当前位置:

首页 > 硬件相关 > 输入法成AI新风口!微信/豆包/千问聚齐,用嘴打字时代来临

输入法成AI新风口!微信/豆包/千问聚齐,用嘴打字时代来临

Air Explorer Pro
Air Explorer Pro

Air Explorer Pro是一款跨平台多网盘管理工具,可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

立即下载
¥99
Windows/macOS 2026-08-22
正版软件 Windows macOS软件 Pro 文件搜索工具 Pro下载 Pro正版软件 Pro购买

AI语音输入成为输入法新风口,微信、豆包、千问等大厂纷纷布局。技术进步使语音识别准确率大幅提升,能自动纠错、加标点、去口水词。语音输入速度约为键盘的2.9倍,降低输入负担,成为跨应用的高频入口。

本文目录

    上周,有消息透露阿里千问团队即将推出一款手机输入法。和之前集成在千问PC端的桌面输入法组件不同,这次要上的是一个独立的手机APP。

    这么一来,BAT三家——字节跳动、阿里巴巴、腾讯——在输入法这条赛道上算是凑齐了。

    微信输入法从两年前就开始拥抱AI,今年更是围绕AI语音输入连续做了几轮大更新。豆包输入法去年底率先上线手机端,核心也是围绕语音输入,半年后又补上了桌面端。千问上个月刚在PC端上线AI语音输入功能,现在手机端跟上,情理之中。不用猜,产品核心同样锁定在“语音输入”上。

    112.png

    图片来源:千问

    AI巨头对输入法、尤其是对语音输入的重视,已经是司马昭之心。很多人可能会疑惑:输入法早就是一个成熟到不能再成熟的品类了,九键、26键、双拼、五笔、手写,该有的基本都有,搜狗、讯飞、百度这些老玩家也经营多年。大厂真有必要重做一遍吗?

    答案当然是有。

    两年前,市面上就出现过一波输入法AI化的浪潮。当时各大输入法都在接入大模型,塞入大量Chatbot上已有的AI功能,做法相当简单粗暴。说实话,那些功能大部分是在FOMO情绪下盲目上马的。从身边朋友和编辑部的反馈来看,用户并不想使用一个塞满功能的输入法,无论在桌面还是手机上都是如此。

    稿定设计导出 20240703 195444.png

    图片来源:正软商城

    但这一波语音输入的回归,其实有点返璞归真的味道。不再折腾花里胡哨的功能,而是回到“输入”这件事本身——用AI把输入法重新造一遍。

    AI语音输入全面进步,用嘴打字时代来了

    必须承认,一年之前,语音输入的使用率还很低。不是不想用,毕竟说话肯定比打字轻松,尤其在手机上。问题主要出在识别效果上:说一句话,错几个字;碰上不太标准的普通话、专有名词或中英文混说,结果更容易跑偏。结果就是,本想少打几个字,最后却要盯着屏幕逐句检查、移动光标修改。嘴上省下来的力气,又被手动纠错拿走了。这种体验特别容易劝退人。

    简言之,语音输入只要错得足够频繁,用户就会重新拿起键盘——打字虽然慢,至少结果相对可控。

    但现在情况变了。一方面是AI技术带来的变化,更准确地说,是语音识别和语言模型的进步。很多用户很早就能体会到,语音输入已经可以满足AI交互的输入要求。

    不只是豆包输入法。常用的手机和桌面输入法中,微信输入法算是比较突出的。从去年底iOS/Android端的3.0.0更新开始,微信输入法基本都在围绕语音输入进行优化迭代,全面升级语音输入大模型、提升识别能力,优化语音输入体验。在最近一轮更新中,全平台版本再次升级了语音输入大模型,也支持自动去掉说话时的口水词、智能加标点和分段等特性。

    截屏2026-06-23 15.06.13.png

    图片来源:微信

    有媒体曾对豆包、千问、搜狗和Typeless四款桌面端AI语音输入工具做过横评。测试中,豆包采用实时转写,基本能做到边说边出字,前面暂时识别错误的内容还会随着后文补充被重新修正。千问的输出速度慢一些,短文本往往需要等待3到4秒,长文本增加到5到6秒,但准确率、自然断句和口语规整表现不错。无论哪一款,整体的语音输入准确性都有了大幅进步,并且覆盖桌面端和手机端。

    专题海报.jpg

    图片来源:正软商城

    效果也很明显。过去半年,在室外、家里很多时候都在用输入法进行语音输入。即便普通话并不标准,大部分内容依然能够准确识别。偶尔还是会有错误需要修改,但频率已经低到不会打断思路。

    总结一下:大模型补上了关键的基础。以前的语音输入更像一个听写员,目标是把声音转成文字。现在的AI输入法开始理解整句话——它会根据上下文纠正同音字,自动补标点、分段,去掉“嗯”“啊”“那个”等口头语,还会处理说话时的重复和自我修正。用户说出来的是一团带着口癖的原始想法,屏幕上出现的已经是一段可以直接发送的文字。这一下,差距就出来了。

    另一方面,在AI技术进步的基础上,语音输入的优势实在太诱人了。最直接的就是输入负担的降低。回想日常打字,往往需要看键盘、选字、处理错别字,脑子里的想法要经过手指再落到屏幕上。而说话更接近日常交流,人想到哪里就能讲到哪里。尤其在户外走路时,这种差距会被迅速放大——可以看着前面的路继续输入,不需要一直低头盯着屏幕,心理上也少了很多担心。

    PXL_20260623_102251815.MP~2.jpg

    图片来源:正软商城

    效率优势也早有研究验证。斯坦福大学、百度等研究团队2016年在实验室条件下比较过手机语音和键盘输入:普通话语音录入速度约为每分钟123个词,拼音键盘约为43个词,前者接近后者的2.9倍。当然,实验室里的短文本不能直接代表地铁、街道和办公室等真实环境,但它至少解释了语音输入的天然上限——只要识别足够准,人说话通常比在手机上敲字快得多。

    此外,语音转文字比起纯语音对接收端更“友好”——不只是微信好友,备忘录内容的回看、各种APP和网站、以及AI交互的输入都适用。尤其相对复杂的输入往往需要停下来思考、基于前文继续输入,纯语音的效率和体验远不如语音输入这种交互形式。而且,不管打字还是语音输入都不可避免会有一些错误,但都能比较方便地进行修改。

    能力可以很多,交互必须很轻

    虽然很多时候豆包会被调侃只剩下情绪价值,但不可否认,豆包在中文语音输入、输出上的优势非常大,在BAT三家中也更早将这种优势转化到输入法的语音输入上,去年11月就推出了豆包输入法。

    不过具体到手机输入法的产品体验,豆包输入法作为新兵还是有不少改进空间。尤其对比微信输入法这类比较成熟的产品,豆包输入法虽然基础功能和设置选项都大差不差——有联想词推荐、剪贴板、验证码填充等功能,甚至支持双拼,也推出了桌面和手机双端——却缺少了跨设备粘贴同步(包括个人词库、图片),还有换机助手等功能。要知道,豆包输入法目前既没有微信输入法的匹配码机制,也没有其他主流输入法的账号体系。

    再加上微信输入法本身也很出色的语音输入表现,所以仍然主用微信输入法。AI不是也不应该成为选择产品的唯一因素。反过来,也希望看到接下来上线的千问输入法APP会有很好的产品体验。一方面,千问在电脑端已经证明它在语音输入上也有很强的优势,如果这些能力原样来到手机,千问输入法至少会有一张不错的入场券。

    但一款每天被调用数百次的手机输入法,不能只靠模型秀肌肉。手机和电脑的词库、常用语、剪贴板能否同步,语音启动能不能足够快,是否支持实时转写;长文本整理的力度能否让用户选择,避免AI过度改写原意,以及弱网和离线状态下还能不能稳定工作。在AI语音输入之外,这些也在很大程度上影响今天输入法的体验。

    前几年的输入法AI化就正好说明了这个问题。很多产品只是从技术出发,容易把问答、翻译、写作、搜索和智能体一股脑塞进键盘。但输入法的使用逻辑和AI聊天工具不同,用户每一次唤起键盘,大多只想快速写完一句话。能力可以很多,交互必须很轻。否则,“全能”很容易变成一种臃肿。输入法终究是一件基础工具,有用和好用之间还隔着很多设计和细节。

    输入法依然是离用户意图最近的入口应用

    字节、阿里、腾讯为什么都来做输入法?从用户的角度看并不难理解。输入法离用户太近了。无论在微信聊天、淘宝搜索、钉钉办公、浏览器搜索、小红书评论,还是文档写作,只要用户需要把想法交给手机,输入法就有机会出现。它不属于某一个 APP,却能跨过几乎所有APP,也是调用频率最高的系统入口之一。

    而大模型的加入,让输入法能够处理更靠近意图的一层:用户想说什么、该怎么说、这句话是否需要翻译、润色、总结。语音的表达形式,更让这个入口获得了更多原始信息,能接触到语速、停顿。

    对于字节,豆包输入法可以把豆包的模型能力带出豆包APP,进入聊天、搜索和办公等更多场景。对于腾讯,微信输入法连接微信社交、搜狗输入法积累和混元模型,既有现成用户,也有最丰富的中文交流场景。而对于阿里,千问输入法有机会穿过电商、支付、地图、办公和内容创作,把千问从一个需要主动打开的AI助手,变成随时可以调用的底层能力。

    从实际体验来看,语音输入已经跨过了“偶尔应急”的阶段,但它还替代不了所有键盘场景——办公室里不方便开口,密码和精确编辑仍然更适合手动操作。而在走路、快速回复和整理想法时,越来越不愿意“古法手打”了。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 AI
    相关文章 更多
    讯飞听见采访录音整理怎么标注重点 打点功能用法
    讯飞听见采访录音整理怎么标注重点 打点功能用法

    录音中点工具栏的记一下即可打点,也可直接输入短文字做书签,转写后在文稿里点标记跳回对应录音,配合标签和AI纪要快速整理。

    讯飞听见怎么用AI写作辅助整理笔记 操作流程
    讯飞听见怎么用AI写作辅助整理笔记 操作流程

    在文稿页进AI写作,把录音稿作为素材勾选进去,选职场或公众号模板生成初稿,再用扩写、缩写、改写逐段打磨,最后导出Word。

    蛙蛙写作写好的小说怎么发布 先看平台规则再导出
    蛙蛙写作写好的小说怎么发布 先看平台规则再导出

    蛙蛙写作完成小说后,直接投稿容易遗漏平台规则、章节顺序和版本差异。本文讲发布条件、章节导出、投稿预览及线上线下版本管理,让最终提交内容更完整。

    讯飞听见思维导图怎么自动生成 查看位置在哪
    讯飞听见思维导图怎么自动生成 查看位置在哪

    打开转写稿进AI纪要,切到思维导图视图即可自动生成层级节点树,节点可改可拖;它挂在AI纪要下面,不在导出或设置里。

    讯飞听见会议纪要怎么自动生成 导出教程
    讯飞听见会议纪要怎么自动生成 导出教程

    打开转写稿点顶部AI纪要,自动生成摘要、章节要点和待办,每条可点回原文定位;右上角导出选Word或PDF,导出范围记得勾上原文。

    剪映专业版画质修复怎么用 老视频清晰化处理
    剪映专业版画质修复怎么用 老视频清晰化处理

    选中视频段,右侧属性栏最右的「AI 效果」里选超清画质,挑强度后云端处理;锐化和特效补不回分辨率,源文件压缩过重时效果有限。

    AI桌面浏览器网页打不开怎么办 缓存清理排查方法
    AI桌面浏览器网页打不开怎么办 缓存清理排查方法

    先分范围:全部打不开查网络与代理,单个打不开清缓存换浏览器;扩展误杀也会导致白屏,临时停用可验证。

    AI桌面浏览器AI图像处理支持哪些功能 老照片修复怎么用
    AI桌面浏览器AI图像处理支持哪些功能 老照片修复怎么用

    四类:模糊修复、老照片修复、漫画头像、去水印消除;老照片上传后自动去噪补划痕,缺失五官无法还原。

    AI桌面浏览器新标签页小组件怎么添加 天气热搜配置
    AI桌面浏览器新标签页小组件怎么添加 天气热搜配置

    新标签页找「添加小组件」按钮勾选卡片,可拖动位置;天气需定位权限、日历需日程权限,没授权会显示空白。

    AI桌面浏览器内核是什么 Chromium单核怎么确认
    AI桌面浏览器内核是什么 Chromium单核怎么确认

    基本都是 Chromium 单核,在「关于」里能看到具体内核版本;单核更轻快,但只支持老 IE 的站点需另找办法。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?