Röstläge i Codex: så aktiverar du /voice och vad det kan göra

Codex CLI 0.155.0 släpptes som stabil version den 17 september 2026, följt av korrigeringen 0.155.1 dagen därpå. Version 0.155.0 introducerade experimentella röstsamtal med agenten i terminalgränssnittet: du kan beskriva en uppgift högt och höra svaret. Använd kommandot /voice för att börja.

Funktionen är inaktiverad som standard och stöds inte överallt. Aktivera den genom att öppna /experimental, välja Voice conversations och starta om Codex. Källbeskrivningen kontrollerades mot versionsinformationen, ändring #43581 och Codex-källkoden den 19 september 2026. Källmaterialet innehöll inget faktiskt röstsamtal: mekaniken beskrivs utifrån primärkällor, utan något förstahandstest här.

Ytterligare instruktioner finns i Ailoot-dokumentationen.

Vad lades till i Codex 0.155?#

Det finns en avslutad diskussion i kodförrådet om borttagningen av /realtime. Version 0.155.0 återför röstsamtal till terminalen i en ny form: ett enda kommando, /voice, med en transkription i realtid, inspelningsindikatorer och mikrofonreglage.

Villkor och begränsningar:

• funktionen är experimentell och inaktiverad som standard;
• den fungerar i byggen som stöds — OpenAI anger ingen exakt lista över plattformar i versionsinformationen, och stödet kontrolleras vid start;
• beskrivningen av ändring #43581 nämner lokalt WebRTC-ljud och signalering via app-server. Det betyder inte i sig att samtalet stannar helt på din enhet; versionsinformationen beskriver inte den exakta behandlingsvägen.

Version 0.155.0 lade också till sammanfattningar av resonemang i realtid på statusraden, uppgiftshantering i agentöversikten (dölj, arkivera och ta bort), godkännande av förfrågningar till MCP-servrar (anslutna externa verktyg) via Touch ID på Mac, ett konfigurerbart uppdateringsschema för bakgrundstjänsten och hämtning av Amazon Bedrock-autentiseringsuppgifter från externa kommandon. Version 0.155.1 är en riktad korrigering: sammanfattningar av resonemang är återigen inaktiverade som standard för nya lokala sessioner, eftersom vissa leverantörer avvisade dessa förfrågningar.

Hur uppdaterar du Codex till 0.155?#

Kontrollera först den installerade versionen:

codex --version

Om versionen är äldre än 0.155.0 uppdaterar du med samma metod som du använde för att installera programmet:

# Om du installerade via npm
npm update -g @openai/codex

# Om du installerade via Homebrew
brew upgrade --cask codex

Om du installerade med det officiella skriptet från webbplatsen kör du det igen:

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

På Windows använder du samma PowerShell-installationsprogram som vid den första installationen. Om du inte har installerat Codex ännu eller är osäker på hur du loggar in börjar du med guiden Codex från OpenAI: vad det är, hur du installerar det och loggar in.

Hur aktiverar du röstläget?#

Steg:

1. Skriv /experimental i en pågående Codex-session.
2. Leta upp Voice conversations i listan över experimentella funktioner (beskrivningen är “Talk with Codex using /voice”) och aktivera funktionen.
3. Avsluta Codex helt och starta det igen. Funktionsmeddelandet säger: “Restart Codex after enabling, then use /voice”.
4. Skriv /voice — ett röstsamtal startar.

Du behöver en mikrofon och tillstånd från operativsystemet för att använda funktionen. På Mac ber systemet om åtkomst när inspelningen startar första gången; på Windows och Linux kontrollerar du att mikrofonen är vald som standardenhet. Om Voice conversations saknas i /experimental stöder ditt bygge sannolikt inte funktionen — uppdatera till den senaste versionen och kontrollera igen.

Vad kan ett röstsamtal göra?#

Enligt beskrivningen av ändring #43581 i kodförrådet fungerar samtalet så här:

• Transkription i realtid. Dina ord och agentens svar visas på skärmen medan de sägs, tillsammans med samtalets status och ljudnivåerna för mikrofon och högtalare. Texten försvinner inte när du växlar mellan samtal.
• Allt läses inte upp. Agentens slutliga svar i ett röstsamtal läses upp. Resonemang och mellanliggande kommentarer visas inte. Svar som tas emot som text läses inte upp igen.
• Reglage utan mus. /voice mute stänger av mikrofonen (det går att konfigurera ett kortkommando för detta), och /voice stop avslutar samtalet.
• Minskad loggning. Texten som läses upp och händelsedata från röstsamtalet togs bort från kvitto- och felsökningsloggar.

Ljudet behandlas av OpenAI:s tjänst. Dela inte känslig information i ett röstsamtal — exempelvis kunddata eller siffror som inte får lämna din enhet.

När är röst användbart, och när passar text bättre?#

Några användningsfall för /voice:

• Diktera hela uppgiften. Om det går snabbare för dig att tala än att skriva är det här ett sätt att ge utförlig bakgrund: sammanhanget, vad du redan har provat och vad du vill undvika. Det är samma sätt att diktera uppgifter som i andra verktyg, nu direkt i Codex.
• Fråga medan arbetet pågår. Medan agenten arbetar kan du fråga högt ”vad gör du nu?” eller ”varför valde du det alternativet?” utan att byta till tangentbordet.
• Diskutera planen innan du kodar. Att prata igenom tre möjliga lösningar och höra en analys av dem ger ett samtal i realtid.

Det är mer tillförlitligt att klistra in exakta kommandon, filsökvägar, kodsnuttar och felmeddelanden som text. Om du bara behöver snabb diktering utan ett samtal gör ett lokalt alternativ som Whisper detta gratis utan att skicka ljud utanför din enhet; det alternativet beskrivs i artikeln om gratis röstinmatning med Whisper.

Vilka begränsningar finns, och vad bör du kontrollera?#

Kontrollera dessa begränsningar innan du använder funktionen:

• Experimentell status. Versionsinformationen säger detta uttryckligen. Kommandon och beteende kan ändras; om något inte fungerar som förväntat kan du läsa informationen om den senaste versionen.
• Alla byggen stöds inte. OpenAI använder formuleringen ”supported builds” men publicerar ingen lista över plattformar i versionsinformationen — stödet avgörs vid start. Om alternativet saknas i /experimental kontrollerar du versionen och om ditt bygge stöder funktionen.
• Information om abonnemang saknas. Versionsinformationen säger inte vilka ChatGPT-abonnemang som ger tillgång till röstsamtal. Om /voice inte startar trots att funktionen är aktiverad kontrollerar du tillgängligheten i dokumentationen för ditt abonnemang.
• Ljud lämnar din enhet. Samtalet stannar inte helt på din enhet; OpenAI beskriver inte den exakta behandlingsvägen i versionsinformationen. Implementationsbeskrivningen nämner lokalt WebRTC-ljud och signalering via app-server. Kontrollera om överföring av arbetsdata är tillåten innan du diskuterar den.
• Aktiverat som standard i 0.156. Koden innehåller redan en ändring som flyttar röstsamtal från experimentell till stabil status och aktiverar dem som standard; den ingick i förhandsversionerna 0.156.0-alpha, men inte i den stabila 0.155-versionen. Enligt koden kommer separat aktivering via /experimental inte längre att behövas när 0.156 släpps.

Om du väljer mellan terminalagenter är röst bara ett av kriterierna. Se översikten Codex eller Claude Code för en övergripande jämförelse av funktionerna.

Kort sammanfattning#

Codex 0.155.0 förde röstsamtal med agenten till terminalen: aktivera läget via /experimental, använd /voice efter omstart och styr det med /voice mute och /voice stop. Agenten läser bara upp slutliga svar i ett röstsamtal, resonemang visas inte och en transkription i realtid visas på skärmen. Funktionen är experimentell och stöds inte i alla byggen, och ljud lämnar din enhet; förhandsversioner i 0.156-serien håller redan på att flytta läget till stabil status som standard. Uppdatera med kommandot för din installationsmetod, aktivera funktionen och prova den med en egen uppgift.

Ett sätt att organisera vibe coding: AI-klon + Second Brain + Context Engineering.

När du är redo kan du utforska Ailoot.