语音输入、通话与朗读
用嘴代替键盘：语音输入把说的话转成文字，语音通话像打电话一样边说边做，朗读把回复读给你听。
语音输入
在「设置 → 语音」里选择识别方式后，输入框右下角的麦克风按钮即可使用：点击开始说话，再点一次结束，识别出的文字会填进输入框，确认后再发送。
- 本地：点「下载并准备」，等运行时和模型就绪即可。识别完全在本机进行，录音不会上传；单次录音最长保留最近 120 秒。
- 火山引擎：填写火山引擎（豆包语音）的 API Key 即可，识别更准，说话时文字实时出现。录音会发送到火山引擎识别。
语音通话
会话顶栏右侧的「通话」按钮可以像打电话一样和 OpenGeodex 对话：直接说话，说完停顿一下就会自动发送；回复一边生成一边朗读，不用等整段写完，读完继续听你说。朗读期间不会把朗读声识别成你的话。
- 打断：朗读时直接大声说话就会自动打断并开始听你说，也可以点「打断」（回复还没生成完的会一并停止）；思考时点「停止回复」取消本轮。灵敏度在「设置 → 语音 → 消息朗读 → 通话中插话打断」调整：说话打断不了就调高，朗读自己把自己打断（外放音量大时常见）就调低，也可以关闭。
- 静音：暂时不收音，再点一次恢复。
- 挂断：点「挂断」或按 Esc 退出通话，对话内容都保留在会话里。
- 自动批准写操作：为了对话不被打断，通话期间会自动批准写操作（写入文件、修改数据库、发布服务等不再逐一询问），挂断后恢复为通话前的设置。开始通话前会弹出提醒，可勾选「以后不再提醒」。切勿通过语音下达删除数据、覆盖文件、修改生产数据库等危险操作；语音识别可能听错，重要任务请改用文字输入并逐项确认。
- 需要先在「设置 → 语音」开启语音识别（推荐火山引擎，停顿判断更准），并把消息朗读设为「火山引擎」。发送时沿用输入框当前的模型和项目。
朗读回复
每条回复下方、用时旁边的喇叭图标可以朗读这条回复，再点一次停止。需要先在「设置 → 语音 → 消息朗读」里选择「火山引擎」并填写账号；代码块和链接地址不会读出来。
设置语音识别
「设置 → 语音 → 语音识别」：识别方式可选「本地」「火山引擎」或「关闭」。选择本地后点「下载并准备」，下载运行时、流式模型和精修模型，准备完成后输入框的语音按钮即可使用，页面会显示各部分的安装状态和下载进度。选择火山引擎时再选「模型与计费」（推荐识别模型 2.0，小时版或并发版要与控制台开通的服务一致）。填好 API Key 后可点「测试连接」确认识别服务已开通，测试不会上传录音。
本地识别首次使用时，Windows 防火墙可能询问是否允许访问网络：这是本机的识别程序在启动，只在这台电脑内部通信，选“允许”或“取消”都不影响使用。
火山引擎的「模型与计费」可选：识别模型 2.0 · 小时版（推荐）、识别模型 2.0 · 并发版、识别模型 1.0 · 小时版、识别模型 1.0 · 并发版。
设置消息朗读
「设置 → 语音 → 消息朗读」：朗读服务可选「火山引擎」或「关闭」。
- 合成模型：语音合成模型 2.0；用复刻音色时选声音复刻模型 2.0，并填写控制台「音色库 → 我的音色」里的音色 ID；
- 音色：下拉框列出适合朗读的常用音色，包括 Vivi（默认，支持方言与多语种）、小何、魅力苏菲、知性女声、温柔淑女、开朗姐姐、甜美小源、Tina 老师（教育）等女声，云舟、小天（支持方言与多语种）、刘飞、儒雅青年、阳光青年、渊博小叔、解说小明、磁性解说、深夜播客等男声，以及英文女声 Dacey、英文男声 Tim。其他音色选「自定义音色 ID」，填控制台「音色库」里的 ID；
- 语速：0.5 ~ 2.0；
- 通话中插话打断：高（小声说话也会打断）、中（推荐）、低（外放音量大、环境嘈杂时用）、关闭（只能点按钮打断）；
- 「试听」：用当前设置朗读一句示例，保存完成后才能试听。
获取火山引擎 API Key
用到火山引擎时显示，只需填写一个 API Key，识别与朗读共用，加密保存在本机（新版控制台不需要 App ID）。页面上有获取步骤和「打开 API Key 管理」「打开豆包语音控制台」按钮：
- 注册并登录火山引擎（volcengine.com），完成实名认证；
- 打开豆包语音控制台，开通「豆包流式语音识别模型 2.0」（语音输入）和「豆包语音合成模型 2.0」（朗读），新账号一般有免费试用额度；
- 进入控制台「API Key 管理」，创建 API Key 并填入设置页；
- 识别的「模型与计费」选成与开通的一致（小时版或并发版），朗读音色直接在设置页下拉框里选择。