette alternativet omtales i artikkelen om gratis stemmestyrt inntasting med Whisper.
Hvilke begrensninger finnes, og hva bør du sjekke?
Hovedpoeng
Funksjonen er eksperimentell: Kommandoer og atferd kan endres. Den fungerer ikke i alle bygg; OpenAI har ikke opplyst hvilke abonnementer som gir tilgang. Lyd sendes til OpenAI-tjenesten. I forhåndsversjoner av 0.156-serien er modusen allerede gjort stabil og aktivert som standard — i stabile 0.155 kreves fortsatt /experimental.
Sjekk disse begrensningene før du bruker funksjonen:
- Eksperimentell status. Dette står uttrykkelig i versjonsmerknadene. Kommandoer og atferd kan endres; hvis noe ikke fungerer som forventet, bør du se merknadene for den nyeste versjonen.
- Ikke alle bygg. OpenAI bruker formuleringen «supported builds», men publiserer ingen liste over plattformer i versjonsmerknadene — støtte avgjøres ved oppstart. Hvis alternativet mangler i
/experimental, bør du sjekke versjonen og om bygget ditt støtter funksjonen. - Abonnementer er ikke oppgitt. Versjonsmerknadene sier ikke hvilke ChatGPT-abonnementer som gir tilgang til stemmesamtaler. Hvis
/voiceikke starter selv om funksjonen er aktivert, bør du sjekke tilgjengeligheten i dokumentasjonen for abonnementet ditt. - Lyden forlater maskinen din. Samtalen forblir ikke helt på maskinen din; OpenAI beskriver ikke den nøyaktige behandlingsbanen i merknadene. Implementasjonsbeskrivelsen nevner lokal WebRTC-lyd og signalering via app-server. Før du diskuterer arbeidsdata, bør du sjekke om det er tillatt å overføre dem.
- Aktivert som standard i 0.156. Koden inneholder allerede en endring som flytter stemmesamtaler fra eksperimentell til stabil status og aktiverer dem som standard; endringen ble tatt med i forhåndsversjoner av 0.156.0-alpha, men ikke i stabile 0.155. Ut fra koden ser det ut til at separat aktivering via
/experimentalikke lenger vil være nødvendig når 0.156 blir utgitt.
Hvis du velger mellom terminalagenter, er stemme bare ett kriterium. Se oversikten Codex eller Claude Code for en samlet sammenligning av funksjonene.
Kort oppsummert
Codex 0.155.0 brakte stemmesamtaler med agenten til terminalen: Aktiver modusen via /experimental, bruk /voice etter omstart, og styr den med /voice mute og /voice stop. Agenten leser bare opp endelige svar i en stemmesamtale, resonnering er skjult, og en direkte transkripsjon vises på skjermen. Funksjonen er eksperimentell og støttes ikke i alle bygg, og lyden forlater maskinen din; forhåndsversjoner i 0.156-serien flytter allerede modusen til stabil status som standard. Oppdater med kommandoen som passer installasjonsmetoden din, aktiver funksjonen og prøv den på din egen oppgave.
Kilder
- Codex CLI, versjonsmerknader for 0.155.0: https://github.com/openai/codex/releases/tag/rust-v0.155.0
- Codex CLI, versjonsmerknader for 0.155.1: https://github.com/openai/codex/releases/tag/rust-v0.155.1
- Pull request #43581 “Add live WebRTC voice conversations to the TUI”:
- Commit #44331, som viser stemmesamtaler i menyen /experimental: https://github.com/openai/codex/commit/e722303e38ad8e4ffb69c098e86108b895a99a68
- Commit #44921, som gjør stemmesamtaler stabile som standard: https://github.com/openai/codex/commit/3f59eb965a8bed447065dfcc1b5047f987a647bc
- Diskusjon om fjerningen av den tidligere modusen /realtime, issue #28056:
- Codex CLI, offisielle installasjonsinstruksjoner (README): https://github.com/openai/codex
Når du er klar, kan du utforske Ailoot.
Flere detaljer
Spørsmål om denne veiledningen: Stemmemodus i Codex: slik aktiverer du /voice og hva den kan gjøre
Hvorfor finner jeg ikke Voice conversations i /experimental?
Kontroller installert Codex-versjon og om bygget støtter funksjonen. I den stabile 0.155-flyten her aktiverer du den i /experimental og starter på nytt før /voice. Artikkelens forhåndsversjonsnotater beskriver andre standarder.
Bør jeg diktere eksakte filbaner og kommandoer?
Lim inn filbaner, kommandoer, kode og feilmeldinger som tekst når eksakte tegn betyr noe. Bruk tale til kontekst og diskusjon, og sjekk om arbeidsdata kan sendes ut av maskinen før du sier dem.