目前我们使用电脑或手机,键盘还是目前最基本的输入方式,虽然语音输入很早就出现了,但是一直没能成为主流。最近借助于日益发展成熟的 AI 技术,我认为语音输入很快将取代键盘操作。
当年我为了掌握电脑打字技能,苦练了盲打,后来为了进一步提高输入效率,又硬着头皮学会了双拼输入法。盲打+双拼确实提高了我的输入速度,但今天在语音输入法面前,我觉得还是逊色了很多。
语音输入虽然早就出现了,但是因为语音识别这个技术有一定的难度,而且每个人的口音差异较大加上各地方言,想要有较高的准确率还是挺难的,所以一直没能成为主流的输入方式。但是现在,随着 AI 大模型技术的发展,云计算算力的提升,语音输入的准确率已经非常高了。现在语音输入法除了将语音识别成文字之外,还能对文字做一些自动优化,去掉口语中的「嗯」、「啊」之类的词,甚至能重新梳理文字的逻辑,从口语直接变成可读的书面语,并且结构化。
最近爆火的 Typeless 就是这样一款软件,看介绍这是一家位于美国加利福尼亚州的公司,由斯坦福大学校友创立,但是对中文的支持非常到位。这个软件有电脑版和手机版,但是如果想重度使用,需要购买付费版本,价格极其昂贵。
手机版有一个问题是跳转很讨厌,这主要是在 iOS 系统中才会有的烦恼,Apple 公司对系统权限控制严格,第三方的语音输入在苹果手机上使用很麻烦,我无法接受。
可是,苹果自身的语音输入水平又极其拉跨,虽然和系统配合起来使用很丝滑,但是识别的准确性极差,甚至有些惨不忍睹,没法重度使用。国内的语音输入法其实做得也已经很好了,尤其是「豆包」的识别效率更是惊艳,但无不面临着界面跳转的问题,看未来能否有所改观吧。
微信输入法比较聪明,直接在微信对话框后面加了一个话筒图标,按住就可以语音输入,不用跳转也没。这虽然只是解决了在微信里面的语音输入问题,但因为微信是国人的重度使用软件,在微信里解决这个问题,基本上也就解决了一半的使用场景。
微信输入法在电脑上的跟进速度也很快,一开始是利用内嵌在的微信里的语音输入,可以按快捷键全局使用。这周又更新了微信输入法的原生应用,在 MacBook 电脑上使用非常方便,在需要使用录入的界面,长按 Fn 键就可以语音录入了。
我最近在调教「小龙虾」,需要大量的对话,如果一个字一个字敲就会很麻烦。有了电脑版的语音输入,我就可以像和真人对话一样,发送语音就可以了。现在很多程序员利用 AI 编程,也开始语音录入,他们称之为 Vibe Coding,这可能也是未来的一个趋势。
即便是在办公室大开间,语音输入也不会影响到其他人,因为只要很小的声音,甚至是气声,电脑就可以识别到。如果不想趴到电脑上对着话筒讲话,也可以考虑购买一个外置麦克风。我看很多人推荐大疆的麦克风,我也跟风购买了一款 DJI Mini Mic,感觉非常不错。
我感觉语音输入法是未来的一个发展趋势,我们要尽早适应这种输入方式。就像我们刚学会电脑打字的时候,写文件或做表格都要现在纸上弄好,再录进电脑软件里。可是,当我们后来习惯将电脑作为办公工具以后,直接在电脑上写作就是很正常的事情,甚至再让我们回到纸上,反而不适应了。语音输入我想也会是这样一种演进过程,从不习惯、不适应,到自然而然,也许到我们下一代,和电脑交互的方式就是语音,也许键盘鼠标就成为古董了。
在刚刚使用语音输入法时,肯定会面临表达不流畅的问题。就像我现在写文章,打字可以很流畅,但是如果用语音说就会磕磕巴巴,思路不连贯。原因就是语音输入的速度远远快于键盘输入,我们的思维方式还没适应,所以跟不上说话的速度,这也是需要训练的。
我现在已经放弃了手写日记,全部改成电子版,而且是语音录入,个别错别字再手工调整。一开始我说得磕磕巴巴,中间不得不暂停几次,想好了再说几句。不过,经过将近两个月的每天练习,现在我已经进步了不少。尤其是对照随时记录下来的一些提纲,我基本可以一气呵成地说完每天的生活流水账。有一天我记录的要点很多,噼里啪啦说完十分钟,竟然整理出将近 2000 字,这产出效率实在太高了。如果让我手敲两千字的文章,估计要一个小时吧。
因此,多用语音输入也是锻炼自己思维能力的一种方式,逼迫着自己快速思考,提升快速组织语言的能力,可以加大自己的产出,而且在需要演讲的场合时你也一定会感谢自己平时语音输入训练的基本功。
当然,键盘输入也不是马上就要被淘汰,这需要漫长的进化过程。不过我想以后可以尝试有大段需要录入的文字时,尽量用语音输入法,少量的文字录入用键盘,这样结合下来,我想必然会提高效率。
语音输入法给我带来的最大好处,就是每天记日记不觉得有什么压力了,也不觉得是一个任务,反而每天还有点期待那十分钟的自我表达和记录。有了大量的日常记录素材,我就可以积累下个人的很多信息和资料,等有一天机器人极其先进的时候,把这些语料喂给他,也许可以再造一个机器我,那么今天的这些记录就挺有意义的,而语音输入法绝对算是一个功臣。