豆包微信千问都在抢语音输入,AI整理会改你的话:要一字不差先关掉它
有人晒了张截图,用红笔在里头划出一小段,说只有这部分是自己嘴里说出来的,剩下那些字,是输入法自己补上去的。他后面跟了一句,按照你这么补充的话,我早就完了。
底下二十来条评论,没一条替输入法说话。有人说以前装过一阵,那会儿它只帮你改错别字,现在开始自动补充内容了。有人说联想功能变瞎想功能了。你手机上那个话筒按钮,不管标着微信、豆包还是千问,背后干的是同一件事,而且都不收钱。

这不是哪一家的毛病。这几天有人干了件笨活,拿同一份 37 段录音,把六款主流语音输入法挨个测了一遍,"整理"开关各跑一次。结论是标准普通话几家差别不大,真正拉开距离的是中英夹杂、口音和方言。更要紧的是另一条,开着整理,它确实能替你删掉改口,也会顺手加词,甚至把一个问句改成一个结论。
那个测评底下点赞最高的一条留言,比测评本身说得还狠。他说他最烦的就是,边说边出的字是对的,最后出来的结果是错的。

要弄明白这事,得先看清楚这一两个月输入法为什么集体上桌。豆包输入法 Windows 版 10 月 20 号那版更新补上了 Win7、Win8 支持,家里那台老机器也能装了,安装包文件名里还挂着 prerelease 五个字母。千问这边,PC 端这个月上线了 AI 语音输入,输入法 App 打的是自动润色排版,号称最快一分钟出三百字。微信输入法手机端加了 AI 录音笔和边写边译。
免费的底气是识别率这几年真上来了。2022 年 OpenAI 把语音识别模型 Whisper 开源,长音频转写从按时长收费的大厂接口,变成谁都能跑的东西。早些年第三方手机输入法 96% 的份额攥在百度、搜狗、讯飞三家手里,现在大厂重新来抢,抢的不是键盘,是大模型的入口。
所以它们卷的已经不是听得准,是说完即成稿。
千问输入法打的旗号就是 AI 润色、说完即成稿。豆包叫智能整理,微信叫拼写 Plus,是同一件事的三个名字。这一步跨过去,输入法就不再是听写员,它成了你的编辑。
编辑是要动你句子的。
先说句公道话,这一步有真需求。人说话和写字是两种文体,嘴里那些"嗯"“就是说”“不对我等下”,直接落成文字根本没法看。拿它记会议纪要、写长文草稿,省下来的时间是实打实的。连写微信输入法教程的人自己都承认,语音输入省掉的是八成敲键盘的时间。
麻烦在剩下的两成。
听错的错,你一眼能挑出来。“智谱"给你打成"质朴”,人名地名变成同音字,这类错误长得就像错误。整理改出来的错不一样,它改完的句子比你原话顺,顺到你不会回头核对。你盯着屏幕看字一个个蹦出来,觉得没问题,松手之后它又重排了一遍。
删改口这一档是净赚。你说"明天两点,不对,两点半去银行",它只留两点半,这一刀该切。
顺手加词就开始越界,开头那张红线截图就是这么来的。
把问句改成结论,性质变了。你口述一句"这个报价是不是有点高",出来可能变成"这个报价偏高"。一个是问,一个是判断,发出去后果不一样。
最麻烦的是切不回原文。有测评发现,豆包输入法在智能整理之后点"切换回原文",偶尔恢复不出未经整理的完整文本,微信输入法每次都能恢复。差别看着小,可你要核对的时候,一个给你原文,一个不给你。

老舅的建议就一句话,这段话要不要承担后果,决定整理开不开。
发朋友圈、写草稿、记会议纪要,开着,省的是真时间。报价、合同条款、跟客服交涉、给领导的回复、转账备注,先把整理关掉。关不掉就发出去之前从头读一遍,合同这种最后要落到纸面上的字,别用嘴出。
再说一件跟 AI 没关系、但跟输入法有关系的。
从 8 月底到 10 月底,陆续有几位用户各自发帖,说自己的微信输入法常用语里冒出了别人的东西,几千条,包括别人的手机号和身份证号。有位说得更具体,从别人复制的内容能看出是同一家公司的,连人家发的私信都看见了。他们都没关联错设备,反馈上去也没修好,最后自己关掉了联网功能。这是一个个用户自己的说法,没人出来认领。但它指向的地方是同一个,输入法的云同步是一条双向管道,你的词库上去,别人的词库也可能下来。
微信输入法设置里有个单机模式,打开前先下载本地词库,开完完全离线,不上传任何内容。代价是拼写 Plus 那些 AI 功能一起没了,语音转文字也要联网才用得了。你要是不靠语音输入,这个开关值得打开。

装完输入法,去设置里走一圈。豆包 Windows 版里有个"加入体验计划"的入口,什么状态自己看一眼。iOS 上装任何第三方输入法都要给"允许完全访问",给了它才能联网、才能语音,银行和支付那类 App 里,切回系统自带的那个。
回到开头那张截图。他用红笔划出来的那一小段,是他说的。剩下那些读起来更顺、更完整、更像一句话的字,是输入法觉得他该说的。
发出去之前,你自己划一遍。
