在地铁上、在群里回消息的时候,你有没有发现——微信里的语音按钮越来越多了?有人数过,一张苹果手机打开微信的截图里,六个语音输入入口排得明明白白。系统自带1个、输入法出2个(状态栏一个、长按空格一个)、微信自己还给了3个。9键党和26键党还在争谁更正统,用嘴打字的人已经闷声把活干了。知乎

为什么这个月突然挤成一片红海
大厂节奏一个接一个:豆包输入法Windows版本月上线,安装包300多兆,语音之外还补齐了键盘打字。微信输入法新上线的AI录音笔目前免费,也不需要另购硬件。开完会能把录音整理成流程图这样的结构化材料。千问PC端也于近期正式上线AI语音输入功能。开源阵营同步发力:本地开源语音输入法Arion发布0.1.1正式版。从玩具变成工具的速度肉眼可见。被语音识别气疯的日子并不远:2017年《王者荣耀》加过局内语音转文字,说一句"女娲"能被听成脏话、反手把你禁言。八年过去,当年被坑过的玩家集体发现:自己成"古人"了。知乎知乎知乎知乎知乎
三类工具,对号入座
第一类:大厂输入法,适合懒得折腾、只要准确的人。豆包输入法收获的夸赞不少:有重度用户说它准确率极高、反应很快。罗永浩的年度发布会现场也实测过,超低声场景下它依然好用和准确。但"豆包好还是微信输入法好"的争论就没停过:有博主晒出对比说微信更强,相关帖子评论栏几乎一边倒站微信。iOS重度用户还得忍系统限制:豆包在iOS上的语音输入要先跳转、还要占用灵动岛。豆包Windows版的功能面越来越像微信输入法,跨端复制这类招牌功能也有了。微博微博微博微博微博知乎

第二类:本地开源派,适合怕隐私、断网、低声办公的人。Arion听写全程离线,中英混着说不用切换语言,甚至支持气声输入——不出声、只靠呼气就能打字。PomeType内置两个离线模型,最大的约750MB,没网也能听写。老牌开源的CapsWriter-Offline按住CapsLock或鼠标侧键说话,松开即输入。数据不出本机,这是大厂输入法给不了的安心。知乎知乎知乎

第三类:系统自带,适合偶尔转一段的人。Windows按Win+H、手机自带就能用,但别太指望:iOS自带语音转写的词库和准头被重度用户吐槽了很多年。小米随澎湃OS 4推的超级小爱输入法,上线初期还闹过说粗话被提示"已屏蔽敏感内容"、关掉AI模型都解除不了的插曲。微博知乎
四个坑,装之前先记住
环境比工具重要。格子间里用语音输入,会被同事投来怪异的眼光。"除非自己一个人,不然我不会用任何语音输入法"不是玩笑话。微博
人名和新词会听错。有人实测连"智谱"都会被听成"质朴"。好在热词库和词条纠错能越教越准,CapsWriter-Offline和Arion都留了这个口子。知乎
写长文看润色能力。“帮我把周三的会,哦不对是周四”,原始识别稿会一字不差把口水词和自我修正全打出来。能不能自动去掉犹豫、只留最终答案,才是解放双手的分水岭。知乎
标点细节是雷区。微信输入法打不出顿号这类缺点投诉还在。还有用户遇到第一个字识别不了的情况。最后那10%的体验,就是靠这些细节拉开的。知乎

一句话总结:要准确率躺平用,豆包和微信输入法二选一,别怕吵;隐私敏感、断网环境、低声办公,上本地开源那几家;偶尔转一段,系统自带的够用。放心,在开会、在吵闹的地方,"手打工人"的体面还没完全下岗。