开发骡子快跑支持语音输吗 骡子快跑语音交互开启方法案例|Duuu笔记
针对前端开发中常见问题的解答
需启用语音权限、配置Agent语音能力或选择实时语音陪练Agent；具体包括开启内置语音模块、授权浏览器麦克风/扬声器权限、启动全双工语音通道并完成校准。
如果您在使用
骡子快跑
时希望直接通过语音表达指令或参与对话，但界面未自动响应语音输入，则可能是语音权限未启用、agent未配置语音能力或当前运行环境不支持实时音频流。以下是开启骡子快跑语音交互的多种方法：
一、启用Agent内置语音模块
该方法适用于所有标有「语音+」标识的Agent（如“校对骡（语音版）”“翻译骡（实时听译）”），其底层已集成Web Speech API与MuleRun自研语音编解码器，无需额外插件即可实现端到端低延迟语音识别与合成。
1、登录骡子快跑官网或打开App，进入「我的Agent」页面。
2、在Agent卡片右上角查找带有声波图标的「语音就绪」标签，若图标为灰色，说明该Agent尚未加载语音能力。
3、点击该Agent卡片，进入详情页后，点击右上角齿轮图标打开「能力配置」。
4、在「输入方式」区域勾选
启用语音输入
与
启用语音输出
两项开关。
5、点击「保存并重启Agent」，系统将自动加载语音模型，耗时约3–5秒，完成后声波图标变为绿色脉动状态。
二、授权浏览器麦克风与扬声器权限
骡子快跑语音功能依赖浏览器原生媒体设备访问能力，若权限被系统或浏览器策略拦截，语音按钮将不可用或点击无响应。需手动确认并授予持续访问权限，避免每次会话重复弹窗。
1、在Chrome、Edge或新版Safari中打开骡子快跑官网。
2、点击地址栏左侧的锁形图标，选择「网站设置」。
3、在「权限」列表中找到
麦克风
和
声音
两项，将其设为「允许」。
4、返回页面，刷新后点击任意Agent界面上的麦克风图标，若出现实时音量波动条，则表示授权成功。
5、如使用移动端Safari，需前往「设置→Safari→网站设置→麦克风」，单独为
mulerun
.ai域名开启权限。
三、启动实时语音陪练Agent并激活语音通道
此方法专为口语训练场景设计，调用MuleRun平台内建的双模态语音理解与生成Agent，支持连续语音流输入、语调建模与即时反馈，是唯一支持自然停顿与多轮追问的语音交互路径。
光子AI
AI电商服饰商拍平台
下载
1、在「我的Agent」页面搜索栏输入
实时语音+纠错
，定位对应Agent卡片。
2、点击「立即租用」并完成积分扣减，租用成功后该Agent即绑定您的语音设备偏好。
3、进入运行界面，点击中央麦克风图标旁的
语音通道切换
按钮，选择「全双工模式」以启用边说边听能力。
4、系统自动检测设备延迟并进行回声消除校准，校准完成后界面底部显示
语音链路已就绪（RTT
。
5、开始说话，Agent将在0.6秒内启动识别，并同步播放合成语音反馈，无需等待单句结束。
四、通过快捷键触发语音输入浮层
该方法绕过图形界面操作，适用于键盘优先用户或屏幕阅读器辅助场景，利用预设快捷键快速唤起语音输入浮层，兼容无障碍标准，且不依赖鼠标悬停或图标点击。
1、确保当前焦点位于骡子快跑任一可输入区域（如指令框、对话气泡编辑区）。
2、按下组合键
Ctrl + Shift + V
（Windows/Linux）或
Cmd + Shift + V
（macOS）。
3、页面右下角弹出半透明语音浮层，显示实时波形与当前语音状态（静音/监听/处理中）。
4、点击浮层中的圆形录音按钮，或直接开始讲话，系统将自动在语音停顿时触发识别。
5、识别结果以文本形式插入当前光标位置，同时保留原始语音片段供后续回放比对。
