セッションを把握しているコンパニオン
音声コンパニオンは、アクティブなセッションや選んだセッションの状態を読み取り、あなたの依頼を作業として送り、明示的に頼んだときだけ作業を止めます。音声を閉じてもコーディングの作業が止まることはありません。
音声
仕事に、話しかける。
セッションが何をしているか声で尋ね、新しい作業を頼み、止めることもできます。長いプロンプトはコンポーザーに直接音声入力。音声認識は既定でお使いのコンピューター上で動きます。
基本はローカル、必要ならクラウド
ローカルモードでは Faster Whisper がお使いのコンピューター上で音声を認識し、返事はセッションのプロバイダーが書きます。Grok Voice と OpenAI Realtime は任意のクラウドモードで、Grok Build や Codex のサインインを再利用します。
あなたを待ってくれる音声入力
送信ボタンの横のマイクは、認識したフレーズをカーソル位置に挿入します。送信ボタンを押すまで何も送られないので、先にプロンプトを編集できます。
できること
- 任意のセッションについて話して返事を聞く
- 音声でセッションに作業を送る、または止める
- Faster Whisper によるローカル音声認識
- 任意で Grok Voice または OpenAI Realtime モードを利用
- 返事の声：自然なローカル音声、GPU 高品質、ElevenLabs、システム音声
- 送信せずにコンポーザーへ音声入力
- コンパニオンの表示：bycoda マーク、波形、ドット、オーブ
- 間を置いたら返事をする、または自分でターンの終わりを決める
活用例
コードを読みながら状況確認
レビュー中のファイルを離れずに、「テストのセッションは今何をしている？」と尋ねられます。
長いプロンプトも素早く
詳しいバグ報告をコンポーザーに音声入力し、整えてから送信します。
完全ローカルの音声
音声はお使いのマシンの外に出さず、返事はご自身のプロバイダーが書きます。
知っておくこと
音声は既定でオフで、マイクは開始操作をしたあとにだけ開きます。ローカルのセットアップでは音声モデルをダウンロードするため、数 GB かかることがあります。クラウドモードがオンの間は、音声がプロバイダーに送られます。音声では送信の承認も、権限確認の回避もできません。
よくある質問
自分の声はコンピューターの外に出ますか？
ローカルモードでは出ません。認識はお使いのコンピューター上で動きます。Grok Voice と OpenAI Realtime は、明示的に選ぶクラウドモードです。
音声コンパニオンなしで音声入力できますか？
はい。音声入力は別の設定で、単独で使えます。
どの言語で話せますか？
話す言語は自動判定にも固定にもできます。認識の精度は言語やアクセントによって異なります。
さらに見る
自分のプロジェクトで試してみましょう。
bycoda は無料のオープンソースで、Windows x64 と Apple Silicon の Mac 向けにベータ版を公開中です。普段使っているエージェントのアカウントをそのまま使えます。
このバージョンのデスクトップ版は Windows x64 と Apple Silicon 搭載 macOS 向けに公開されています。