功能
语音输入
在 TalkCody 中使用语音转文字功能进行输入
什么是语音输入？
语音输入 是 TalkCody 的语音转文字功能，允许您通过语音进行输入，无需手动打字。这对于快速输入长文本、编程问题描述或在移动场景下使用非常方便。
TalkCody 支持多种语音转录提供商，您可以根据需求选择合适的服务。
支持的转录提供商
| 提供商 | 模型 | 特点 |
|---|---|---|
| Eleven Labs | Scribe | 高质量实时多语言转录 |
| OpenAI | Whisper | 业界领先的语音识别，支持多种语言 |
| Gemini | 多模态理解，支持长音频 |
您需要配置至少一个转录提供商的 API Key，并在设置中选择转录模型才能使用语音输入功能。
配置方法
获取 API Key
根据您想使用的转录服务，获取对应的 API Key：
Eleven Labs（推荐）
- 访问 elevenlabs.io
- 点击 "Sign Up" 注册账户
- 登录后，点击右上角头像 → "Profile + API key"
- 在 API Key 部分点击眼睛图标查看密钥
- 复制 API 密钥
OpenAI
- 访问 platform.openai.com
- 登录或注册账户
- 点击 "Create new secret key" 创建密钥
- 复制密钥（格式：
sk-...）
Google AI
- 访问 aistudio.google.com
- 使用 Google 账户登录
- 点击 "Create API key in new project"
- 复制生成的密钥
配置 API Key
- 打开 TalkCody
- 点击 设置 图标
- 导航到 API Keys 页面
- 在对应提供商的输入框中粘贴您的 API Key
- 点击 测试密钥 验证是否有效
选择转录模型
- 在 设置 页面，导航到 模型设置
- 找到 转录模型 (Transcription) 选项
- 从下拉列表中选择您想使用的转录模型：
eleven_scribe_v1- Eleven Labs Scribewhisper-1- OpenAI Whispergemini-2.0-flash- Google Gemini
使用方法
配置完成后，您可以在聊天输入框中使用语音输入功能：
- 点击输入框旁边的 麦克风 图标
- 允许浏览器访问麦克风权限（首次使用时）
- 开始说话，您的语音会被实时录制
- 说完后点击 停止 按钮
- 语音会被自动转录为文字并填入输入框
- 您可以编辑转录的文字，然后发送
录音时说话清晰、语速适中可以获得更好的转录效果。
各提供商特点
Eleven Labs Scribe
- 支持 32 种语言的多语言转录
- 高准确率，特别适合专业术语
- 免费套餐每月提供 10,000 字符额度
OpenAI Whisper
- 业界领先的语音识别准确率
- 支持多种音频格式
- 可以识别说话人的语言
Google Gemini
- 多模态理解能力
- 支持长音频转录
- Google AI 提供慷慨的免费额度