#语音对话（实验）

用语音向 Aino Desktop 当前打开的知识库提问，并听取回答。语音服务负责识别和朗读，回答使用 AI 助手当前选中的文本模型或 CLI Agent。

#开启和准备

1. 在 设置 → AI 助手 → 厂商 配置问答模型，或选择已登录的 Claude Code / Codex。
2. 打开 设置 → AI 助手 → 语音（实验），开启 启用实验性语音对话。
3. 选择语音服务商。页面会显示对应的三步配置引导和官方链接。

图中的三步引导说明需要开通哪些服务、如何获取 Key，以及填写后如何验证。API Key 由你自行填写；Aino 不提供预置凭据。

#豆包：火山引擎配置

1. 打开豆包语音新版控制台，登录并完成账号实名认证。
2. 在「开通管理」开通 豆包流式语音识别模型 2.0 · 小时版 和 豆包语音合成模型 2.0，确认两项服务有可用额度。
3. 在同一项目的API Key 管理创建或复制 Key，粘贴到 Aino 的 豆包 API Key 输入框。使用的是豆包语音 Key，无需填写 AppID 或 Access Token。
4. 在 朗读音色 下拉列表按名称选择音色，默认使用 Vivi 女声。填写 API Key 后，可点击 试听音色 播放短句；生成及播放时可以停止，切换音色或关闭设置也会取消试听。试听按服务商用量计费。需要其他音色时，选择 自定义音色，粘贴控制台「音色库」中的 2.0 音色 ID。

完整开通步骤见火山引擎官方配置指南。只开通大模型问答或实时对话服务，不能替代上面的识别和合成服务。

#Deepgram 配置

1. 登录 Deepgram Console，选择或创建项目，确认项目有可用额度。
2. 进入 Settings → API Keys → Create a New API Key，创建允许语音识别和合成调用的 Key，复制并保存。
3. 在 Aino 选择 Deepgram · English，填写 Deepgram API Key。同一把 Key 用于听和说。

详细步骤见Deepgram 创建 API Key。当前接入使用英语识别和英文音色。

#开始对话与快捷键

关闭设置后，点击全局悬浮语音按钮，说一句关于当前库的问题，检查识别、回答和朗读是否正常。首次使用需要允许麦克风访问。

在语音设置中配置 全局语音快捷键，即可在 Aino 位于后台时开始或结束对话；应用退出后快捷键不可用。对话中可以插话打断朗读，也可以静音或结束会话。关闭实验开关会隐藏语音入口并注销对应的全局快捷键。

#无法使用时检查

• 401 / 403：检查 Key、项目权限，以及豆包识别和合成服务是否都已开通。
• 429：检查服务商额度和并发限制。
• 能识别但不朗读：检查合成服务额度、音色 ID 和系统输出音量。
• 能听到问题但无法回答：回到「厂商」检查问答模型或 CLI 登录状态。
• 麦克风没有输入：检查系统麦克风权限、选中的输入设备和静音状态。

语音 Key 保存在本机敏感配置中，不写入知识库。使用云端语音服务时，音频及待朗读文本会发送给所选服务商；知识库问答继续使用你配置的问答模型。

继续阅读：AI 问答 · 配置指南