وضع الصوت في Codex وOpenCode وAntigravity وClaude Code: أي CLI يملك واحداً؟

يكتب الناس "codex voice mode" و"opencode voice mode" و"antigravity voice mode" في Google، والإجابات التي يجدونها تخلط بين شيئين مختلفين تحت الاسم نفسه. لذا فتحنا كل CLI مثبّتة على جهاز البناء لدينا في 13 أكتوبر 2026، وقرأنا قائمة أوامرها هي، وقارنّاها بوثائق الجهة المطوّرة في ذلك اليوم.

كلمتان أولاً، لأن الجواب كله يتوقف عليهما.

الإملاء أحادي الاتجاه. تتحدّث، فتصل الكلمات إلى الموجّه، وتضغط Enter، وتقرأ الإجابة على الشاشة.

وضع الصوت ثنائي الاتجاه. تتحدّث، فيؤدي الوكيل العمل، وتُنطق لك الإجابة بصوت مسموع. يمكنك أن تُبعد عينيك عن الطرفية.

الجواب المختصر

بقية هذه الصفحة تفصيل لكل سطر، ثم السؤال الذي يأتي مباشرة بعده: هل يكلّف التحدّث إلى وكيل توكنات أكثر من الكتابة إليه.

Claude Code: إملاء، لا محادثة

لدى Claude Code إملاء صوتي (الإصدار 2.1.69 أو أحدث). تفعّله مرة واحدة بالأمر /voice، ويبقى مفعّلاً من جلسة إلى أخرى:

/voice
Voice mode enabled (hold). Hold space to record. Dictation language: en (/config to change).

اضغط مطوّلاً على Space أثناء الكلام وأفلته للتوقف. تظهر كلماتك في الموجّه وأنت تتحدّث، باهتة حتى يكتمل النص النهائي، ويمكنك المزج بين الكتابة والإملاء في الرسالة نفسها. إن كنت تفضّل ألّا تُبقي إصبعك على مفتاح، فإن /voice tap يبدأ التسجيل عند الضغطة الأولى ويرسل الموجّه عند الثانية، ما دام النص يضم ثلاث كلمات على الأقل. المفتاح هو الاختصار voice:pushToTalk، ويمكنك نقله إلى تركيبة مع مفتاح تعديل مثل meta+k في ~/.claude/keybindings.json.

القيود مكتوبة في وثائق الإملاء الصوتي. يُبثّ الصوت إلى خوادم Anthropic لتحويله إلى نص، ولا يُعالَج محلياً. يحتاج إلى تسجيل دخول claude.ai: مع مفتاح Anthropic API أو Bedrock أو مزوّد سحابي آخر، يكون /voice أمراً غير معروف. ويحتاج إلى ميكروفون محلي، لذا لا يعمل في جلسات SSH ولا في الجلسات السحابية. تتبع لغة الإملاء الإعداد language، مع دعم 20 لغة والإنجليزية كلغة احتياطية.

ما لا يفعله هو الكلام. يجيب Claude نصاً، كالعادة. يملك تطبيق Claude وضع صوت حقيقياً، في مرحلة تجريبية على الهاتف وسطح المكتب والويب، لكن صفحة مساعدة وضع الصوت لدى Anthropic تقولها صراحة: في Claude Cowork وClaude Code، الإملاء متاح أما وضع الصوت فلا.

Codex CLI: محادثة صوتية حقيقية مع /voice

هذه هي الأداة التي يبحث عنها معظم الناس، وهي التي تكون الوثائق أقل وضوحاً بشأنها.

تصف صفحة الصوت لـ Codex لدى OpenAI ميزة ChatGPT Voice، المدعومة بـ GPT-Live: محادثة منطوقة تفتحها على مهمة Codex في تطبيق ChatGPT لسطح المكتب، أو عبر Codex على iOS بعد إقران الهاتف بحاسوب مضيف. تذكر باقات Plus وPro وBusiness وEdu وEnterprise، ومحادثة صوتية واحدة نشطة في كل مرة، وإملاءً منفصلاً يحوّل الكلام إلى نص موجّه فقط. ولا تذكر CLI.

لدى CLI وضعها الخاص. في codex-cli 0.162.1، تحتوي قائمة أوامر الشرطة المائلة (في المستودع مفتوح المصدر وفي الملف التنفيذي المثبّت) على /voice، الموصوف بـ "start or stop voice; use /voice settings to choose a voice". يمكنك التأكد من أن الميزة مفعّلة في تثبيتك:

codex features list | grep realtime
# realtime_conversation   stable   true

داخل جلسة، يبدأ /voice محادثة في الوقت الحقيقي على سلسلة المحادثة الحالية. تتحدّث، فيجيب Codex بصوت مسموع، ويمرّ كلام الطرفين مكتوباً في الطرفية. في خريطة المفاتيح إجراء لبدء المحادثة أو إيقافها وآخر لكتم الميكروفون، وكلاهما قابل لإعادة التعيين. ترفض CLI في ثلاث حالات، برسالة لكل منها: قبل الرسالة الأولى في المحادثة ("Start a conversation before using voice mode")، وداخل محادثة جانبية، وعلى إصدار بلا طبقة الصوت ("Voice requires macOS, an MSVC-based Windows build, or a glibc-based Linux build").

يعمل نموذجان خلال تلك المحادثة: نموذج صوتي في الوقت الحقيقي يتحدّث معك، وسلسلة محادثة Codex التي تؤدي العمل. ينقل الجانب الصوتي طلباتك إلى السلسلة، وهو ما يسمّيه الكود المصدري handoff، وينطق ما يخرج منها. تذكّر ذلك في قسم التوكنات أدناه.

OpenCode: لا شيء مدمج

لا يملك OpenCode 1.19.0 أمراً صوتياً ولا إملاءً. السلاسل النصية "speech" الوحيدة في ملفه التنفيذي هي أوصاف نماذج الكلام في كتالوج المزوّدين لديه، والتي يمكنك استدعاؤها من كودك الخاص، وليست وسيلة للتحدّث إلى OpenCode.

يسدّ المجتمع الفجوة. opencode-voice إضافة تُملي في موجّه OpenCode: Ctrl+X V يبدأ التسجيل، وEnter يوقفه ويُدرج النص، وتختار بين Whisper محلياً أو OpenAI أو ElevenLabs أو تطبيق Handy للتحويل إلى نص. ملف README الخاص بها صريح بشأن حالتها: برمجية ما قبل الإصدار، وLinux x64 فقط، والتقاط الميكروفون تجريبي. ولا تنطق الردود.

على macOS أو Windows، يعمل الإملاء المدمج في نظام التشغيل في أي طرفية، بما فيها OpenCode.

Antigravity CLI: إملاء مع /voice

لدى Antigravity CLI إملاء، موثّق في صفحة /voice الخاصة بها. يبدأه /voice، أو اسمه البديل /record، أو مفتاح F5. يصل النص إلى خانة الموجّه ولا يُرسل حتى ترسله أنت.

ثلاثة قيود. يحتاج إلى جلسة تفاعلية ويُعطَّل في وضع --print. لا يتوفر لحسابات الأعمال أو المؤسسات. وإن كنت سجّلت الدخول قبل إطلاق الإملاء، يفشل التحويل إلى نص حتى تشغّل /logout وتسجّل الدخول من جديد.

حالة SSH معالَجة أفضل من معظم الأدوات: شغّل agy mic-serve على جهازك أنت، وافتح نفقاً عكسياً بالأمر ssh -R 24713:127.0.0.1:4713 <server>، وابدأ CLI على الخادم بالأمر ANTIGRAVITY_MIC=127.0.0.1:24713 agy. عندها يغذّي ميكروفونك الجلسة البعيدة. لا يوجد ردّ منطوق.

oh-my-pi: الأمران معاً، والإملاء يبقى على جهازك

oh-my-pi (omp) هي CLI الوحيدة هنا التي تفعل الأمرين، وإملاؤها لا يغادر الجهاز أبداً.

تحويل الكلام إلى نص معطّل افتراضياً. فعّله في الإعدادات (مجموعة Speech)، ثم اضغط مطوّلاً على Space للتسجيل وأفلته للتحويل إلى نص. يعمل النموذج على الجهاز: Parakeet TDT v3 افتراضياً، مع أحجام Whisper كبدائل للأجهزة الأصغر. يحدد إعدادٌ متى يُرسل الإملاء: أبداً، أو عند الإفلات، أو عند الإفلات مع جملة مكتملة، أو عندما تقول "submit".

المحادثة هي /live، أو Ctrl+L. تصفها CLI بأنها "Codex-backed realtime voice mode"، ويُختار الصوت في الإعدادات (Live Voice). وبشكل منفصل، يقرأ omp say أي نص بصوت مسموع باستخدام Kokoro-82M، وهو نموذج كلام يعمل محلياً أيضاً.

Paseo وT3 Code: الصوت في تطبيق، لا في CLI

يظهر تطبيقان في عمليات البحث نفسها.

يشغّل Paseo خدمة خلفية تدير وكلاء البرمجة لديك، مع عملاء لسطح المكتب والهاتف والويب وCLI. يقدّم الإملاء ومحادثات وضع الصوت. يمكن أن يعمل الكلام على جهازك (Parakeet لتحويل الكلام إلى نص، وKokoro لتحويل النص إلى كلام، ونماذج ONNX على المعالج CPU) أو عبر OpenAI، ووضع الصوت نفسه جلسة وكيل مخفية على Claude أو Codex أو OpenCode. نموذج الكلام المحلي الافتراضي بالإنجليزية فقط؛ ويغطي نموذج Parakeet آخر 25 لغة أوروبية. قارنّا بقية Paseo مع AgentsRoom في صفحة بديل Paseo.

لدى T3 Code إدخال صوتي في تطبيق iOS الخاص به: يجري التحويل إلى نص على الهاتف ويملأ المسودة، ولا يرسل شيئاً من تلقاء نفسه أبداً. لا ردود منطوقة.

هل يستهلك وضع الصوت توكنات أكثر؟

هذا هو السؤال الذي يأتي مباشرة بعد "هل هو موجود"، وجوابه يختلف من أداة إلى أخرى.

• إملاء Claude Code: لا. تقول وثائق Anthropic إن التحويل إلى نص لا يستهلك رسائل Claude ولا توكنات ولا يُحتسب ضمن الحدود المعروضة في /usage. ما تمليه يصبح موجّهاً عادياً ويكلّف ما يكلّفه الموجّه نفسه مكتوباً.
• وضع الصوت في تطبيق Claude: يُحتسب ضمن حدود الاستخدام المعتادة لديك، مثل النص، بحسب صفحة المساعدة لدى Anthropic.
• /voice في Codex CLI: يعمل نموذج صوتي في الوقت الحقيقي بجانب سلسلة محادثة Codex ما دامت المحادثة مفتوحة. لا تقول صفحات OpenAI كيف تُحتسب المحادثة الصوتية ضمن حدود Codex. لم نجد رقماً، لذا لا نعطي رقماً.
• Antigravity CLI: إملاء فقط، ولا تقول الوثائق كيف يُحتسب.
• oh-my-pi: الإملاء على الجهاز لا يكلّف أي توكن ولا يرسل شيئاً. ويمرّ /live عبر الصوت الفوري في Codex.

القاعدة الكامنة هي نفسها في كل مكان: النموذج الذي يؤدي العمل يقرأ نصاً. الدور المنطوق يُفوتر مثل الدور المكتوب. ما يغيّر فاتورتك هو عدد الأدوار وعمق الجلسة، والصوت يميل إلى إنتاج أدوار أكثر وأقصر. قلنا الشيء نفسه عن الهواتف في هل يستهلك Remote Control في Claude Code توكنات أكثر.

ما يفعله AgentsRoom بجانب هذه الأدوات

يسلك Voice Mode في AgentsRoom الطريق الآخر: محادثة منطوقة واحدة لا تعتمد على أداة CLI التي تشغّلها.

يعمل على الطرفية، لا على CLI. تفتحه على وكيل يعمل بالفعل. يُحوَّل دورك إلى نص ويُرسَل إلى طرفية ذلك الوكيل كرسالتك، ويعمل الوكيل في جلسته الخاصة، ويُقرأ ردّه بصوت مسموع بالصوت الذي اخترته. يعيد وضع دون استخدام اليدين فتح الميكروفون بعد كل ردّ. تُكتشف اللغة تلقائياً. والأمر نفسه مع Claude Code وCodex وGitHub Copilot CLI وCursor و10 أدوات CLI أخرى للوكلاء يشغّلها AgentsRoom، في تطبيق سطح المكتب على macOS وWindows وLinux.

الزيادة في التوكنات صغيرة ويمكنك رؤيتها: مع أول رسالة منطوقة، يتلقى الوكيل تمهيداً قصيراً يطلب ردّاً منطوقاً من جملتين إلى خمس جمل، دون markdown ودون قراءة مسارات الملفات بصوت مسموع، ثم تذكيراً كل خمس رسائل. أما الكلام نفسه فيعمل على خادمنا ويُحتسب من كريديت الصوت المشترك مع الإملاء، أو على مفتاح OpenAI API الخاص بك.

للإملاء وحده هناك زر ميكروفون في المحرّر، موصوف في صفحة الإملاء الصوتي. ويبقى الصوت المدمج في أداة CLI متاحاً لك في طرفيتها: الاثنان لا يُلغي أحدهما الآخر.

كيف تتحقق على جهازك

الإصدارات تتغير بسرعة، وهذه الصفحة ستتقادم. إليك كيف تتحقق من كل سطر في الجدول في دقيقة:

claude --version       # then /voice in a session
codex --version        # then: codex features list | grep realtime
opencode --version     # no voice command in the help
agy --version          # then /voice in a session
omp --version          # then the Speech settings, and /live

إن أجاب /voice بـ "Unknown command" في Claude Code، فأنت مسجّل الدخول بمفتاح API أو بمزوّد سحابي، لا بحساب claude.ai. وإن كان realtime_conversation غائباً عن قائمة Codex، فإن CLI لديك أقدم من التي تحققنا منها.

الأسئلة الشائعة

هل لدى Codex CLI وضع صوتي؟

نعم. في codex-cli 0.162.1، يبدأ الأمر /voice محادثة منطوقة على سلسلة المحادثة الحالية: تتحدّث، فيجيب Codex بصوت مسموع، ويظهر كلام الطرفين مكتوباً في الطرفية. ويختار /voice settings الصوت. يحتاج إلى محادثة بدأت بالفعل، ولا يعمل في المحادثات الجانبية، ويعمل على إصدارات macOS وWindows وLinux التي تدعمه. صفحة الصوت لدى OpenAI توثّق ChatGPT Voice في تطبيق ChatGPT لسطح المكتب وفي Codex على iOS، لا أمر CLI، لذلك تحققنا من CLI نفسها.

هل لدى Claude Code وضع صوتي؟

لدى Claude Code إملاء صوتي، لا محادثة منطوقة. شغّل /voice، ثم اضغط مطوّلاً على Space أثناء الكلام (أو استخدم /voice tap) فيصل نص كلامك إلى الموجّه. ويبقى Claude يجيب نصاً. يحتاج إلى تسجيل دخول claude.ai وميكروفون محلي، لذا لا يعمل مع مفتاح API، ولا في جلسات SSH، ولا في الجلسات السحابية. تقول Anthropic إن وضع الصوت في تطبيق Claude غير متاح في Claude Code.

هل لدى OpenCode وضع صوتي؟

ليس مدمجاً. لا يملك OpenCode 1.19.0 أمراً صوتياً ولا إملاءً. تضيف إضافة من المجتمع، opencode-voice، الإملاء في الموجّه عبر Ctrl+X V، لكنها برمجية في مرحلة ما قبل الإصدار ولا تعمل إلا على Linux x64. وإلا فاستخدم إملاء نظام التشغيل لديك.

هل لدى Antigravity CLI وضع صوتي؟

لديها إملاء. يحوّل /voice، أو اسمه البديل /record، أو مفتاح F5، كلامك إلى نص في خانة الموجّه دون إرساله. يحتاج إلى جلسة تفاعلية، ويُعطَّل في وضع --print، ولا يتوفر لحسابات الأعمال أو المؤسسات. عبر SSH، يمرّر agy mic-serve ميكروفون جهازك أنت إلى الخادم. لا يوجد ردّ منطوق.

هل يستهلك وضع الصوت في Claude توكنات أكثر؟

يعتمد ذلك على أي صوت تقصد. لا يستهلك إملاء Claude Code رسائل Claude ولا توكنات ولا يُحتسب ضمن الحدود في /usage، بحسب وثائق Anthropic: ما تمليه يصبح موجّهاً عادياً. أما وضع الصوت في تطبيق Claude فيُحتسب ضمن حدود الاستخدام المعتادة لديك، مثل النص. في الحالتين يرى النموذج نصاً، لذا يكلّف الدور المنطوق ما يكلّفه الدور نفسه مكتوباً، والعامل الحقيقي هو عدد الأدوار وعمقها.

ما الفرق بين الإملاء الصوتي ووضع الصوت؟

الإملاء أحادي الاتجاه: تتحدّث، فتصل الكلمات إلى الموجّه، وتقرأ الإجابة على الشاشة. ووضع الصوت ثنائي الاتجاه: تتحدّث، فتُنطق لك الإجابة بصوت مسموع. يملي Claude Code وAntigravity CLI. ويفعل Codex CLI وoh-my-pi الأمرين. ولا يفعل OpenCode أياً منهما دون إضافة.