结论先说
- 先分清「语音听写(Dictation)」与「实时语音对话(Voice Chat)」。语音听写是把你说的话转成文字填入输入框,方便改错字和补文件名再发;实时语音是直接双工对话,在桌面端通常需要新建空白任务发起。
- 桌面端原生支持输入框听写,CLI 终端则以文本输入为主。整合进新版 ChatGPT 桌面应用的 Codex 界面自带麦克风听写按钮(输入框获焦时常用
Ctrl + M触发);而 Codex CLI 早期实验过的「按住空格键听写」已在新版移除,目前 CLI 要口述填文字建议搭配系统自带语音听写或实时/voice模式。 - 麦克风没反应九成卡在系统隐私开关或未彻底重启客户端。macOS 授权后必须用
Cmd + Q完全退出重开,Windows 则要同时打开「应用访问」与「桌面应用访问」两层开关。 - 口述改码需求记住「说完再审一秒」。中英混杂的接口名、表名和变量拼写容易出现同音误识别,听写落框后顺手修正关键文件路径再提交,比让模型猜错文件省得多。
- 语音口述与桌面端语音交互需要有效的付费订阅支持。国内没有外币卡的用户可在本站自助开通 ChatGPT Plus 或高配额的 ChatGPT Pro,团队协作可了解 ChatGPT Business 团队定制。

图:本站根据 OpenAI Codex 官方文档:Codex app 整理的示意图
本文根据 OpenAI Codex 官方文档《Codex app》《Windows app》及 OpenAI 帮助中心新版桌面端说明整理,资料核对于 2026-11-19。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。
适用于谁
- 想在写复杂业务背景、描述复现步骤或评审意见时直接开口说、不想一口气打几百字的开发者;
- 在 Codex 桌面端找不到麦克风按钮、点了听写没反应,或者更新客户端后一直提示需要麦克风权限的用户;
- 在 Codex CLI 终端里按教程长按空格没效果,想搞清当前 CLI 究竟支持哪些语音方式的工程师。
一、桌面端与 CLI 分别怎么开启语音听写
不少用户搜到早期博客,说在 Codex CLI 里按住空格就能听写,结果试半天没反应。先对照当前桌面端与 CLI 的真实支持情况,就能少走弯路(双端差异总览也可参考 /guides/codex-app-vs-cli-which-better):
| 使用入口 | 支持的语音能力 | 触发与开启方式 | 适用场景 |
|---|---|---|---|
| Codex 桌面端输入框 | 原生语音听写转文本 | 点输入框麦克风图标,或聚焦输入框后按 Ctrl + M | 口述长需求、补背景、再编辑文件名后发送 |
| Codex 桌面端新任务 | 实时语音对话 | 新建空白任务后选择启动语音对话 | 边散步或边看图边聊方案、口头头脑风暴 |
| Codex CLI 终端 | 对话模式 /voice 或系统听写输入 | 终端内使用 /voice(或配合 macOS 系统听写 / Windows Win + H) | 留在纯终端工作流里快速口述提示词 |
1. 在 Codex 桌面端启用输入框听写
- 先确认本机安装的是最新版本桌面客户端(Windows 用户安装步骤见 /guides/codex-windows-app-download-install),并已登录有效的 Plus / Pro / Business 等支持账号;若是企业工作空间,需确认管理员未关闭语音能力。
- 打开对应项目线程,将鼠标点进底部的任务输入框使其处于激活状态。
- 点击输入框右侧的麦克风图标(或按
Ctrl + M),说完后再次点击停止即可把语音转成可编辑文本,核对无误按回车发送。
2. 在 Codex CLI 终端里口述改码需求
Codex CLI 曾在 0.105 阶段实验过按住空格听写,但该实验在 0.118 版本已经下线。如今如果你习惯常驻终端,有两条最稳妥的替代路线:
- 需要把话转成文字再编辑:直接调用操作系统自带的全局语音听写(macOS 在「系统设置 > 键盘 > 听写」开启后按快捷键;Windows 直接按
Win + H),焦点放在 Codex CLI 输入框里即可直接上屏文字,不挑终端软件,也支持连续修改。 - 需要语音交互讨论思路:可查看当前 CLI 版本支持的
/voice交互入口(命令总览见 /guides/codex-cli-commands-cheatsheet),或随时在 CLI 里敲/app把当前会话交棒到桌面端再开听写。
二、macOS 与 Windows 麦克风权限排错清单

图:本站根据 OpenAI Codex 官方文档:Windows app 整理的示意图
遇到点击麦克风图标毫无反应、反复弹出「请允许访问麦克风」或快捷键误触发窗口最小化时,按系统逐项检查即可解决:
macOS 排查四步
- 打开 系统设置 > 隐私与安全性 > 麦克风,找到 ChatGPT / Codex 桌面应用并开启开关。
- 勾选后必须完全退出应用(按
Cmd + Q或右键程序坞图标选择退出),仅点左上角红叉关闭窗口不会让新权限生效。 - 如果你使用快捷键唤醒听写无响应,同时检查 隐私与安全性 > 辅助功能 与 输入监控,部分大版本更新后系统会重置旧签名授权,取消再重新勾选即可。
- 打开 系统设置 > 声音 > 输入,确认当前选中的是可用麦克风而非无声虚拟声卡,观察说话时输入电平条是否跳动。
Windows 排查四步
- 按
Win + I打开 设置 > 隐私和安全性 > 麦克风。 - 依次确认 麦克风访问、允许应用访问你的麦克风 以及下方独立的 允许桌面应用访问你的麦克风 三个总开关全部开启。
- 若系统开关已开、桌面端仍报权限受限,多为客户端内置容器缓存了旧的拒绝状态。请从任务栏右下角系统托盘彻底退出应用(确认后台进程关闭),升级到最新版本后重新启动。
- 按
Ctrl + M如果导致窗口意外变化而非启动听写,先确认光标确实点进了输入文本框内;同时检查是否与其他输入法或会议软件的全局快捷键冲突。更多客户端常见异常可对照 /guides/codex-common-errors-summary。
订阅与账号准备提示:语音听写结合桌面端多轮改码能显著提升需求输入效率,也更容易在连续工作时用满基础档限额。若 Plus 档配额紧张,可在本站升级 ChatGPT Pro 充值 或选用 ChatGPT Pro 5x iOS 可覆盖档;新注册 OpenAI 账号若在手机短信验证环节卡住,可查看 Codex 注册手机验证服务。
三、本站建议:口述改码需求的三个高准确率技巧
口述自然语言比手打快很多,但代码世界对大小写和路径非常敏感。本站建议按下面三个习惯配合使用,识别后几乎不用返工:
- 先用键盘敲出关键路径,再用嘴说业务逻辑:比如先打
@src/orders/refund.ts,再按听写口述「把重复退款时的幂等校验提前到扣减库存之前,并补两条并发单测」。这样既省打字,又绝不会把文件名念错。 - 中英混说时放慢专有名词停顿:念到
useEffect、PostgreSQL、Bearer Token这类英文缩写或驼峰词时稍作停顿,比连读识别率高出不少。 - 养成发送前扫读三秒的习惯:重点瞄一眼转写文字里的数字阈值、接口路径与正反逻辑词(如「不要修改数据库表结构」是否被误识别),确认无误再回车执行。
常见问题
问:为什么我已经在正在聊天的 Codex 任务里,却找不到「开始语音对话」按钮?
答:实时语音对话(Voice Chat)与输入框听写(Dictation)入口不同。已有文字记录的任务里通常只适合用麦克风按钮做听写转文本;如果想开实时语音聊天,需要新建一个空白任务再点击启动语音对话。
问:在静音办公区或开会后,怎么防止外接蓝牙耳机切到低音质通话模式导致听写丢字?
答:蓝牙耳机在同时输出高音质音频并调用麦克风时,系统会自动切换 HFP 免提协议并伴随一两秒延迟。建议在系统声音设置里将默认输入设备固定为电脑内置麦克风或独立 USB 麦克风,按听写后即可立刻清晰收音。
问:国内没有外币信用卡,或者公司团队需要开增值税发票报销,怎么开通支持桌面端与语音功能的 Codex 订阅?
答:可通过本站 AI 会员充值总览 办理 ChatGPT Plus 卡密自助兑换 或高配额 ChatGPT Pro,多人研发团队可直接选择 ChatGPT Business 团队定制。平台支持支付宝、微信支付及 AlipayHK 付款,无需交出账号密码,可开具增值税发票;实时价格以商品页为准,售后遵循掉订阅按剩余天数折退、封号不在质保范围的规则。
相关教程
参考资料
- OpenAI Codex 官方文档:Codex app — https://learn.chatgpt.com/docs/app
- OpenAI Codex 官方文档:Windows app — https://learn.chatgpt.com/docs/windows/windows-app
- OpenAI 帮助中心:Moving to the new ChatGPT desktop app — https://help.openai.com/en/articles/20001276-moving-to-the-new-chatgpt-desktop-app
0 条评论
还没有评论,来抢沙发~