שיחה קולית עם קלוד קוד: אתם מדברים, הוא עונה בקול

מה זה VoiceMode?

VoiceMode הוא כלי בקוד פתוח (רישיון MIT) לשיחות קוליות עם קלוד קוד. בקלוד קוד הוא מגיע כפלאגין, ומאחוריו שרת MCP שנותן לקלוד שני כלים חדשים: להקשיב לכם ולדבר אליכם. הקוד נמצא ב-גיטהאב, עם כ-1,400 כוכבים נכון לאוקטובר 2026.

חשוב להבין את ההבדל מהכתבה קולית. בהכתבה קולית בקלוד קוד אתם מדברים והמילים נכתבות לתוך החלון, ואת התשובה אתם קוראים. ב-VoiceMode זו שיחה בשני הכיוונים: הוא עונה לכם בקול, מחכה שתסיימו לדבר, וממשיך. כמו ג'רביס מהסרטים, רק עם קלוד בפנים.

ה-README מסביר את זה במשפט אחד: הקול לא בא להחליף הקלדה, הוא בא בשביל הרגעים שבהם אי אפשר להקליד.

איך VoiceMode עובד מאחורי הקלעים?

יש שלושה חלקים בשיחה:

1. האוזניים: Whisper. whisper.cpp הוא גרסה מקומית של מודל זיהוי הדיבור של OpenAI, עם כ-54,800 כוכבים בגיטהאב. הוא רץ על המחשב שלכם והופך את הדיבור לטקסט.
2. המוח: קלוד. הטקסט נכנס לקלוד קוד כמו כל הודעה רגילה. קלוד קורא קבצים, מריץ פקודות ועונה. החלק הזה רץ בענן של אנתרופיק, כמו תמיד.
3. הקול: Kokoro. Kokoro-82M הוא מודל הקראה פתוח עם 82 מיליון פרמטרים, ברישיון Apache. הוא קטן מספיק כדי לרוץ על מחשב רגיל ומקריא את התשובה.

לפי התיעוד של VoiceMode, Whisper עולה מקומית על פורט 2022 ו-Kokoro על פורט 8880. לשניהם אותו ממשק כמו של OpenAI, אז אם אין לכם אותם מותקנים, VoiceMode יכול לעבור לשירותי הקול של OpenAI עם מפתח API. זה כבר לא חינמי ולא מקומי.

איך מתקינים את VoiceMode בקלוד קוד?

צריך מחשב עם מיקרופון ורמקולים. לפי ה-README, הדרך המומלצת היא הפלאגין. בתוך קלוד קוד מריצים:

claude plugin marketplace add mbailey/voicemode
claude plugin install voicemode@voicemode

אחרי זה, בתוך סשן של קלוד קוד, מריצים את פקודת ההתקנה של הפלאגין. היא מתקינה את כלי השורה של VoiceMode ואת שירותי הקול המקומיים:

/voicemode:install

ההתקנה מורידה את המודלים, אז היא לוקחת כמה דקות. במק, ה-README מציין שצריך גם את ffmpeg, node ו-portaudio דרך Homebrew. אם משהו חסר, תבקשו מקלוד קוד לבדוק ולהתקין. זה בדיוק סוג המשימה שהוא טוב בה.

רוצים שהוא לא ישאל אישור בכל פעם שהוא מקשיב? ה-README מציע להוסיף ל-~/.claude/settings.json:

{
  "permissions": {
    "allow": [
      "mcp__voicemode__converse",
      "mcp__voicemode__service"
    ]
  }
}

איך מתחילים לדבר עם קלוד קוד?

בתוך קלוד קוד מריצים:

/voicemode:converse

מכאן מדברים. VoiceMode מזהה מתי הפסקתם לדבר, שולח את מה שאמרתם לקלוד, ומקריא את התשובה. בסרטון ההדגמה הרשמי רואים את קלוד בודק ששני השירותים המקומיים רצים לפני שהוא מתחיל את השיחה:

כמה דברים שעוזרים לשיחה לזרום:

• תגידו לו לקצר. תשובה של עשרים שורות נשמעת ארוכה מאוד בקול. בקשו בתחילת השיחה: "תענה בשני משפטים, ואת הפרטים תכתוב לקובץ".
• משימות, לא קוד. קוד לא נשמע טוב בהקראה. דברו על מה לעשות, ותנו לו לכתוב את הקוד בשקט.
• אוזניות עם מיקרופון. בלי אוזניות, המיקרופון יכול לקלוט את הקול של התשובה עצמה.

הנה הודעת פתיחה שאפשר להדביק בתחילת כל שיחה קולית, כדי שהוא יתנהג כמו עוזר אישי ולא כמו מישהו שמקריא מסמך:

אנחנו מדברים בקול. אני אדבר בעברית, ואתה תענה באנגלית פשוטה.
כל תשובה בקול עד שני משפטים. בלי קוד, בלי רשימות ובלי קישורים בהקראה.
כל פרט ארוך, קוד או סיכום, תכתוב לקובץ notes/voice.md ותגיד לי שכתבת.
אם לא הבנת משהו, תשאל שאלה אחת קצרה לפני שאתה מתחיל לעבוד.

אם הפלאגין לא מתאים לכם, ל-VoiceMode יש גם מתקין פייתון. הוא מתקין את השירותים המקומיים ומחבר את VoiceMode לקלוד קוד כשרת MCP:

uvx voice-mode-install
claude mcp add --scope user voicemode -- uvx --refresh --from voice-mode voicemode-mcp-launcher

מתי שיחה קולית עם קלוד קוד באמת שימושית?

ה-README נותן רשימה קצרה: בהליכה לפגישה, בבישול, כשהעיניים צריכות הפסקה מהמסך, כשאתם מחזיקים קפה (או כלב), ובכל רגע שהידיים או העיניים עסוקות. כמה דוגמאות מהעסק:

• חשיבה בקול. מסתובבים בחדר ומספרים לו על רעיון לשירות חדש, והוא שואל שאלות וכותב סיכום לקובץ.
• סטטוס בלי מסך. "מה מצב המשימות מהבוקר?" בזמן שאתם מכינים ארוחת צהריים.
• הנחיות למשימה ארוכה. מסבירים בדיבור מה צריך לבנות, הולכים, וחוזרים לתוצאה.

ואם אתם רוצים לשלוט בקלוד קוד מהטלפון כשאתם רחוקים מהמחשב, זה כבר כלי אחר: קלוד קוד בכיס.

VoiceMode מדבר עברית?

חצי כן. Whisper מבין עברית, אז אפשר לדבר אליו בעברית וקלוד יבין. אבל ברשימת הקולות של Kokoro, נכון לאוקטובר 2026, אין עברית. יש אנגלית אמריקאית ובריטית, יפנית, סינית, ספרדית, צרפתית, הינדי, איטלקית ופורטוגזית. ובכרטיס המודל כתוב שהתמיכה בשפות שאינן אנגלית יכולה להיות חלשה.

בפועל: אתם מדברים בעברית, ומבקשים מקלוד לענות באנגלית כדי שההקראה תישמע טבעית. אם עברית מוקראת חשובה לכם, אפשר לחבר שירות הקראה בענן עם מפתח OpenAI, ואז זה עולה כסף לפי שימוש וההקלטות כבר יוצאות מהמחשב.

ואם מה שמעניין אתכם זה קול טבעי בעברית לתוכן, לסרטונים או לפודקאסט, תסתכלו על OmniVoice.

חשוב לדעת

• קלוד עצמו בענן. רק שכבת הקול מקומית. מה שאתם אומרים מתומלל על המחשב, אבל הטקסט נשלח לקלוד כמו כל הודעה, ונספר במכסה של המנוי.
• חינמי, עם מפתח אופציונלי. VoiceMode, Whisper ו-Kokoro חינמיים. מפתח OpenAI נדרש רק אם בוחרים בשירותי ענן.
• מערכות הפעלה. לפי ה-README: לינוקס, מק, ווינדוס (רגיל או WSL) ו-NixOS, עם פייתון 3.10 עד 3.14. ב-WSL צריך חבילות pulseaudio כדי שהמיקרופון יעבוד.
• משאבי מחשב. שני מודלים מקומיים רצים ברקע. במחשב חלש התגובה יכולה להיות איטית יותר.
• הקראה באנגלית. כאמור, אין קול עברי ב-Kokoro נכון לאוקטובר 2026.