Chế độ giọng nói trong Codex: cách bật /voice và tính năng này làm được gì

Codex CLI 0.155.0 bản ổn định được phát hành ngày 17 tháng 9 năm 2026, sau đó bản sửa lỗi 0.155.1 được phát hành vào ngày hôm sau. Phiên bản 0.155.0 giới thiệu tính năng trò chuyện bằng giọng nói thử nghiệm với agent trong giao diện terminal: bạn có thể nói mô tả một tác vụ và nghe câu trả lời. Dùng lệnh /voice để bắt đầu.

Tính năng này mặc định bị tắt và không được hỗ trợ ở mọi nơi. Để bật, hãy mở /experimental, chọn Voice conversations rồi khởi động lại Codex. Mô tả nguồn đã được đối chiếu với ghi chú phát hành, thay đổi #43581 và mã nguồn Codex vào ngày 19 tháng 9 năm 2026. Tài liệu nguồn không thực hiện một cuộc trò chuyện bằng giọng nói thực tế: cách thức hoạt động được mô tả dựa trên các nguồn sơ cấp, không có thử nghiệm trực tiếp ở đây.

Có thêm hướng dẫn trong tài liệu Ailoot.

Codex 0.155 có thêm những gì?#

Trong kho mã nguồn có một cuộc thảo luận đã đóng về việc gỡ bỏ /realtime. Phiên bản 0.155.0 đưa giọng nói trở lại terminal theo một hình thức mới: một lệnh /voice duy nhất, kèm bản ghi trực tiếp, chỉ báo ghi âm và các điều khiển micrô.

Điều kiện và giới hạn:

• tính năng đang thử nghiệm và mặc định bị tắt;
• tính năng hoạt động trên các bản dựng được hỗ trợ — OpenAI không nêu danh sách nền tảng cụ thể trong ghi chú, và khả năng hỗ trợ được kiểm tra khi khởi động;
• mô tả thay đổi #43581 đề cập đến âm thanh WebRTC cục bộ và tín hiệu được truyền qua app-server. Chỉ riêng điều đó không có nghĩa là cuộc trò chuyện hoàn toàn nằm trên máy của bạn; ghi chú không nêu chi tiết tuyến xử lý chính xác.

Phiên bản 0.155.0 cũng bổ sung các bản tóm tắt suy luận trực tiếp trên thanh trạng thái, quản lý tác vụ trong phần tổng quan agent (ẩn, lưu trữ và xóa), phê duyệt yêu cầu gửi đến máy chủ MCP (các công cụ bên ngoài được kết nối) bằng Touch ID trên Mac, lịch cập nhật có thể cấu hình cho dịch vụ chạy nền và khả năng lấy thông tin xác thực Amazon Bedrock từ các lệnh bên ngoài. Phiên bản 0.155.1 là một bản sửa lỗi có mục tiêu: các bản tóm tắt suy luận lại bị tắt theo mặc định cho phiên cục bộ mới vì một số nhà cung cấp đã từ chối những yêu cầu đó.

Cập nhật Codex lên 0.155 như thế nào?#

Trước tiên, kiểm tra phiên bản đã cài:

codex --version

Nếu phiên bản thấp hơn 0.155.0, hãy cập nhật bằng đúng phương thức bạn đã dùng để cài đặt:

# Nếu bạn cài đặt qua npm
npm update -g @openai/codex

# Nếu bạn cài đặt qua Homebrew
brew upgrade --cask codex

Nếu bạn cài bằng script chính thức trên trang web, hãy chạy lại script:

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

Trên Windows, hãy dùng cùng trình cài đặt PowerShell như lần cài đặt đầu tiên. Nếu bạn chưa cài Codex hoặc không chắc cách đăng nhập, hãy bắt đầu với hướng dẫn Codex của OpenAI: đây là gì, cách cài đặt và đăng nhập.

Bật chế độ giọng nói như thế nào?#

Các bước:

1. Trong phiên Codex đang chạy, nhập /experimental.
2. Tìm Voice conversations trong danh sách tính năng thử nghiệm (mô tả là “Talk with Codex using /voice”) rồi bật tính năng này.
3. Thoát Codex hoàn toàn rồi khởi chạy lại. Thông báo về tính năng ghi: “Restart Codex after enabling, then use /voice”.
4. Nhập /voice — cuộc trò chuyện bằng giọng nói sẽ bắt đầu.

Bạn cần có micrô và quyền truy cập của hệ điều hành để sử dụng tính năng này. Trên Mac, hệ thống sẽ yêu cầu quyền khi bắt đầu ghi âm lần đầu; trên Windows và Linux, hãy kiểm tra xem micrô đã được chọn làm thiết bị mặc định chưa. Nếu Voice conversations không xuất hiện trong /experimental, có khả năng bản dựng của bạn không hỗ trợ tính năng này — hãy cập nhật lên phiên bản mới nhất rồi kiểm tra lại.

Cuộc trò chuyện bằng giọng nói có thể làm gì?#

Theo mô tả thay đổi #43581 trong kho mã nguồn, cuộc trò chuyện hoạt động như sau:

• Bản ghi theo thời gian thực. Lời nói của bạn và câu trả lời của agent xuất hiện trên màn hình khi được nói ra, cùng trạng thái cuộc trò chuyện và mức âm thanh của micrô và loa. Văn bản không bị mất khi chuyển giữa các cuộc trò chuyện.
• Không phải nội dung nào cũng được đọc thành tiếng. Các câu trả lời cuối cùng của agent trong cuộc trò chuyện bằng giọng nói được đọc thành tiếng. Phần suy luận và bình luận trung gian bị ẩn. Câu trả lời nhận được dưới dạng văn bản sẽ không được đọc lại thành tiếng.
• Điều khiển không cần chuột. /voice mute tắt tiếng micrô (có thể cấu hình phím tắt cho thao tác này), còn /voice stop kết thúc cuộc trò chuyện.
• Giảm ghi nhật ký. Văn bản được đọc thành tiếng và dữ liệu sự kiện của phiên giọng nói đã bị loại khỏi nhật ký biên nhận và gỡ lỗi.

Âm thanh được xử lý bởi dịch vụ của OpenAI. Đừng chia sẻ thông tin nhạy cảm trong cuộc trò chuyện bằng giọng nói — chẳng hạn dữ liệu khách hàng hoặc số liệu không được phép rời khỏi máy của bạn.

Khi nào nên dùng giọng nói, và khi nào văn bản tốt hơn?#

Một vài tình huống dùng /voice:

• Đọc toàn bộ tác vụ. Nếu nói nhanh hơn gõ đối với bạn, đây là cách cung cấp bối cảnh dài: thông tin nền, những gì bạn đã thử và những hướng không nên đi. Cách này giống như đọc tác vụ bằng giọng nói trong các công cụ khác, nhưng giờ có thể thực hiện ngay trong Codex.
• Hỏi trong lúc làm việc. Khi agent đang làm, bạn có thể hỏi thành tiếng “bây giờ bạn đang làm gì?” hoặc “vì sao bạn chọn phương án đó?” mà không cần chuyển sang bàn phím.
• Thảo luận kế hoạch trước khi viết mã. Trao đổi về ba giải pháp khả thi và nghe phân tích về chúng tạo nên một cuộc thảo luận trực tiếp.

Dán chính xác lệnh, đường dẫn tệp, đoạn mã và thông báo lỗi dưới dạng văn bản sẽ đáng tin cậy hơn. Nếu bạn chỉ cần đọc chính tả nhanh mà không cần trò chuyện, một lựa chọn cục bộ như Whisper có thể làm việc này miễn phí mà không gửi âm thanh ra khỏi máy; lựa chọn đó được đề cập trong bài viết về nhập liệu bằng giọng nói miễn phí với Whisper.

Những giới hạn nào cần lưu ý và nên kiểm tra điều gì?#

Hãy kiểm tra những giới hạn sau trước khi sử dụng:

• Trạng thái thử nghiệm. Ghi chú phát hành nêu rõ điều này. Lệnh và cách hoạt động có thể thay đổi; nếu có gì không hoạt động như mong đợi, hãy tham khảo ghi chú của phiên bản mới nhất.
• Không phải bản dựng nào cũng hỗ trợ. OpenAI dùng cụm từ “supported builds” nhưng không công bố danh sách nền tảng trong ghi chú phát hành — khả năng hỗ trợ được xác định lúc khởi động. Nếu không thấy tùy chọn trong /experimental, hãy kiểm tra phiên bản và xem bản dựng của bạn có hỗ trợ tính năng này không.
• Chưa công bố thông tin về gói. Ghi chú phát hành không cho biết những gói đăng ký ChatGPT nào có quyền truy cập tính năng trò chuyện bằng giọng nói. Nếu /voice không khởi chạy dù tính năng đã bật, hãy kiểm tra tài liệu về gói của bạn để biết tính năng có khả dụng hay không.
• Âm thanh rời khỏi máy của bạn. Cuộc trò chuyện không hoàn toàn nằm trên máy của bạn; OpenAI không nêu chi tiết tuyến xử lý chính xác trong ghi chú. Mô tả triển khai đề cập đến âm thanh WebRTC cục bộ và tín hiệu thông qua app-server. Trước khi trao đổi dữ liệu công việc, hãy kiểm tra xem việc chuyển dữ liệu đó có được phép không.
• Bật theo mặc định trong 0.156. Mã đã có thay đổi chuyển tính năng trò chuyện bằng giọng nói từ thử nghiệm sang ổn định và bật theo mặc định; thay đổi này có trong các bản dựng tiền phát hành 0.156.0-alpha nhưng không có trong bản ổn định 0.155. Dựa trên mã, khi 0.156 được phát hành, sẽ không cần bật riêng qua /experimental nữa.

Nếu bạn đang chọn giữa các agent terminal, giọng nói chỉ là một tiêu chí. Để xem so sánh toàn diện về khả năng, hãy đọc bài tổng quan Codex hay Claude Code.

Tóm tắt ngắn#

Codex 0.155.0 đưa tính năng trò chuyện bằng giọng nói với agent lên terminal: bật chế độ qua /experimental, dùng /voice sau khi khởi động lại và điều khiển bằng /voice mute cùng /voice stop. Agent chỉ đọc câu trả lời cuối cùng trong cuộc trò chuyện bằng giọng nói; phần suy luận bị ẩn và bản ghi trực tiếp xuất hiện trên màn hình. Tính năng này đang thử nghiệm, không được hỗ trợ trên mọi bản dựng và âm thanh sẽ rời khỏi máy của bạn; các bản dựng tiền phát hành thuộc dòng 0.156 đã bắt đầu chuyển chế độ này sang trạng thái ổn định và bật theo mặc định. Hãy cập nhật bằng lệnh tương ứng với cách cài đặt của bạn, bật tính năng rồi thử với tác vụ của chính bạn.

Khi sẵn sàng, hãy khám phá Ailoot.