Heard

เลเยอร์เสียงสำหรับ macOS เปลี่ยนเอาต์พุตเทอร์มินัลของ Claude Code, Codex และ Cursor ให้เป็นสรุปเสียงอัจฉริยะ

Vibe Coding การสังเคราะห์เสียง เครื่องมือนักพัฒนา 语音摘要

https://heard.app/

ไปยังเว็บไซต์ทางการ

รายงานเชิงลึก

Heard เป็นเลเยอร์คำพูดของ macOS ที่ออกแบบมาสำหรับเวิร์กโฟลว์เอเจนต์การเขียนโปรแกรม AI โดยเชื่อมต่อ Claude Code, OpenAI Codex และ Cursor เพื่อแปลงเอาต์พุตเทอร์มินัลให้เป็นสรุปคำพูดอัจฉริยะ เปิดตัวใน Product Hunt เมื่อวันที่ 25 กรกฎาคม 2026 และติดอันดับหนึ่งในวันนั้น (339 โหวต, 91 ความคิดเห็น) เป็นโอเพ่นซอร์ส (Apache-2.0) และฟรีสำหรับบุคคลทั่วไป แนวคิดหลักคือการ "ออกอากาศอย่างมีวิจารณญาณ" ไม่ใช่แค่การแปลงข้อความเป็นคำพูดเท่านั้น แต่ยังแยกแยะสิ่งที่ควรพูดและสิ่งที่ควรข้ามไป
Kelly (@itskellysun) ผู้ก่อตั้ง Heard กล่าวสิ่งนี้ในรายการ Product Hunt: "ในช่วงสองปีที่ผ่านมาทุกคนพยายามทำให้การพูดคุยกับตัวแทนง่ายขึ้น ไม่ว่าจะเป็นการป้อนข้อมูลด้วยเสียง การแจ้งที่ดีขึ้น และบริบทที่ดีขึ้น แต่ไม่มีใครทำอีกครึ่งหนึ่ง คำตอบของตัวแทนยังคงเป็นการเลื่อนข้อความที่คุณต้องนั่งจ้องมอง ได้ยินมาเพียงครึ่งเดียวเท่านั้น" เมื่อพิจารณาจากไทม์ไลน์ Heard ได้เปิดตัวเวอร์ชันแรกในชุมชนตั้งแต่วันที่ 1 พฤษภาคม 2026 จากนั้นเข้าสู่วงการวิสัยทัศน์ของสื่อเทคโนโลยีอังกฤษ เช่น AI Untethered หลังจากเปิดตัวอย่างเป็นทางการใน Product Hunt เมื่อวันที่ 25 กรกฎาคม ก็ได้รับคะแนนโหวต 339 เสียง และความคิดเห็น 91 รายการ ซึ่งขึ้นอันดับหนึ่งในวันนั้น ปัจจุบัน ผลิตภัณฑ์อยู่ในช่วงเริ่มต้นของการเติบโตอย่างรวดเร็ว และไม่มีรายงานพิเศษจากสื่อเทคโนโลยีของจีน (36Kr, Minority ฯลฯ) เป็นที่น่าสังเกตว่าปัจจุบันชื่อโดเมน Heard.app ชี้ไปที่ผลิตภัณฑ์เทคโนโลยีเครื่องช่วยฟังที่แตกต่างไปจากเดิมอย่างสิ้นเชิง และทางเข้าเว็บไซต์อย่างเป็นทางการของ Heard ในปัจจุบันเข้าถึงได้ผ่านหน้า Product Hunt เป็นหลัก ผลิตภัณฑ์ใช้ Python daemon พร้อมการสื่อสารซ็อกเก็ต Unix กลไก TTS รองรับ ElevenLabs (คลาวด์) และ Kokoro (ในพื้นที่) และใช้ Claude Haiku 4.5 เพื่อจัดการการเขียนบุคลิกภาพใหม่
กลไกหลักของ Heard คือ "การรายงานเชิงตัดสิน" ซึ่งเป็นระบบการตัดสินใจแบบสองชั้น เลเยอร์แรกเรียกว่าสัญญาณฮาร์ด: คำขออนุญาต การเรียกเครื่องมือล้มเหลว การดำเนินการเสร็จสิ้น - สิ่งเหล่านี้จะกระตุ้นให้มีการออกอากาศด้วยเสียงเสมอ เลเยอร์ที่สองคือเลเยอร์การรับรู้บริบท โดยจะติดตามประวัติการสนทนา กำหนดว่าเนื้อหาใดที่ควรค่าแก่การพูด และข้ามข้อมูลที่ซ้ำซ้อน ผลิตภัณฑ์มีโหมดการตรวจสอบสามโหมด โหมดนักบินร่วมช่วยให้คุณได้รับคำสั่งสั้นๆ ในขณะที่คุณทำงานโดยไม่ต้องอ่านคำต่อคำ โหมดคู่หูให้การบรรยายสรุปด้วยเสียงที่สมบูรณ์ยิ่งขึ้นเมื่อคุณไม่ได้อยู่ที่หน้าจอ โหมดโฟกัสจะยังคงเงียบและพูดเฉพาะเมื่อจำเป็นต้องมีการแทรกแซงของคุณเท่านั้น (การอนุมัติ การบล็อก ความล้มเหลว) การประมวลผลแบบขนานหลายตัวแทนเป็นจุดขายที่เป็นเอกลักษณ์ของ Heard เมื่อเซสชัน AI หลายเซสชัน (Claude Code, Codex, Cursor) ทำงานพร้อมกัน Heard จะไม่มีเทอร์มินัลห้าเครื่องซ้อนทับกัน แต่จะสรุปไว้ที่ระดับโปรเจ็กต์ และแต่ละเอเจนต์ใช้เสียงที่แตกต่างกัน ช่วยให้คุณแยกแยะได้ว่าใครกำลังทำอะไรโดยใช้หู ฟังก์ชันการจับคู่โทรศัพท์มือถือ (Heard Power) เสร็จสมบูรณ์ผ่านโค้ด QR แบบใช้ครั้งเดียว หลังจากจับคู่แล้ว คุณสามารถฟังการออกอากาศแบบเรียลไทม์ได้แม้ในขณะที่หน้าจอถูกล็อคอยู่ นอกจากนี้ยังรองรับการกดค้างไว้หรือคลิกเพื่อพูดเพื่อส่งคำสั่งไปยังตัวแทนอัจฉริยะ การจับคู่ขอบเขตและการยกเลิกการจับคู่อัตโนมัติช่วยให้มั่นใจในความปลอดภัย ระบบบุคลิกภาพของเสียงก็ซับซ้อนมากเช่นกัน มีบุคลิกในตัวสี่แบบ: อาเรีย (สงบและตรงไปตรงมา), วันศุกร์ (สดใสและมีชีวิตชีวา), จาร์วิส (สงบและมีไหวพริบ, เป็นค่าเริ่มต้น) และแอตลาส (ดราม่า) คุณยังสามารถปรับแต่งบุคลิกภาพของคุณโดยใช้ไฟล์ Markdown ในแง่ของความเป็นส่วนตัว เอ็นจิ้นหลักคือโอเพ่นซอร์ส Apache-2.0 และโฮสต์ด้วยตนเองโดยสมบูรณ์ สถานะเซสชันจะถูกจัดเก็บไว้ในหน่วยความจำภายในและดิสก์เท่านั้น ไม่ใช่ทั่วทั้งเครือข่าย โทรศัพท์มือถือจะส่งเฉพาะเสียงเท่านั้นและไม่ส่งสถานะเซสชัน
Heard มีการกำหนดราคาสามระดับ แผนฟรีเป็นบริการฟรีอย่างถาวรและรวมถึงเสียงพื้นเมืองของ Kokoro, AI และปุ่มเสียงในตัว, บุคลิกและปุ่มลัดที่กำหนดเอง และอิงตามเอ็นจิ้นโอเพ่นซอร์ส แผน Pro มีราคา $12 ต่อเดือน (จ่ายเป็นรายปี) และให้บริการเสียงที่ได้รับการจัดการและ LLM (ไม่จำเป็นต้องกำหนดค่าด้วยตนเอง) การรายงานตลอดทั้งวัน บุคลิกระดับพรีเมียม (Atlas และวันศุกร์) และการซิงค์บนคลาวด์ข้าม Mac แผน Power Plan มีค่าใช้จ่าย 24 เหรียญสหรัฐต่อเดือน (ชำระเป็นรายปี) และรวมฟีเจอร์ทั้งหมดของมือถือ Pro plus Heard การรู้จำเสียงพูดที่ปรับให้เหมาะสมด้วยโค้ด และการอนุมัติด้วยเสียงและความสามารถของตัวแทนการเปลี่ยนเส้นทาง แผนโฮสติ้งต้องใช้ macOS 13 ขึ้นไป กลยุทธ์การกำหนดราคานี้มีความสมเหตุสมผลมากกว่า: เวอร์ชันฟรีช่วยให้นักพัฒนาแต่ละรายลองและประเมินผลได้ในราคาที่ต่ำ เวอร์ชัน Pro แก้ปัญหาความต้องการของผู้ใช้ที่ไม่ต้องการยุ่งกับการกำหนดค่า API ด้วยตัวเอง และเวอร์ชัน Power มุ่งเป้าไปที่ผู้ใช้จำนวนมากและสถานการณ์สำนักงานเคลื่อนที่
ผลตอบรับจากชุมชน Product Hunt โดยรวมเป็นไปในเชิงบวก ผู้ใช้ Wes Carlson ให้ความเห็นว่า: "การเรียกใช้เอเจนต์แบบขนานทำให้การแยกสัญญาณที่ยากและการรับรู้บริบทรู้สึกเหมือนเป็นตัวเลือกการออกแบบหลักมากกว่าเป็นเพียงคุณสมบัติการแจ้งเตือน" Dogan Akbulut กล่าวว่า: "ฉันมักจะคิดถึงช่วงเวลาที่เจ้าหน้าที่กำลังรอคำขออนุญาต ซึ่งเสียเวลาไป 20 นาที ชอบโหมดที่แทบจะเงียบสนิทนี้" Noctis Leonard เชื่อว่าปุ่ม Verbosity และสรุประดับโครงการเป็นโครงสร้างพื้นฐานที่เหมาะสมสำหรับการทำงานแบบคู่ขนาน ผู้ใช้หลายคนถามคำถามที่ดีเช่นกัน กัล ดายันกังวลกับการที่เฮิร์ดตัดสินใจว่าควรพูดอะไรเมื่อเจ้าหน้าที่คู่ขนานหลายคนทำงานที่แตกต่างกัน คนอื่นๆ ถามเกี่ยวกับกลไกการขัดจังหวะด้วยเสียง สถานที่จัดเก็บสถานะการสนทนา ฯลฯ ผู้ก่อตั้งตอบสนองต่อปัญหาทางเทคนิคเหล่านี้ในพื้นที่แสดงความคิดเห็น และค่อนข้างตรงไปตรงมา
ในแง่ของสื่อเทคโนโลยีภาษาอังกฤษ AI Untethered รายงานครั้งแรกเกี่ยวกับ Heard เมื่อวันที่ 1 พฤษภาคม โดยอ้างอิงถึงผู้ก่อตั้ง: "ส่วนที่ยากที่สุดไม่ใช่ TTS แต่เป็นการตัดสินใจว่าจะพูดอะไรไม่ได้" daily.dev ยังได้แนะนำหลังจากการเปิดตัว PH โดยเน้นที่หลักการทางเทคนิคของระบบการตัดสินใจแบบสองชั้น ผู้รวบรวมเครื่องมือเช่น AIToolly และ AIDeckly มอบฟีเจอร์และข้อมูลราคาที่ครบถ้วน จากมุมมองของอุตสาหกรรม Heard เติมเต็มช่องว่างที่ถูกมองข้าม เครื่องมือการเขียนโปรแกรม AI ส่วนใหญ่มุ่งเน้นไปที่ "อินพุต" เท่านั้น ซึ่งก็คือวิธีที่ผู้ใช้พูดกับตัวแทน คำถามที่ว่าตัวแทน "ส่งออก" ให้กับผู้ใช้อย่างไรไม่เคยได้รับการพิจารณาอย่างจริงจัง ปัญหาเอาต์พุตนี้เองที่เฮิร์ดเลือกที่จะแก้ไข ในบริบทของความนิยมที่เพิ่มขึ้นของเอเจนต์การเขียนโปรแกรม AI มีความต้องการทิศทาง "การโต้ตอบระหว่างมนุษย์กับคอมพิวเตอร์โดยใช้เสียงเป็นอันดับแรก" อย่างไรก็ตาม ขณะนี้สื่อจีนแทบไม่มีรายงานเกี่ยวกับเฮิร์ดเลย สิ่งนี้อาจเกี่ยวข้องกับความจริงที่ว่าผลิตภัณฑ์แพร่กระจายในชุมชนภาษาอังกฤษเท่านั้น และชื่อโดเมนเว็บไซต์อย่างเป็นทางการชี้ไปที่ผลิตภัณฑ์อื่น
ขณะนี้ไม่มีข้อพิพาทที่สำคัญหรือความเสี่ยงทางกฎหมายสำหรับ Heard แต่มีปัญหาที่อาจเกิดขึ้นหลายประการที่ควรค่าแก่การใส่ใจ ประการแรกคือการแยกตำแหน่งผลิตภัณฑ์และชื่อโดเมน Heard.app ชี้ไปที่เทคโนโลยีเครื่องช่วยฟังมากกว่าผลิตภัณฑ์เลเยอร์เสียง AI ซึ่งอาจทำให้ผู้ใช้สับสนและยังส่งผลต่อการรับส่งข้อมูลตามปกติ ประการที่สอง มีความกดดันด้านผลิตภัณฑ์ในการแข่งขัน: Claude Code/โหมดเสียงอย่างเป็นทางการของ Anthropic ได้เปิดตัวแล้ว และทางเลือกโอเพ่นซอร์ส เช่น VoiceMode MCP ก็กำลังพัฒนาอย่างต่อเนื่องเช่นกัน เฮิร์ดจำเป็นต้องสร้างอุปสรรคทางเทคนิคที่เพียงพอ ประการที่สามคือการกำหนดราคา แผนการใช้พลังงานมูลค่า 24 ดอลลาร์นั้นไม่แพงเลยในด้านเครื่องมือ AI แต่หากผลิตภัณฑ์คู่แข่งหลักเป็นโอเพ่นซอร์สและฟรี ก็จำเป็นต้องพิสูจน์คุณค่าเฉพาะของฟังก์ชันแบบชำระเงินต่อไป
Heard เหมาะที่สุดสำหรับคนสามประเภท หมวดหมู่แรกคือนักพัฒนาแต่ละรายที่ใช้ Claude Code หรือ Codex เป็นประจำทุกวัน โดยเฉพาะผู้ที่ไม่ต้องการผูกติดอยู่กับเทอร์มินัลตลอดเวลา ประเภทที่สองคือนักพัฒนาที่ทำงานในสถานการณ์ระยะไกลหรือมือถือ และสามารถใช้เวลาเดินทางและเดินเท้าเพื่อติดตามความคืบหน้าของตัวแทน หมวดหมู่ที่สามคือผู้ใช้จำนวนมากที่ใช้งานเอเจนต์หลายตัวพร้อมกัน และต้องการสรุประดับโปรเจ็กต์ แทนที่จะสลับไปมาระหว่างเทอร์มินัลต่างๆ บุคคลที่ไม่เหมาะสม ได้แก่: นักพัฒนาที่ใช้ Windows หรือ Linux (ยังไม่รองรับ แต่แผนข้ามแพลตฟอร์มอย่างเป็นทางการได้รับการยืนยันแล้ว), นักพัฒนาที่ไม่ต้องการเสียงตอบรับ และผู้ใช้ที่ใช้ตัวแทนการเขียนโปรแกรม AI บ่อยน้อยลง หากคุณไม่ต้องการประสบการณ์การใช้งาน macOS แบบเนทีฟ คุณสามารถใช้โหมด /voice ในตัวของ VoiceMode MCP หรือ Claude Code เป็นทางเลือกได้
Heard แก้ปัญหาที่แท้จริงแต่ถูกมองข้ามได้ง่าย นั่นคือประสบการณ์ด้านเอาท์พุตของเจ้าหน้าที่ที่ตั้งโปรแกรมด้วย AI การออกแบบผลิตภัณฑ์ได้รับการพิจารณาในเชิงลึก ตั้งแต่การตัดสินใจแบบสองชั้นที่คำนึงถึงสัญญาณ/การรับรู้บริบท ไปจนถึงเสียงต่ำที่เป็นอิสระจากหลายตัวแทน และความเข้าใจในกระบวนการทำงานจริงสามารถเห็นได้ในทุกจุดฟังก์ชัน แกนโอเพ่นซอร์สและกลยุทธ์การกำหนดราคาแบบสามชั้นยังช่วยให้ผู้ใช้มีทางเลือกที่ยืดหยุ่น ระยะเวลาการเปิดตัวผลิตภัณฑ์นั้นสั้น (เพียง 2 วัน) และการพัฒนาต่อมาก็คุ้มค่าแก่ความสนใจ โดยเฉพาะอย่างยิ่งการสนับสนุนข้ามแพลตฟอร์มและการส่งเสริมชุมชนชาวจีน

รีวิวจากผู้ใช้

Cynthia_RodriguezII

—

ฟีเจอร์มัลติเอเจนต์ประมวลผลขนานนี่ช่วยชีวิตจริง ๆ เมื่อก่อนสลับหน้าต่างเทอร์มินัลสี่บานไปมาจนหัวจะระเบิด ตอนนี้แต่ละ Agent พูดคนละเสียง หลับตาก็รู้ว่าใครกำลังทำอะไร

LUphi

—

เพิ่งลองโหมด Companion ของ Heard ลุกจากโต๊ะไปชงกาแฟ ระหว่างนั้นก็ฟัง Codex รีแฟกเตอร์โปรเจกต์เก่าให้อยู่เบื้องหลังตลอดทาง กลับมาดูโค้ดแก้เสร็จแล้ว เทสต์ยังผ่านด้วย ฟินสุด ๆ

TendermintTina54

—

โหมด Focus คือโหมดที่ผมชอบที่สุด ไม่จู้จี้ตลอดเวลา จะพูดก็ต่อเมื่อมีข้อผิดพลาดหรือต้องการให้ผมอนุมัติ เมื่อก่อนใช้ Claude Code เสียเวลารอเปล่ายี่สิบนาทีบ่อย ๆ เพราะไม่เห็นพรอมป์ตขอสิทธิ์ ตอนนี้ไม่มีแล้ว

Anthony.Rogers58

—

ลองฟีเจอร์จับคู่มือถือแล้ว สแกน QR โค้ดทีเดียวก็จับคู่สำเร็จ ล็อกหน้าจออยู่ก็ยังได้ยินประกาศ แถมกดค้างพูดส่งคำสั่งให้ Agent ได้ด้วย เดินเล่นข้างนอกก็ตามความคืบหน้าได้ เทคโนโลยีเปลี่ยนชีวิตจริง ๆ

Diane_Price_77

—

โอเพนซอร์ส Apache-2.0 บวกแพ็กเกจฟรี ความจริงใจเต็มสิบ เสียง Kokoro แบบโลคอลอาจไม่ธรรมชาติเท่า ElevenLabs แต่รันได้โดยไม่มีค่าใช้จ่ายก็ถือว่าคุ้มมากแล้ว

Logan216

—

Heard เปลี่ยนเอาต์พุตของ Agent เป็นเสียง ทิศทางนี้ถูกต้องมาก ทุกคนมัวแต่ทำอินพุตเสียง ไม่มีใครสนใจฝั่งเอาต์พุต ผู้ก่อตั้งพูดถูก คำตอบของ Agent ยังคงเป็นข้อความที่เลื่อนไปเรื่อย ๆ คุณต้องนั่งจ้องมันตลอด

谢秀

—

วันนั้นได้ที่หนึ่งบน PH ด้วยคะแนน 330 โหวต แสดงว่าความต้องการมีอยู่จริง สนามเครื่องมือนักพัฒนาแข่งกันดุมาก ได้ที่หนึ่งไม่ใช่เรื่องง่าย

梅花_15

—

เมื่อวานก่อนเลิกงานรัน Agent สามตัวพร้อมกันทำคนละงาน — Claude Code รีแฟกเตอร์ API แบ็กเอนด์ Codex เขียนคอมโพเนนต์ฟรอนต์เอนด์ Cursor รันเทสต์ Heard ใช้เสียงสามแบบประกาศความคืบหน้าของแต่ละตัว บุคลิก Aria พูดส่วน API ชัดเจนเป็นพิเศษ บุคลิก Friday รายงานความคืบหน้าฟรอนต์เอนด์ด้วยน้ำเสียงสดใส ไม่สับสนกันเลย ระหว่างทางมี Agent ตัวหนึ่งติดอยู่ที่การอนุมัติสิทธิ์ โหมด Focus ส่งเสียงเตือนมาทันที ผมกดอนุมัติแล้วรันต่อ สุดท้ายระหว่างทางกลับบ้านหยิบมือถือฟังประกาศที่เหลือจนจบ ถึงบ้านเปิดคอมดู งานทั้งสามเสร็จหมดแล้ว ประสบการณ์แบบนี้เมื่อก่อนไม่กล้าแม้แต่จะคิด

Nancy8552024

—

บุคลิกเสียงทั้งสี่แบบมีเอกลักษณ์ของตัวเอง ผมลอง Friday แล้ว สไตล์สดใสเหมาะกับการเขียนโปรแกรมยาว ๆ จริง การออกแบบเปิดให้ปรับแต่งบุคลิกด้วย Markdown ก็มีไอเดียดีมาก

DWhite_Pro509

—

แพ็กเกจ Pro เดือนละ 12 ดอลลาร์ มีเสียงและ LLM แบบโฮสต์ให้ ไม่ต้องตั้งค่า API เอง สำหรับคนไม่อยากยุ่งยากถือว่าคุ้ม แต่ผมขอใช้เวอร์ชันฟรีไปสักพักก่อน

goldenmouse658

—

ที่โดนใจสุดคือประโยค "ที่ยากที่สุดไม่ใช่ TTS แต่คือการตัดสินใจว่าอะไรไม่ควรพูด" การลบยากกว่าการบวกเยอะ Heard กรองสัญญาณรบกวนได้ดีจริง ๆ ไม่ใช่แค่เปลี่ยนเอาต์พุตเทอร์มินัลทั้งหมดเป็นเสียง แต่คัดเลือกอย่างมีวิจารณญาณ

郝玉梅

—

อ่านการพูดคุยบน Product Hunt แล้ว ผู้ก่อตั้งตอบคำถามเทคนิคอย่างตรงไปตรงมามาก สถานะเซสชันเก็บในหน่วยความจำและดิสก์ในเครื่อง ฝั่งมือถือส่งเฉพาะเสียงไม่ส่งสถานะ การออกแบบความเป็นส่วนตัวแบบนี้น่าเชื่อถือ

NSullivan

—

ผมย้ายมาจากโปรเจกต์โอเพนซอร์ส claude_voice ประสบการณ์ของ Heard ดีกว่ามาก ไม่ใช่ผลิตภัณฑ์ระดับเดียวกันเลย เขาทำ "การประกาศที่มีวิจารณญาณ" ออกมาได้จริง ไม่ใช่แค่ TTS อ่านออกเสียงธรรมดา แถมสถาปัตยกรรมของ Heard ยังเบากว่า แนวทาง Python daemon บวก Unix socket สง่างามกว่าพวกที่รันเซอร์วิส Node เพื่อทำ TTS เยอะ ใช้ทรัพยากรก็น้อยกว่า

AustinMorales168224

—

แพ็กเกจ Power เดือนละ 24 ดอลลาร์แพงไปนิด แต่รวมฟีเจอร์มือถือกับการอนุมัติด้วยเสียง คนที่ต้องออกไปข้างนอกบ่อยอย่างผมจำเป็นต้องใช้จริง ๆ ลองใช้สักเดือนก่อนว่าคุ้มไหม ถ้าประสบการณ์ฝั่งมือถือดีพอ ราคานี้ก็รับได้อยู่

Ryan_StephensJr5

—

มีข้อสงสัยอยู่ ถ้า Agent สองตัวที่รันขนานกัน ตัวหนึ่งรายงานว่าไมเกรตสำเร็จ อีกตัวรายงานว่าเทสต์ล้มเหลว Heard จะสรุปผลลัพธ์ที่ขัดแย้งกันแบบนี้ยังไง เห็นผู้ก่อตั้งตอบใน PH แล้ว ใช้กลไก reasoning-pass override ส่งของก่อนแล้วค่อยปรับแต่งทีหลัง

AnnMendozaII

—

สถาปัตยกรรม Python daemon บวก Unix socket ของ Heard ค่อนข้างเบา ใช้ทรัพยากรไม่มาก สะอาดกว่าพวกโซลูชันห่อ Electron เยอะ การใช้ Claude Haiku 4.5 มาเขียนบุคลิกใหม่ก็เป็นไอเดียที่สร้างสรรค์มาก

CHOKM0F

—

ได้ยินนักพัฒนาบอกว่าอนาคตจะรองรับ Linux กับ Windows ดีเลย ตอนนี้เครื่องหลักผมเป็น Mac แต่บางครั้งใช้ Windows ก็ต้องใช้ได้ด้วยสิ

钱建晴

—

วันนี้ลองในร้านกาแฟที่เสียงดัง Heard ก็ยังประกาศได้ชัดเจน เสียงรอบข้างรบกวนบ้าง แต่เสียงพูดเองดังพอ ใส่ AirPods ฟังรู้เรื่องหมด

TheHelenaVergara

—

โหมด Co-pilot จะแทรกพูดเป็นครั้งคราวตอนทำงาน ไม่ขัดจังหวะความคิด เหมือนมีเพื่อนร่วมงานนั่งข้าง ๆ กระซิบบอกว่า "เทสต์ผ่านแล้วนะ" "ตรงนั้นมีเออเรอร์ ลองดูหน่อย" จังหวะพอดิบพอดีเลย

KrinHarper

—

ใช้ Heard รัน Claude Code รีแฟกเตอร์โค้ดเบสทั้งวัน ประสบการณ์เกินคาด ไม่ใช่แค่ได้ยินความคืบหน้า แต่ยังเตือนทันเวลาตอน Agent ติดขัดต้องการให้ผมตัดสินใจ เทียบกับเมื่อก่อนที่ต้องเพ่งตาจ้องเทอร์มินัล ประสิทธิภาพดีขึ้นมาก แกนโอเพนซอร์สบวกราคาสามระดับยังให้พื้นที่เลือกกับผู้ใช้มากพอด้วย

春雨_5

—

รอเครื่องมือที่เปลี่ยนเอาต์พุตของ Agent เป็นเสียงมานาน ในที่สุดก็มีคนทำ แต่กังวลนิดหน่อยที่โดเมน heard.app ชี้ไปที่ผลิตภัณฑ์เทคโนโลยีเครื่องช่วยฟัง ไม่ใช่ Heard ตัวนี้ อาจทำให้คนสับสน หวังว่าทีมจะรีบแก้ปัญหาโดเมนให้เรียบร้อย

梅花40

—

ถ้าใช้ TTS คลาวด์ของ ElevenLabs เสียงธรรมชาติมากจริง ๆ แต่ Kokoro แบบโลคอลก็พอใช้ได้ ประหยัดค่า API ไปได้ แล้วแต่จะเลือกแลกอะไร

流年393

—

โฮสต์เองนี่ดีงามมาก ทุกอย่างรันในเครื่อง โค้ดกับข้อมูลไม่ออกไปไหน สำหรับโปรเจกต์ที่มีข้อกำหนดด้านคอมพลายแอนซ์ การออกแบบสถาปัตยกรรมแบบนี้สำคัญมาก วิธีที่ฝั่งมือถือส่งเฉพาะเสียงไม่ส่งสถานะก็ทำให้วางใจได้

TerryGonzalezQ8

—

เห็นแรงกดดันจากคู่แข่งแล้ว โหมด /voice อย่างเป็นทางการของ Claude Code จาก Anthropic ออกมาแล้ว VoiceMode MCP ก็กำลังพัฒนา หวังว่า Heard จะรักษาความได้เปรียบทางเทคนิคไว้ได้ อย่าโดนเจ้าใหญ่บดขยี้ แต่ว่ากันตามจริง Heard ทำการประกาศเสียงฝั่งเอาต์พุต ส่วนของทางการคือการป้อนเสียง คนละสนามกัน เป็นการเสริมกันมากกว่าแข่งกัน

nty8ahuejt

—

ติดตั้งเสร็จก็สลับโหมดได้จากแถบเมนูเลย ไม่ต้องรีสตาร์ต ไม่ต้องพิมพ์คำสั่ง ดีไซน์การโต้ตอบแบบนี้แมคมาก ผู้ใช้อีโคซิสเต็ม Apple บอกเลยว่าสบายใจสุด ๆ

8domk0e_i3j

—

ขอเล่ารายละเอียดหนึ่ง ปุ่ม Verbosity ของ Heard ปรับปริมาณการประกาศได้ละเอียด ตั้งแต่บรรยายเต็มรูปแบบไปจนถึงรายงานเฉพาะข้อผิดพลาด เวลาทำงานขนานกัน สรุประดับโปรเจกต์ดีกว่าฟังเทอร์มินัลห้าตัวพูดซ้อนกันเยอะมาก แนะนำให้นักพัฒนาทุกคนที่ใช้ Claude Code ลองดู

夏明

—

สองสามวันนี้ใช้ Heard คู่กับ Cursor เขียนฟรอนต์เอนด์ สบายมาก ปรับสไตล์ไปพลางฟัง Agent รายงานสถานะไปพลาง ไม่ต้องสลับหน้าจอไปมา ประสิทธิภาพการทำงานเพิ่มขึ้นไม่น้อย โดยเฉพาะตอนรันเทสต์ไม่ต้องนั่งรอเก้อแล้ว

LucaKumar

—

การที่ไม่รองรับ Windows กับ Linux เป็นจุดอ่อนจริง ๆ หวังว่าแผนข้ามแพลตฟอร์มในโรดแมปจะมาถึงเร็ว ๆ ไม่งั้นเพื่อนร่วมทีมที่ใช้ระบบต่างกันก็ใช้ร่วมกันแบบเป็นมาตรฐานเดียวไม่ได้

Heard

รายงานเชิงลึก

รีวิวจากผู้ใช้

ผลิตภัณฑ์ที่คล้ายกัน