语音概述

Happy Voice 让你可以通过语音与 AI 编程会话交互，而不必手动输入。它通过语音网关处理你的语音，并智能路由 — 直接回复或将指令转发给你的 AI 编程代理。

​

工作原理

语音管道分为三个阶段：

1. 语音转文字（STT） — 实时转录你的语音
2. 语言模型（LLM） — 中间 AI 决定如何处理你的消息
3. 文字转语音（TTS） — 将回复以语音形式播放给你

语音代理充当智能桥梁，它会决定：

• 转发给编程代理 — 用于编程指令，如”重构认证模块”
• 直接回复 — 用于对话类问题，如”当前状态是什么？”
• 调用工具 — 用于应用操作，如”切换到会话 2”或”批准权限请求”

​

支持的语言

语音功能支持多种语言。代理会自动对技术术语和编程专业用语进行语音纠正，这对非英语语言尤其有用，因为语音转文字可能会误解与代码相关的术语。 支持的语言包括：英语、中文、日语、韩语、西班牙语、法语、德语等。

​

语音提供商

Happy 支持两种语音提供商： Happy Voice 是默认且推荐的提供商。它内置于应用中，可以立即使用。详见语音设置了解配置细节。