让Claude Code开口说话：语音控制完全指南

【终极改造】让你的AI编程助手开口说话：Claude Code 语音控制完全指南

引言：你的代码，会“说话”吗？

深夜，你独自面对屏幕，等待着一个复杂的任务完成。时间一分一秒过去，你忍不住拿起手机，在信息的瀑布流中迷失... 突然，一个声音响起：“报告主人，本次任务已完成。”

这不是科幻电影，这是你的AI编程助手——Claude Code。

大多数时候，我们与AI的交互停留在“你问，它答”的模式。但如果，它能更主动一点呢？比如，在需要你决策时，用语音提醒你；在完成任务后，把结果“说”给你听；甚至，能“听”懂你的下一条指令。

今天，我们就来一次终极改造，让你的Claude Code突破次元壁，从一个无声的文本工具，变成一个能听会说的智能伙伴。

第一阶段：唤醒声音 - “叮，您的任务已完成”

千里之行，始于足“听”。第一步，我们要让Claude Code在关键时刻，能发出声音提醒我们。

原理揭秘：万能的“钩子” (Hooks)

想象一下，你在生活中设置的各种“闹钟”：

  • 上班要迟到了 -> 闹钟响
  • 会议要开始了 -> 日程提醒
  • 代码跑完了 -> 接收通知

Claude Code的“钩子”（Hooks）功能，就是为AI的各种行为设置的“闹钟”。我们可以在特定事件发生时，触发一个自定义的动作。

我们要用的两个关键“闹钟”：

  1. Notification：当Claude需要你授权，或等待你输入超过60秒时触发。
  2. Stop：当Claude认为任务完成，停止工作时触发。

操作步骤：三行代码，赋予声音

我们利用Windows系统自带的PowerShell语音功能，无需安装任何软件。

  1. 找到配置文件： 在你的电脑里找到这个文件：C:\\Users\\你的用户名\\.claude\\settings.json

  2. 添加钩子配置： 打开settings.json文件，将下面的代码复制进去。如果文件里已有内容，请注意保留原有结构，只添加"hooks"部分。

    {
  "$schema": "https://json.schemastore.org/claude-code-settings.json",
  "model": "sonnet",
  "hooks": {
    "Notification": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell -Command \"Add-Type -AssemblyName System.Speech; (New-Object System.Speech.Synthesis.SpeechSynthesizer).Speak('主人，Claude正在等待您的指示')\""
          }
        ]
      }
    ],
    "Stop": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell -Command \"Add-Type -AssemblyName System.Speech; (New-Object System.Speech.Synthesis.SpeechSynthesizer).Speak('报告主人，本次任务已完成')\""
          }
        ]
      }
    ]
  }
}

  3. 保存并重启Claude Code 现在，你的AI助手已经学会了说话！下次当它完成任务或需要你时，你就会听到亲切的语音提醒。

第二阶段：能说会道 - 让Claude Code为你朗读结果

提醒只是开始，真正的效率提升，是让它把思考的结果直接“说”给你听。

想象一下，你让Claude分析一份文档，完成后，它直接用语音向你汇报摘要，而你则可以一边喝着咖啡，一边听着，完全解放双眼。

原理揭秘：脚本的力量

要实现朗读这么复杂的功能，单靠一行命令就不够了，我们需要一个专门的“剧本”——也就是一个PowerShell脚本。

这个脚本的核心任务是：

  1. 找到Claude的最新回复：从对话记录中，拿到它最后说的话。
  2. 过滤掉代码：我们只想听文字解释，而不是让它把一长串代码念出来。
  3. 大声朗读：把干净的文字交给系统的语音引擎。

操作步骤：创建你的第一个“AI剧本”

  1. 创建脚本文件夹： 在你的项目文件夹中，创建一个名为.claude/scripts的文件夹。

  2. 创建PowerShell脚本： 在scripts文件夹中，新建一个名为read-aloud.ps1的文件，把下面的代码复制进去。

    #
# 描述：读取Claude Code对话的最新消息，并用语音朗读出来（忽略代码块）。
#
 
# 从输入参数中获取对话记录文件的路径
param (
    [string]$transcriptPath
)
 
# 检查文件是否存在
if (-not (Test-Path $transcriptPath)) {
    exit 1
}
 
try {
    # 加载语音合成模块
    Add-Type -AssemblyName System.Speech
 
    # 创建语音合成器实例
    $synth = New-Object System.Speech.Synthesis.SpeechSynthesizer
    $synth.Rate = 2 # 稍微加快语速
 
    # 读取所有对话记录
    $lines = Get-Content $transcriptPath | ConvertFrom-Json
 
    # 找到最后一个来自 "assistant" 的消息
    $lastAssistantMessage = $lines | Where-Object { $_.speaker -eq 'assistant' } | Select-Object -Last 1
 
    if ($lastAssistantMessage) {
        $content = $lastAssistantMessage.message
 
        # 使用正则表达式移除代码块 (Markdown格式)
        $textToSpeak = [regex]::replace($content, '```.*?```', '', 'Singleline')
 
        # 移除所有剩余的空行，使文本更连贯
        $textToSpeak = $textToSpeak.Trim() -replace '(?m)^\s*$', ''
 
        if (-not [string]::IsNullOrWhiteSpace($textToSpeak)) {
            # 朗读处理后的文本
            $synth.Speak($textToSpeak)
        }
    }
}
catch {
    # 如果发生错误，不做任何事，静默失败
}

  3. 更新settings.json来调用脚本： 现在，我们需要修改“闹钟”，让它在任务完成后（Stop事件）去执行这个“剧本”。同时，为了避免混淆，我们可以把原来的简单提醒改成一个简短的提示音。

    {
  "$schema": "https://json.schemastore.org/claude-code-settings.json",
  "model": "sonnet",
  "hooks": {
    "Notification": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell -Command \"Add-Type -AssemblyName System.Speech; (New-Object System.Speech.Synthesis.SpeechSynthesizer).Speak('主人，请注意')\""
          }
        ]
      }
    ],
    "Stop": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell -ExecutionPolicy Bypass -File \"$Env:CLAUDE_PROJECT_DIR\\.claude\\scripts\\read-aloud.ps1\" -transcriptPath $Env:CLAUDE_TRANSCRIPT_PATH"
          }
        ]
      }
    ]
  }
}

    注意：这里的command变了！它现在执行的是我们刚刚创建的read-aloud.ps1脚本，并且通过环境变量把对话记录的路径传给了脚本。

现在，你的AI助手不仅会提醒你，还会声情并茂地向你“汇报工作”了！

第三阶段：终极形态 - “听”你说，与AI语音对话

我们已经能“听”了，接下来就是让它能“说”。我们将打造一个完整的语音交互闭环：你用嘴说，它用嘴答。

原理揭秘：语音识别引擎

Windows同样内置了强大的语音识别功能。我们的新脚本将在朗读完结果后，立即“竖起耳朵”，开始聆听你的下一条指令。

这个新“剧本”会做这些事：

  1. 朗读结果（和第二阶段一样）。
  2. 发出提示音，告诉你“现在可以说了”。
  3. 启动语音识别，捕捉你的话。
  4. 将语音转成文字，并自动复制到你的剪贴板。
  5. 你只需按下Ctrl+V，指令就发送出去了！

操作步骤：升级你的“AI剧本”

  1. 创建新脚本 voice-interactive.ps1： 这次，我们在.claude/scripts/文件夹里创建一个更强大的脚本voice-interactive.ps1。

    #
# 描述：朗读Claude的最新回复，然后启动语音识别，并将识别的文本复制到剪贴板。
#
 
param (
    [string]$transcriptPath
)
 
if (-not (Test-Path $transcriptPath)) {
    exit 1
}
 
try {
    # --- 朗读部分 ---
    Add-Type -AssemblyName System.Speech
    $synth = New-Object System.Speech.Synthesis.SpeechSynthesizer
    $synth.Rate = 2
 
    $lines = Get-Content $transcriptPath | ConvertFrom-Json
    $lastAssistantMessage = $lines | Where-Object { $_.speaker -eq 'assistant' } | Select-Object -Last 1
 
    if ($lastAssistantMessage) {
        $content = $lastAssistantMessage.message
        $textToSpeak = [regex]::replace($content, '```.*?```', '', 'Singleline').Trim() -replace '(?m)^\s*$', ''
        if (-not [string]::IsNullOrWhiteSpace($textToSpeak)) {
            $synth.Speak($textToSpeak)
        }
    }
 
    # --- 语音识别部分 ---
    $synth.Speak("现在请说出您的指令")
 
    # 加载语音识别模块
    $recognizer = New-Object 'System.Speech.Recognition.SpeechRecognitionEngine'
    
    # 使用默认的音频输入设备
    $recognizer.SetInputToDefaultAudioDevice()
 
    # 创建一个简单的语法，用于自由听写
    $grammar = New-Object 'System.Speech.Recognition.DictationGrammar'
    $recognizer.LoadGrammar($grammar)
 
    # 开始异步识别
    Write-Host "正在聆听..."
    $result = $recognizer.Recognize() # 同步识别，直到有结果
 
    if ($result) {
        $recognizedText = $result.Text
        Write-Host "识别到: $recognizedText"
        
        # 将识别的文本复制到剪贴板
        Set-Clipboard -Value $recognizedText
        $synth.Speak("已将指令复制到剪贴板")
    } else {
        $synth.Speak("抱歉，未能识别到语音")
    }
 
}
catch {
    Write-Host "脚本发生错误: $_"
}

  2. 最后一次更新settings.json： 把Stop事件的命令，指向我们这个终极版的voice-interactive.ps1脚本。

    {
  "$schema": "https://json.schemastore.org/claude-code-settings.json",
  "model": "sonnet",
  "hooks": {
    "Notification": [
      // ... (这部分不变)
    ],
    "Stop": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell -ExecutionPolicy Bypass -File \"$Env:CLAUDE_PROJECT_DIR\\.claude\\scripts\\voice-interactive.ps1\" -transcriptPath $Env:CLAUDE_TRANSCRIPT_PATH"
          }
        ]
      }
    ]
  }
}

见证奇迹的时刻

现在，整个流程是这样的：

  1. 你向Claude下达指令。
  2. Claude完成任务。
  3. （自动） 你的电脑朗读出它的文字回复。
  4. （自动） 朗读完毕后，提示你下达新指令。
  5. （自动） 你说出指令，例如“继续优化这段代码”。
  6. （自动） 脚本将“继续优化这段代码”这几个字复制到你的剪贴板，并提示你已复制。
  7. （你操作） 你回到Claude界面，按下Ctrl+V粘贴，回车。

一个完美的语音交互闭环，就此诞生！

结语：这只是开始

我们通过Claude Code强大的hooks功能和Windows自带的PowerShell，几乎零成本地将一个文本AI，改造成了能听会说的语音助手。

这不仅仅是“听起来很酷”，它真正改变了我们与AI协作的方式，将我们从屏幕前解放出来，让编程体验变得更流畅、更自然。

这只是一个开始。你可以继续探索：

  • 语音关键词触发：听到特定词语（如“危险操作”）时，发出更强的警报。
  • 连接智能家居：任务完成后，让你的智能音箱播放一首歌。
  • 生成报告摘要：让脚本不仅是朗读，而是先调用另一个AI模型进行总结，再朗读。

技术的魅力，就在于它给了我们无限的创造可能。现在，轮到你了，去打造一个独一无二，只听你号令的AI编程伙伴吧！

如果你喜欢这篇文章，别忘了点赞、在看、分享，让更多人看到AI的无限可能！