#語音對話（實驗）

用語音向 Aino Desktop 當前開啟的知識庫提問，並聽取回答。語音服務負責識別和朗讀，回答使用 AI 助手當前選中的文本模型或 CLI Agent。

#開啟和準備

1. 在 設定 → AI 助手 → 廠商 配置問答模型，或選擇已登入的 Claude Code / Codex。
2. 開啟 設定 → AI 助手 → 語音（實驗），開啟 啟用實驗性語音對話。
3. 選擇語音服務商。頁面會顯示對應的三步配置引導和官方連結。

圖中的三步引導說明需要開通哪些服務、如何獲取 Key，以及填寫後如何驗證。API Key 由你自行填寫；Aino 不提供預置憑據。

#豆包：火山引擎配置

1. 開啟豆包語音新版控制台，登入並完成賬號實名認證。
2. 在「開通管理」開通 豆包流式語音識別模型 2.0 · 小時版 和 豆包語音合成模型 2.0，確認兩項服務有可用額度。
3. 在同一專案的API Key 管理建立或複製 Key，貼上到 Aino 的 豆包 API Key 輸入框。使用的是豆包語音 Key，無需填寫 AppID 或 Access Token。
4. 在 朗讀音色 下拉選單依名稱選擇音色，預設使用 Vivi 女聲。填寫 API Key 後，可點擊 試聽音色 播放短句；產生及播放時可以停止，切換音色或關閉設定也會取消試聽。試聽依服務商用量計費。需要其他音色時，選擇 自訂音色，貼上控制台「音色庫」中的 2.0 音色 ID。

完整開通步驟見火山引擎官方配置指南。只開通大模型問答或即時對話服務，不能替代上面的識別和合成服務。

#Deepgram 配置

1. 登入 Deepgram Console，選擇或建立專案，確認專案有可用額度。
2. 進入 Settings → API Keys → Create a New API Key，建立允許語音識別和合成呼叫的 Key，複製並儲存。
3. 在 Aino 選擇 Deepgram · English，填寫 Deepgram API Key。同一把 Key 用於聽和說。

詳細步驟見Deepgram 建立 API Key。當前接入使用英語識別和英文音色。

#開始對話與快捷鍵

關閉設定後，點選全域性懸浮語音按鈕，說一句關於當前庫的問題，檢查識別、回答和朗讀是否正常。首次使用需要允許麥克風訪問。

在語音設定中配置 全域性語音快捷鍵，即可在 Aino 位於後臺時開始或結束對話；應用退出後快捷鍵不可用。對話中可以插話打斷朗讀，也可以靜音或結束會話。關閉實驗開關會隱藏語音入口並登出對應的全域性快捷鍵。

#無法使用時檢查

• 401 / 403：檢查 Key、專案許可權，以及豆包識別和合成服務是否都已開通。
• 429：檢查服務商額度和併發限制。
• 能識別但不朗讀：檢查合成服務額度、音色 ID 和系統輸出音量。
• 能聽到問題但無法回答：回到「廠商」檢查問答模型或 CLI 登入狀態。
• 麥克風沒有輸入：檢查系統麥克風許可權、選中的輸入裝置和靜音狀態。

語音 Key 儲存在本機敏感配置中，不寫入知識庫。使用雲端語音服務時，音訊及待朗讀文本會發送給所選服務商；知識庫問答繼續使用你配置的問答模型。

繼續閱讀：AI 問答 · 配置指南