Modo de voz no Codex: como ativar /voice e o que pode fazer

A versão estável Codex CLI 0.155.0 foi lançada a 17 de setembro de 2026, seguida pela correção 0.155.1 no dia seguinte. A versão 0.155.0 introduziu conversas experimentais por voz com o agente na interface do terminal: pode descrever uma tarefa em voz alta e ouvir a resposta. Utilize o comando /voice para começar.

A funcionalidade está desativada por predefinição e não é suportada em todo o lado. Para a ativar, abra /experimental, selecione Conversas por voz e reinicie o Codex. A descrição da funcionalidade foi verificada com base nas notas de lançamento, na alteração #43581 e no código-fonte do Codex a 19 de setembro de 2026. O material de origem não incluiu uma conversa por voz efetivamente realizada: o funcionamento é descrito com base em fontes primárias, sem qualquer teste em primeira mão.

Estão disponíveis instruções adicionais na documentação da Ailoot.

O que foi adicionado no Codex 0.155?#

Existe uma discussão encerrada no repositório sobre a remoção de /realtime. A versão 0.155.0 traz a voz de volta ao terminal num novo formato: um único comando /voice, com uma transcrição em tempo real, indicadores de gravação e controlos do microfone.

Condições e limitações:

• a funcionalidade é experimental e está desativada por predefinição;
• funciona em compilações suportadas — a OpenAI não indica uma lista exata de plataformas nas notas, e o suporte é verificado no arranque;
• a descrição da alteração #43581 menciona áudio WebRTC local e sinalização através do app-server. Isso, por si só, não significa que a conversa permaneça inteiramente no seu dispositivo; as notas não especificam a rota exata de processamento.

A versão 0.155.0 também adicionou resumos de raciocínio em tempo real na linha de estado, gestão de tarefas na vista geral do agente (ocultar, arquivar e eliminar), aprovação de pedidos a servidores MCP (ferramentas externas ligadas) através do Touch ID no Mac, um calendário de atualizações configurável para o serviço em segundo plano e a obtenção de credenciais do Amazon Bedrock através de comandos externos. A versão 0.155.1 é uma correção específica: os resumos de raciocínio voltam a estar desativados por predefinição em novas sessões locais, porque alguns fornecedores estavam a rejeitar esses pedidos.

Como atualizar o Codex para a versão 0.155?#

Primeiro, verifique a versão instalada:

codex --version

Se a versão for anterior à 0.155.0, atualize-a utilizando o mesmo método que usou para a instalar:

# Se instalou através de npm
npm update -g @openai/codex

# Se instalou através de Homebrew
brew upgrade --cask codex

Se instalou com o script oficial do site, execute-o novamente:

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

No Windows, utilize o mesmo instalador PowerShell usado na primeira instalação. Se ainda não instalou o Codex ou não sabe como iniciar sessão, comece pelo guia Codex da OpenAI: o que é, como instalar e iniciar sessão.

Como ativar o modo de voz?#

Passos:

1. Numa sessão do Codex em execução, introduza /experimental.
2. Encontre Conversas por voz na lista de funcionalidades experimentais (a descrição é “Talk with Codex using /voice”) e ative-a.
3. Saia completamente do Codex e volte a iniciá-lo. O anúncio da funcionalidade diz: “Restart Codex after enabling, then use /voice”.
4. Introduza /voice — a conversa por voz começará.

Precisará de um microfone e da autorização do sistema operativo para o utilizar. No Mac, o sistema pedirá acesso quando a gravação começar pela primeira vez; no Windows e no Linux, confirme que o microfone está selecionado como dispositivo predefinido. Se Conversas por voz não aparecer em /experimental, é provável que a sua compilação não suporte a funcionalidade — atualize para a versão mais recente e volte a verificar.

O que pode fazer uma conversa por voz?#

De acordo com a descrição da alteração #43581 no repositório, a conversa funciona da seguinte forma:

• Transcrição em tempo real. As suas palavras e as respostas do agente aparecem no ecrã à medida que são ditas, juntamente com o estado da conversa e os níveis de áudio do microfone e do altifalante. O texto não se perde quando muda de conversa.
• Nem tudo é dito em voz alta. As respostas finais do agente numa conversa por voz são pronunciadas. O raciocínio e os comentários intermédios ficam ocultos. As respostas recebidas como texto não são repetidas em voz alta.
• Controlos sem rato. /voice mute silencia o microfone (é possível configurar o atalho de teclado) e /voice stop termina a conversa.
• Registos reduzidos. O texto pronunciado em voz alta e os dados de eventos da sessão de voz foram removidos dos recibos e dos registos de depuração.

O áudio é processado pelo serviço da OpenAI. Não partilhe informações sensíveis numa conversa por voz — dados de clientes ou valores que não possam sair do seu dispositivo.

Quando é útil a voz e quando é melhor usar texto?#

Alguns cenários para /voice:

• Dite a tarefa completa. Se falar for mais rápido do que escrever para si, esta é uma forma de fornecer contexto extenso: o enquadramento, o que já tentou e o que deve evitar. É a mesma abordagem de ditar tarefas noutras ferramentas, agora dentro do próprio Codex.
• Pergunte enquanto trabalha. Enquanto o agente trabalha, pode perguntar em voz alta “O que estás a fazer agora?” ou “Porque escolheste essa opção?” sem passar para o teclado.
• Discuta o plano antes de programar. Conversar sobre três soluções possíveis e ouvir uma análise das mesmas permite uma discussão em tempo real.

É mais fiável colar comandos exatos, caminhos de ficheiros, trechos de código e mensagens de erro como texto. Se precisar apenas de ditado rápido sem uma conversa, uma opção local como o Whisper faz isso gratuitamente e sem enviar áudio para fora do seu dispositivo; essa opção é abordada no artigo sobre entrada de voz gratuita com Whisper.

Quais são as limitações e o que deve verificar?#

Verifique estas limitações antes de utilizar a funcionalidade:

• Estado experimental. As notas de lançamento indicam-no explicitamente. Os comandos e o comportamento podem mudar; se algo não funcionar como esperado, consulte as notas da versão mais recente.
• Nem todas as compilações. A OpenAI usa a expressão “supported builds”, mas não publica uma lista de plataformas nas notas de lançamento — o suporte é determinado no arranque. Se a opção não aparecer em /experimental, verifique a sua versão e se a sua compilação suporta a funcionalidade.
• Os planos não são especificados. As notas de lançamento não indicam quais as subscrições ChatGPT que dão acesso às conversas por voz. Se /voice não iniciar apesar de a funcionalidade estar ativada, verifique a disponibilidade na documentação do seu plano.
• O áudio sai do seu dispositivo. A conversa não permanece inteiramente no seu dispositivo; a OpenAI não especifica nas notas a rota exata de processamento. A descrição da implementação menciona áudio WebRTC local e sinalização através do app-server. Antes de discutir dados de trabalho, confirme se a sua transferência é permitida.
• Ativado por predefinição na versão 0.156. O código já inclui uma alteração que retira as conversas por voz da fase experimental e as torna estáveis, ativando-as por predefinição; foi incluída nas compilações de pré-lançamento 0.156.0-alpha, mas não na versão estável 0.155. A julgar pelo código, quando a versão 0.156 for lançada, deixará de ser necessário ativar separadamente através de /experimental.

Se estiver a escolher entre agentes de terminal, a voz é apenas um dos critérios. Para uma comparação geral das capacidades, consulte a visão geral Codex ou Claude Code.

Resumo breve#

O Codex 0.155.0 trouxe as conversas por voz com o agente para o terminal: ative o modo através de /experimental, utilize /voice depois de reiniciar e controle-o com /voice mute e /voice stop. Numa conversa por voz, o agente só pronuncia as respostas finais, o raciocínio fica oculto e aparece no ecrã uma transcrição em tempo real. A funcionalidade é experimental e não é suportada em todas as compilações, e o áudio sai do seu dispositivo; as compilações de pré-lançamento da série 0.156 já estão a tornar o modo estável e ativado por predefinição. Atualize com o comando correspondente ao método de instalação, ative a funcionalidade e experimente-a numa tarefa sua.

Uma forma de organizar o vibe coding: Clone de IA + Segundo Cérebro + Engenharia de Contexto.

Quando estiver pronto, explore a Ailoot.