一句话总结：Codex 语音模式是什么
- Codex 语音模式有两个入口。CLI 里是实验性的 /voice 命令，随 v0.155.0 上线，Ctrl+X 静音；ChatGPT 桌面端里是往 Codex 工作区口述——先看实时波形，再按 Transcribe and send——另外还有一个会开口回答的实时语音会话。
- 普通聊天里的语音和 Work、Codex 里的语音是两回事。桌面端体验要求 macOS 或 Windows 官方应用、够新的版本和正确的工作区——网页版和非官方套壳永远看不到这个按钮。
- 桌面端流程很短：把左上角的工作区选择器切到 Codex，点 Do anything 输入框上的麦克风，说出需求，再按 Transcribe and send。转写文本会作为一条普通 prompt 落进线程，剩下的交给 Agent。
- 语音按钮不见了，就按顺序排查：升级应用、确认工作区、检查套餐与工作区资格（管理员设置和灰度发布都可能拦住它），再到 macOS 隐私与安全性或 Windows 设置里放行麦克风。
ChatGPT Voice Missing in Work or Codex? Check App & Access
视频演示:TechFix Guides3:30
Codex CLI v0.155.0 — ChatGPT & Codex changelog
产品事实:learn.chatgpt.comChangelog
第 4-6 步和第 11-14 步的截图来自 TechFix Guides 的可用性排查录屏；第 7-10 步和第 15 步来自 Developers Digest 的 Codex 桌面端演示（含语音输入流程）。/voice 开关、/experimental 选项和 Ctrl+X 静音快捷键的行为，全部对照 Codex CLI v0.155.0 官方更新日志。第 1-3 步只依据这些一手来源——终端里的 /voice 会话目前没有干净录屏。
所有截图均来自来源视频并标注时间戳，点击可跳转原片。本文为原创整理，不是字幕直译。
Codex 语音模式，逐步实操
1 · 在 Codex CLI 里打开 /voice
- 1
把 Codex CLI 升到 v0.155.0 或更高
/voice 命令是随 Codex CLI v0.155.0 上线的，版本就是门槛。先升级 CLI、确认当前版本，再去动任何设置。第 1 到 3 步都发生在终端里——第 4 步起换桌面端接手。
- 2
在 /experimental 里打开语音
语音功能藏在实验开关后面。在 Codex 会话里运行 /experimental，在列表里把 voice 打开。正是这个开关决定了 /voice 存不存在——跳过它，命令压根不会出现。
- 3
用 /voice 开会话，Ctrl+X 静音
运行 /voice，Codex 就开始在终端里听你说话。Ctrl+X 会在会话中途切换麦克风静音，你可以边跑边出声思考，不必逐字口述。结束时照常退出——下一组的桌面端体验是另一套入口，互不相通。
2 · 把桌面端切进 Codex 工作区
- 4
把桌面端切到 Codex 工作区
工作区选择器在 ChatGPT 桌面端的左上角。点开它，选 Codex——就是 ChatGPT 正下方写着 Build, debug, and ship 的那个条目。Work 和 Codex 里的语音是独立的桌面功能，待对工作区是第一道硬门槛；接着打开一个无关紧要的测试项目，看语音按钮出不出来。
工作区菜单：ChatGPT 下方就是 Codex——Build, debug, and ship。看 1:40 处的演示 - 5
搞清楚：聊天里的语音不等于 Codex 语音
侧边栏有一组停在 Work 上的 Work / Code 分段切换，下面依次是 New chat、Search chats、Plugins、Automations 和 Project。普通聊天里的语音和 Work、Codex 里的语音彼此独立：普通对话里能用麦克风，不代表这里也有。这就是为什么聊天里语音按钮好好的，Codex 工作区里却找不到。
侧边栏的 Work / Code 切换，停在 Work 上，下方是 New chat 和 Project。看 3:00 处的演示 - 6
升级 ChatGPT 桌面端版本
版本太旧，功能就是不出来。打开应用的信息卡片——录屏里显示的是 Message ChatGPT 输入框上方的 Version 1.2024.130——然后检查更新、装上最新版并重启。这个功能只为 Windows 或 macOS 官方桌面应用设计，网页版和非官方套壳都不行。
应用信息卡片显示 Version 1.2024.130，上方紧挨输入框的麦克风按钮。看 1:00 处的演示 - 7
找到 Codex 应用里的麦克风按钮
打开 Codex 桌面端。首页一行 What should we work on?，下面是空的 Do anything 输入框，再下面是项目选择器，输入框右缘就是麦克风按钮。这个麦克风就是语音输入的入口——后面的每一步都从它开始。
Codex 首页：Do anything 输入框、项目选择器，右侧是麦克风。看 2:50 处的演示
3 · 口述、发送、实时对话
- 8
对着实时波形口述需求
点麦克风，输入框就变成录音机：你说话时实时波形跟着起伏，计时器往上走——这里是 0:03——方块按钮负责结束录音。把需求一口气说完；录音取代打字，整个活儿都可以不动键盘描述完。
录音进行中：实时波形、0:03 计时和输入框里的停止方块。看 2:55 处的演示 - 9
按下 Transcribe and send
停下之后，把鼠标悬到发送按钮上，会浮出 Transcribe and send 提示——这段录音计时 0:21。按下它，Codex 转写录音并把文本作为 prompt 提交，一步完成。不按就不会发出去，说磕绊了可以先重录。
0:21 口述结束时，发送按钮上方的 Transcribe and send 提示。看 3:10 处的演示 - 10
让口述需求当普通 prompt 跑
转写文本作为一条普通 prompt 落进线程——这段口述要的是一个 neo-brutalist 风格的 Next.js SaaS 落地页，外加三个并行开发的 Agent，说的什么就是什么。Codex 把它当打字输入处理，Agent 们随即开工，各自在独立的上下文窗口里。语音输入改变的是输入方式，不是 Codex 能做的事。
口述的 SaaS 落地页需求，作为普通 prompt 待在线程里。看 3:15 处的演示 - 11
试试实时语音，不只口述
口述不是唯一模式。另有一个实时语音会话会一边干活一边开口回答——Riley Brown 亲手实测里，它能看你的屏幕、边聊边查资料、在后台拉起任务，而且不经你明确同意不会发消息、不会花钱。全屏界面是一颗发光圆球，旁边是麦克风静音按钮和挂断按钮：中途静音，照样跟屋里的人说话，会话不会断。
全屏语音会话：发光圆球，下方是静音与挂断按钮。看 0:30 处的演示 - 12
语音不开时，先读提示条
语音还是没开？Work 首页会告诉你原因：一条蓝色提示写明，在应用获准使用麦克风之前，语音会保持停用。先别急着重装——这是操作系统权限问题，接下来两步分别在两个平台解决。语音停用期间，示例任务卡片、Choose project 和 Plugins 照常能用。
Work 首页的提示：应用获准用麦克风之前，语音保持停用。看 0:40 处的演示
4 · 修好麦克风权限，看最终结果
- 13
在 macOS 上放行麦克风
macOS 上依次打开系统设置、隐私与安全性、麦克风，把 ChatGPT 桌面应用打开——这一栏列出了所有申请过的应用，比如这里的 GarageBand、Slack 和 zoom。授权之后重启应用。只开真正需要的权限；来源视频特别提醒，别为了让语音按钮回来就把整个磁盘或敏感文件夹交出去。
macOS 麦克风权限面板，ChatGPT 应用在这里获得收音许可。看 2:30 处的演示 - 14
在 Windows 上放行麦克风
Windows 上打开设置、隐私、麦克风：先打开「让应用使用我的麦克风」，再逐个核对下面的应用开关——这一栏里有 Microsoft Edge、OneNote、录音机和 Xbox。确认 ChatGPT 桌面应用自己的开关也开着。视工作流而定，可能还会要求屏幕和系统音频录制或辅助功能权限。
Windows 麦克风设置：总开关加上按应用逐一放行。看 2:40 处的演示 - 15
在内置浏览器里看结果
回到 Codex，刚才动嘴皮的活儿有了看得见的着落：应用内置浏览器预览在 Agent 线程旁边跑着生成的 localhost 落地页。演示里的三个开发 Agent 各自在独立上下文里，从那段口述需求把页面建了出来。展开浏览器面板，标注功能让你点选任意元素排队反馈——这一步同样不用键盘。
生成的落地页在内置浏览器预览里跑在 localhost 上。看 4:40 处的演示