图像和声音

9xchat 将多模式功能带入您的工作空间：实时语音对话、即时语音听写、朗读语音和专用图像生成。

互动语音模式

语音模式将 9xchat 变成自然的对话语音助手。您无需打字和等待，而是自然地说话，助理会实时回复。

语音码头

当从作曲家激活时，一个浮动的 Voice Dock 会出现在您的聊天线程上方：

• 非模态： 对话保持可见、可读和可滚动 码头后面。
• 波形可视化： 实时音频条显示麦克风电平和 助理语音输出。
• 语音活动检测 (VAD)： 9xchat 监听您何时开始和停止 也就是说，无需手动按钮即可无缝管理轮流。
• **打断/打断：**您可以随时简单地打断助手 通过说话或点击球体。
• 线程同步： 每个语音回合都被转录成真实消息 在线程中，保持完整的对话历史记录完整。

语音配置

在设置→常规中，您可以配置：

• 语音聊天语言： 选择您的口语语言。
• TTS 语音配置文件： 从自然语音选项中选择助理的语气。
• 转录提供程序：选择123sudo或OpenAI 进行音频 转录。

语音听写

在任何您可以输入的地方——聊天编辑器、图像提示或注释——您都可以听写：

1. 单击 麦克风 图标或使用听写快捷方式。
2. 说出你的指示或想法。
3. 单击“停止并转录”。 9xchat 将音频转换为结构化 Markdown 您的输入字段已准备好供您查看和发送。

大声朗读（TTS）

聊天中的每个 AI 响应都包含 大声朗读 操作：

• 免提聆听长答案、代码解释或摘要。
• 响应流式传输到音频中，以便以最小的延迟开始播放。
• 音频片段在本地缓存，以实现平滑的重复播放。

指向图像的一部分

单击您附加的图像将其打开，其上方有两个操作：裁剪和突出显示。两者都通过在图片上拖动一个框来工作；他们对那个盒子所做的事情是不同的。

裁剪 将图像裁剪为方框。当框架的其余部分确实不相关时（例如，带有三个不相关面板的屏幕截图），请使用它。

突出显示保留整个框架并标记框，使框外的所有内容变暗并绘制红色边框。当重点是“看这里”而不是“仅此”时使用它。裁剪按钮会丢失其周围的屏幕，而周围的上下文通常使问题变得可以回答。

突出显示还会在消息中写入一条线，指向标记区域，并且该线正在做实际工作：刻在图片中的标记仅在单词引用它时引导模型。保留该句子，或重写它以说明您希望对该地区执行的操作。

图像游乐场

Images 是一个专门用于生成图像模型的工作室（包括 Seedream、DALL-E、Flux 等）。

1. 在侧边栏中打开图像，然后选择新图像。
2. 描述您的场景、风格、灯光和构图。
3. 从提示框下方的下拉列表中选择您的图像模型。
4. 生成的图像出现在您的图库历史记录中，您可以在其中下载、复制、 或检查生成参数。

您还可以使用生成图像工具直接在聊天中生成图像。

计费和隐私

• 云图像模型和转录从您的 9xchat 信用余额中提取或 您配置的 API 密钥。
• 音频隐私： 音频听写和语音合成需要网络处理 通过您选择的提供商（123sudo或OpenAI）。即使您的聊天模式设置为本地，音频也会离开您的计算机。请参阅 隐私和数据流。