CapybaraAI不支持实时语音输入，仅支持上传音频文件进行转录、翻译与摘要；其设计聚焦安静、安全、离线友好，避免麦克风常驻监听，适合会议/课堂录音后整理场景。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
CapybaraAI 目前不支持语音输入功能。它主打的是语音转文字笔记、多语言翻译与智能摘要，但所有语音处理均基于用户主动上传的音频文件（如会议录音、讲座录音），而非实时麦克风收音或即时语音输入。
语音相关功能实际是“上传式转录”
你需先录制好音频（MP3、M4A、WAV、WEBM 等格式均可），再在 Capybara App 中选择该文件上传。App 会自动完成：
- 带时间戳的逐句转录
- 原文与翻译并排显示（支持中英日韩等多语）
- 按主题聚类生成结构化要点摘要
为什么没有实时语音输入？
这是产品定位决定的——Capybara 强调“安静、安全、离线友好”。所有音频处理默认在设备本地或经加密通道送至可信云端，不依赖持续麦克风权限，也不做后台语音监听。这种设计规避了隐私风险，也更适合课堂、会议等需要专注记录的场景。
想用语音直接说话交互？可考虑替代方案
如果你需要真正意义上的“说句话就响应”的 AI 语音助手，目前更匹配的是：
- OpenClaw：支持免费 Groq Whisper 语音识别 + Edge TTS 语音合成，可配置为全局语音输入/输出
- 通义千问 App（带语音按钮版）：内置端到端语音大模型，支持实时语音问答与播报
- 微信/钉钉内置 AI 助手：部分企业版已开放语音指令入口
简言之，Capybara 是“录音后整理专家”，不是“随时待命的语音对话伙伴”。用对场景，效率反而更高。
