VoiceMode：用语音和 Claude Code 对话
给 Claude Code 等智能体加上双向语音对话：你开口说，它用语音答。可用本地 Whisper 和 Kokoro 离线运行，也可接 OpenAI 云服务。
项目与安装文档
查看项目https://github.com/mbailey/voicemode
和编程智能体协作，大多数时候得盯着屏幕打字。可有些时候手和眼睛都腾不开：在做饭，在走路，或者只是盯了一天屏幕想歇会儿眼。VoiceMode 给 Claude Code 这类智能体加上语音通道：你开口说，它听完后用语音回答，像打电话一样来回聊。截至 2026-10-06 约 1400 star。
能做什么
- 语音对话：核心工具
converse负责“说一段、听一段”，你停下说话时自动结束录音，延迟低到可以自然往来。 - 本地或云端：可装本地的 Whisper.cpp 做语音识别、Kokoro 做语音合成，完全离线；也可以填 OpenAI API Key 作为云端兜底。两者接口兼容，切换不用改配置。
- 服务管理：
service工具管理本地语音服务的启停。 - 调试：设置
VOICEMODE_SAVE_AUDIO=true会把录音存到本地目录，方便排查识别问题。
适合谁
- 长时间用 Claude Code 写代码、想在走动或做别的事时继续推进任务的开发者。
- 眼睛疲劳或打字不便、更习惯口述的人。
- 想试试离线语音交互、不愿把语音传到云端的用户。
接入方式
需要麦克风和扬声器。Claude Code 用户推荐装插件，装完后用 /voicemode:install 安装依赖和本地语音服务，再用 /voicemode:converse 开始对话：
claude plugin marketplace add mbailey/voicemode
claude plugin install voicemode@voicemode
也可以用 Python 安装器：先运行 uvx voice-mode-install，再执行 claude mcp add --scope user voicemode -- uvx --refresh --from voice-mode voicemode-mcp-launcher。
编辑点评
语音类 MCP 大多是“把文字转成语音文件”的单向工具，VoiceMode 做的是双向对话，这是它的独特之处；本地 Whisper 加 Kokoro 的组合也让它能完全离线，适合在意隐私的人。要注意：它需要麦克风权限，Linux 和 WSL 下要先装 PortAudio、PulseAudio 等系统依赖，第一次配置可能要折腾一下；本地模型的识别效果受硬件影响，中文识别质量没有在 README 里说明；用 OpenAI 云端服务会产生 API 费用，语音也会传到云端。支持 Linux、macOS、Windows 和 NixOS。许可证为 MIT。