PuppyIP 资源中心
AI 工具动态 6 分钟 发布于 2026-11-06

Cursor Voice Chat 怎么启动:语音通话、听写与排障指南

先登录 Cursor,在 Agents Window 打开一个 agent 聊天,或在 IDE 打开至少已有一条消息的聊天;等 agent 空闲并清空输入框后,点击 Send 位置出现的波形 Start voice chat。旁边的麦克风按钮是听写:它只把语音转成输入文字,而 Voice Chat 会与 agent 双向交谈并听到语音回复。

Cursor Voice Chat 语音编程 听写 Agent

服务对象与地域限制

PuppyIP 仅面向海外合规企业及其授权人员提供服务,不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动,严禁在中国大陆境内使用本服务。

代理 IP 或服务器位于境外,不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。

本文要点

  • Agents Window 可打开新聊天;IDE 聊天需要至少一条消息。agent 空闲且输入框为空时,点击 Send 位置的波形 Start voice chat,并允许麦克风访问。
  • Voice Chat 是 speech-to-speech 对话,由 Grok Voice 负责听说;聊天中的 coding agent 继续使用你选定的模型。听写只把语音放入输入框,仍需你检查并发送。
  • 通话文字记录会出现在聊天中。云端 agent 的实时通话记录会同步到其他设备,除非启用了 Privacy Mode;Cursor 表示该模式下 Voice Chat 采用 zero data retention。
  • 默认约 10 分钟静默断线,仅在用户静默且 agent 没有进行中的工作时触发。每日通话额度另有上限,但公开文档没有列出具体额度、计费方式或重置时区。

从波形按钮开始通话

Cursor 于 2026 年 11 月 6 日发布 Voice Chat with Agents,支持 Agents Window、IDE、web 和 Cursor for iOS。在 Agents Window 中可以打开任意 agent 聊天,包括新聊天;在 IDE 中,聊天至少需要有一条消息。先确认使用的是已登录的 Cursor 账号,再进入对应聊天。

在电脑、IDE 或网页聊天里,等 agent 处于空闲状态,并清空 composer 输入框。此时,平时显示 Send 的位置会出现波形按钮,标签为 Start voice chat。点击它后,按系统或浏览器提示允许麦克风访问即可接通;如果你没有马上开口,agent 会在几秒后主动问候。agent 工作期间,这个位置会显示 Stop,等待任务完成或停止后再开始通话。

iOS 也是文档列出的支持平台。启动后如果系统请求麦克风权限,需要允许 Cursor 使用麦克风;权限被拒绝时,先按设备提示到系统设置恢复权限,再重试。

Voice Chat 与听写不是同一功能

Voice Chat 是实时 speech-to-speech 对话:你说话,语音 agent 用声音回答,双方可以继续交谈。提出代码修改时,语音 agent 会把任务交给当前聊天中的 coding agent 执行,你可以在工作进行期间继续追问。

听写则把语音转成聊天输入框里的文字,之后由你检查并发送,不会因此自动形成 agent 的语音回复。启动听写要点麦克风按钮;Voice Chat 用旁边的波形 Start voice chat。IDE 里 Cmd+Shift+Space 和 Ctrl+Shift+Space 都是文档列出的听写快捷键;Voice Chat 没有列出快捷键。

通话中可以交办和查看工作

通话中的语音 agent 可以向当前聊天的 coding agent 交办新任务或后续事项,也可以回答工作进展问题。它能读取 diff、运行记录和 agent 状态来说明改动或仍在运行的工作;这些查看操作是只读的。你还可以搜索与这个 agent 以前的消息和通话。

在包含 workers 的 Project 里,可以把现有通话切换到另一个 worker。Project worker 和 subagent 聊天本身不显示 Start voice chat 按钮,所以先从有按钮的聊天建立通话,再通过通话切换 worker。

coding agent 会自行决定哪些内容值得说:工作期间通常给简短进度,完成时给简短回答;它不会保证逐字朗读每一条完整回复,完整文字仍留在聊天里。如果某一轮没有单独写语音进度,通话会读出该轮书面回复。

按钮缺失或通话无法启动时

Voice Chat 必须使用已登录的 Cursor 账号启动。采用 API key 认证的会话不能开始语音通话;界面有时仍会显示按钮,但调用可能返回 “Realtime voice requires sign-in”。请先用 Cursor 账号登录,再从符合条件的聊天重新启动。

按钮只会在 agent 空闲、composer 为空时出现;IDE 聊天还必须已有一条消息。文档列出的隐藏情形包括 subagent、Project worker、归档聊天、Claude Code 聊天,以及由其他团队成员拥有的聊天。这里指 Claude Code 聊天,不代表所有使用 Claude 模型的聊天。

IDE 中仍在流式运行的 cloud agent,以及关闭听写的情形,也不会显示该按钮。若按钮在预期条件下仍缺失,Cursor 文档建议更新 Cursor。麦克风权限被拒绝时,桌面端或浏览器会提示到系统或浏览器设置恢复权限;iOS 会提示到 Settings 开启。

模型、语音和隐私记录

Voice Chat 使用 Grok Voice 处理听取和语音输出;当前聊天中的 coding agent 仍使用你为它选定的模型。文档列出的可选声音包括 Ara、Eve、Leo、Rex 和 Sal。可以在 Voice 或 Agent Voice 设置默认声音,也能在通话中切换;通话中的选择会保存到当前 agent。若 agent 已保存自己的声音,它会优先使用自己的设置。

通话文字记录会出现在聊天中。云端 agent 的通话记录会在通话进行时同步到其他设备,除非开启 Privacy Mode。Cursor 对该模式的说明是 Voice Chat 采用 zero data retention;现有文档没有进一步解释其他数据处理细节,因此不能据此推断为只在本地处理或聊天中没有文字记录。

iOS 控制与通话断开条件

在 iOS 上,说 “Hey Siri, call Cursor” 会用新 agent 启动通话,iPhone 需要处于解锁状态。如果 iOS 无法在系统通话界面显示通话,活动会出现在锁定屏幕和 Dynamic Island;可从锁定屏幕或展开后的 Dynamic Island 静音或挂断,紧凑的 Dynamic Island 不显示这些控制。

默认情况下,如果你静默约 10 分钟且 agent 当前没有进行中的工作,通话会自动挂断。这个条件描述的是一段静默,不是通话最长时长。Cursor 还设有每日通话上限;达到上限时会告知何时可以再次呼叫,但所读文档没有列出具体额度、费用或每日额度重置的时区。

资料来源

常见问题

Voice Chat 是否包含在所有套餐中,所有国家和版本都能使用吗?

所读公告和文档列出了支持入口与登录要求,但没有公布完整的套餐、国家或最低版本清单,也没有给出统一价格。不能把其他 Cursor 功能的付费或版本要求套用到 Voice Chat;应核对所用账号和实际版本中的可用情况。

需要自己配置 xAI API key,或选择某个 Grok Voice 型号吗?

这两份 Cursor 材料只说明语音由 Grok Voice 处理,并要求使用已登录的 Cursor 账号;没有要求用户另外配置 xAI API key,也没有标明具体的 Grok Voice 版本。不要把独立 xAI 开发者语音 API 的接入、型号或费用规则套用到 Cursor 通话。