Kimi 语音通话——像跟真人打电话一样跟 AI 聊天

两种语音交互

Kimi 有两种语音相关的功能，容易混淆：

方式	本质	适用场景
语音消息	录一段音 → 发给 Kimi → Kimi 转文字理解 → 文字回复	复杂内容、需要保留文字记录
语音通话	实时语音对话 → 双向音频流	双手占用、开车、边走边问

本文档讲的是第二种——实时语音通话模式。

语音通话模式和文字聊天的能力范围基本一致，你可以：

最大的优势：语音通话里的 Kimi 和文字聊天里的 Kimi 是同一个模型、同一个上下文。你的问题如果需要多步推理，Kimi 在语音模式下也会充分思考再回答，不会只是一个快速应答机器人。

✅ 双手被占用时（开车、做饭、运动）✅ 不想打字时（通勤路上、休息时）✅ 需要练习英语口语时（用英文提问，让 Kimi 用英文回答）✅ 听报告 / 念文章时（让 Kimi 把书面内容朗读出来）

✅ 复杂指令、需要结构化输出（代码、表格、PPT 大纲）✅ 需要文字记录、留痕、复制转发✅ 需要上传文件 / 图片✅ 嘈杂环境（语音识别准确率下降）

同一个 session 里，你可以：

和文字聊天消耗差不多——取决于模型选择（K2.6 便宜，K3 消耗 credits）。语音本身不额外收费，但实时语音流会有轻微数据消耗。

主要支持中文和英文，理解和回答都可以切换。其他语言的支持程度随模型版本变化，以实际测试为准。

会。在噪音环境下建议用耳机 + 麦克风，或者切回文字模式。Kimi 的语音识别能力在安静环境下最好。

Kimi 的语音通话内容会和文字聊天一样保存在会话记录里（加密存储）。和文字聊天的记录处理规则一致——你可以随时删除会话。

目前语音通话主要是移动端功能。桌面端和网页端支持"语音消息"（录音后发送），不支持实时双向语音流。