语音输入与播报
对话支持完整的语音闭环：语音提问（录音 → 自动转文字发送）与语音回答（TTS 播报）。两端可以独立开关，组合出「语音问、文字答」「文字问、语音答」等模式。
语音输入（录音提问）
- 点击输入栏的话筒图标，界面显示「点击开始对话」；
- 再次点击开始录音，图标区显示「对话中（N 秒）」；
- 结束时再次点击图标，录音自动结束并发送——无需再点发送按钮；
- 录音上传后由系统的语音识别（ASR）服务转为文字，作为提问发给 AI。
说明：
- 语音识别服务由系统管理员全局配置（同一时间只有一个 ASR 服务生效），用户无需也无法自行切换；
- 可识别的时长与文件大小上限由系统配置决定（如最长 60 秒），超时录音会自动截断；
- 转写结果即提问正文，发送前无法人工修正，识别偏差时可用文字重新提问。
语音播报（AI 回复）
在角色的进阶设置中控制：
| 设置 | 选项 | 说明 |
|---|---|---|
| AI 回复内容格式 | 自动 / 文字 / 语音 | 「自动」表示跟随你的输入格式：语音提问则语音回答 |
| 自动播放回复语音 | 开 / 关 | 回答到达后是否自动播放音频 |
| 音色选择 | 下拉列表 | 服务端 TTS 时可选；浏览器端合成则无需指定 |
收到语音回答后，可点击显示文字 / 显示音频在文本与音频两种展示间切换——想核对内容看文字，想听效果放音频。
NOTE
TTS 服务同样由管理员全局配置。合成发生在服务端还是浏览器端取决于部署配置：浏览器端合成无需选择音色；两者听感与可用音色可能不同。
给开发者
为系统接入新的 ASR / TTS 平台属于开发工作，见开发文档中的语音识别（ASR）能力接入与语音合成（TTS）能力接入。