说实话，很多用户初次接触豆包语音功能时，常常困惑于入口找不到、权限未开启，甚至不知道应该点击哪里。其实操作并不复杂，但不同使用场景对应着完全不同的路径。你无法指望一个按钮解决所有需求：主界面那个麦克风图标，本质上是语音转文字；而真正做到你来我往、像打电话一样实时对话的，是那个绿色电话图标。这些细节，必须先理清楚。

手机端长按输入框麦克风：实现豆包语音转文字输入

这是最通用的语音输入方式，几乎适用于所有日常提问场景，不挑智能体，也不挑对话类型。但最终回复仍然是文字形式——别指望它能和你实时聊起来。

具体操作路径如下：打开豆包App，随便进入一个AI聊天窗口，确认底部输入框可以正常输入。点击输入框，键盘弹出，此时你需要留意键盘左下角或右下角——有没有一个蓝色脉动麦克风图标？如果没有，说明语音模块尚未加载成功。长按这个图标，听到“滴”一声后直接说话，例如“北京今天PM2.5多少”，说完松手。等待两三秒，语音会自动转为文字，点击发送即可。这一步没什么技术难度，把话说完，松手就完成。

如果那个图标一直不出现，解决办法也很直接：进入手机【设置】→【应用管理】→【豆包】→【权限】，将麦克风、存储和后台运行权限全部打开。iOS用户还需在【Siri与搜索】中启用豆包建议。权限给到位，功能自然就能正常显示。

使用支持语音通话的智能体：开启豆包实时语音对话

这才是真正意义上的语音对话——你说话，AI即时回应，中间没有文字中转，交互节奏自然得像真人聊天。但前提是，智能体必须带有“支持语音通话”标签，否则这条路走不通。

有两种切入方式，先说第一种：从现有智能体切入。点击底部“我的”→“智能体”，在列表中翻看，只关注那些顶部明确标注“支持语音通话”的条目。进入详情页，确认标签为绿色可用状态——如果变灰，说明语音能力被关闭，需要重新编辑配置。然后进入它的独立聊天窗口，右上角会出现一个绿色电话图标（特别注意：不是输入框旁边的麦克风）。点击它，弹出确认框，点击“确定”，等待约1.5秒，屏幕中央出现动态绿色声波条，此时开口说话，AI会实时识别并以语音回应。

第二种方式：自己创建一个支持语音的智能体。在“智能体”页点击右上角“+”，选择“创建新智能体”。填写名称和描述后，务必勾选“语音交互”开关，再在语言设置中指定目标语种（如English、Español）。这一步漏选，后续永远触发不了电话图标——这条红线不能踩。保存后返回列表，找到刚创建的智能体，点进去验证，顶部标签和右上角电话图标应同步出现。

电脑端使用豆包输入法macOS版：实现高效语音输入

如果你经常在Mac上写文档、做会议纪要，这个方案比手机方便得多。无需切换App，不限时长，中英混说或方言都能识别，效率很高。

前提是确认已安装豆包输入法macOS版，版本号≥0.9.0，系统为macOS 10.15及以上。在任意文本框中，按Fn键（或你自定义的快捷键）即可呼出语音输入界面。选择“按住说话”模式，或双击右Option键免按持续输入——后者适合大段口述，但需要保证周围安静。开始讲话，语音实时转为文字，直接插入光标位置，整个过程会自动过滤掉“呃”“啊”这类冗余词。