🤖HermesBlog
Hermes 功能詳解 · 第18篇2026/8/9· Easy Understand Hermes Agent

第18篇：語音模式——動嘴就能指揮 AI

Hermes 功能詳解第18篇：語音模式。不用打字，說話就能和 Hermes 對話。

這篇帶你解鎖 Hermes Agent 的「聲控」玩法：裝上麥克風，動動嘴就能和 AI 對話，連打字都省了。

hermes-feature-18-voice-mode

準備工作：先讓 AI「聽得見」

在玩語音之前，你得先確保 Hermes 能正常跑起來（文字對話沒問題）。然後按下面三步裝好「耳朵」和「嘴巴」：

第1步：安裝語音依賴套件
打開終端機，依序執行：

cd ~/.hermes/hermes-agent
uv pip install -e ".[voice]"        # 麥克風錄音 + 播放聲音
uv pip install -e ".[messaging]"    # 如果你還想在 Discord/Telegram 裡用

第2步：安裝系統級「音效卡驅動」

  • Mac 使用者：brew install portaudio ffmpeg opus
  • Ubuntu/Debian 使用者：sudo apt install portaudio19-dev ffmpeg libopus0

簡單說：PortAudio 負責錄音放音，ffmpeg 負責把音訊格式換來換去，Opus 是 Discord 語音頻道專用的「翻譯官」。

第3步：設定 API 金鑰（可跳過）
在 ~/.hermes/.env 檔案裡加上：

GROQ_API_KEY=你的金鑰    # 雲端語音轉文字（免費額度）
# 如果你裝了 faster-whisper，本機就能轉文字，一個金鑰都不用！

核心玩法：按一下，說一句

啟動對話：

hermes

然後在聊天視窗輸入 /voice on 開啟語音模式。接下來就是見證奇蹟的時刻：

  1. 按下 Ctrl+B，聽到「嗶」一聲（880Hz），開始說話
  2. 螢幕上會跳出一個音量條，像卡拉OK一樣跳動
  3. 說完停 3 秒，自動結束錄音，再「嗶嗶」兩聲確認
  4. AI 把你說的話轉成文字、生成回答，然後用語音讀出來
  5. 錄音自動重新開始——你只管繼續說，不用再按鍵

整個過程就像和對講機聊天，按住說話、鬆開聽回覆。想結束？說一句「stop」，對話就乾淨俐落地結束了。

進階技巧：讓對話更自然

  • 邊聽邊插嘴：AI 還在思考或朗讀時，你直接開口就能打斷它，你的話會變成下一條指令。就像和朋友聊天，隨時可以搶話。
  • 逐句朗讀：AI 不是等全部想好才開口，而是生成一句、讀一句，你聽到第一句話時它還在想後半段，回應特別快。
  • 不想聽聲音？ 輸入 /voice tts 關掉朗讀，只看文字回覆。

小總結

語音模式把「打字聊天」變成了「對講機通話」，裝好依賴套件、按 Ctrl+B 說話，就這麼簡單。想玩得更花？還能在 Discord 語音頻道裡和 AI 即時對話，或者用「Hey Hermes」喚醒詞免持啟動——這些我們下回分解。

下篇預告：第19篇——喚醒詞：喊一聲「Hey Hermes」就能召喚 AI，連按鍵都省了。

📖 官方文档

本文根据 Hermes Agent 官方文档编写，原文见：官方文档 › user-guide/features/tools

← 返回全部文章