Claude Code 硬核上线语音功能！

Anthropic 官方宣布 Claude Code 语音模式灰度推送，AI 编程进入“口喷时代”，语音转录 Token 完全免费。

语音编程：效率革命

很多时候阻碍我们写代码的不是逻辑不够清晰，而是打字速度远远跟不上脑子的转速。尤其是对于中文用户，还要面临中英切换、选词标点删除等问题。输入和表达成为了 AI 编程的最短那块板。

• 打字极限：约 40 词/分钟
• 说话速度：约 150 词/分钟

三到四倍的效率差，就是语音编程要降维打击的战场。无论是吃东西、手腕酸痛，还是单纯思路枯竭不想敲击键盘，语音输入都是解放生产力的绝对刚需。

Claude Code 语音模式详解

目前处于灰度推送阶段，更新到最新版本后：

1. 输入斜杠命令 /voice
2. 按住空格键开始说话
3. 松开空格，语音瞬间变成文字，精准插入光标所在位置

所有语音转录的 Token 消耗完全免费，不计入调用额度——对 typeless 这类收费语音工具来说，堪称致命一击。

不过，官方 Claude Code 目前只支持少部分语言，不包含中文。

语音输入的未来与个人实践

语音输入在今年会成为各家的必争之地，进一步提升 AI 编程的人机交互自然度。其实也不只是编程——我本人使用语音输入已成为常态，大部分你现在看到的文章不是写出来的，而是说出来的。

编辑和发布微信文章使用豆包输入法，电脑上则用 Speakly 这类收费软件。但线上转录软件仍有痛点：

• 延时掉包：Speakly 经常需要重复说几次
• 私密性风险：所有对话传到云端，中间环节越多，泄露风险越大
• 隔离环境限制：很多开发场景需要离线环境

基于 Qwen ASR 的离线方案

正好前一段时间，千问推出了 ASR 模型，效果非常好，我在此基础上封装打包了一个语音输入桌面应用 ASRO：

• 完全离线，0 延时
• 模型使用 Qwen3-ASR 0.6B，语音识别转录速度极其高效准确，尤其擅长中文处理
• 支持后置优化处理，纯本地部署 ollama 和 qwen 模型，可处理口头禅、修复标点符号
• 后期将加入 Agent 模式、语句联想、截屏场景等功能

相较于市面上的语音输入应用，ASRO 延时更低，私密性更好。

文章转载至互联网