惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
S
Security Affairs
阮一峰的网络日志
阮一峰的网络日志
L
LangChain Blog
Microsoft Azure Blog
Microsoft Azure Blog
雷峰网
雷峰网
Recent Announcements
Recent Announcements
WordPress大学
WordPress大学
The GitHub Blog
The GitHub Blog
博客园_首页
The Cloudflare Blog
M
MIT News - Artificial intelligence
博客园 - 【当耐特】
MyScale Blog
MyScale Blog
S
SegmentFault 最新的问题
P
Proofpoint News Feed
Y
Y Combinator Blog
Jina AI
Jina AI
博客园 - 聂微东
A
About on SuperTechFans
Blog — PlanetScale
Blog — PlanetScale
博客园 - 司徒正美
G
Google Developers Blog
云风的 BLOG
云风的 BLOG
F
Full Disclosure
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Microsoft Security Blog
Microsoft Security Blog
爱范儿
爱范儿
T
Tailwind CSS Blog
J
Java Code Geeks
Vercel News
Vercel News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Stack Overflow Blog
Stack Overflow Blog
罗磊的独立博客
小众软件
小众软件
酷 壳 – CoolShell
酷 壳 – CoolShell
T
The Blog of Author Tim Ferriss
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
博客园 - 三生石上(FineUI控件)
W
WeLiveSecurity
PCI Perspectives
PCI Perspectives
Attack and Defense Labs
Attack and Defense Labs
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
宝玉的分享
宝玉的分享
IT之家
IT之家
Hacker News: Ask HN
Hacker News: Ask HN
The Register - Security
The Register - Security
T
The Exploit Database - CXSecurity.com
T
Threat Research - Cisco Blogs

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派 万字剖析:千问App深度体验报告(2026) - 少数派 在2026年,如何真正防止别人抄袭你的作品 - 少数派 怎么用 50 块搭个 AI 语音助手?我踩了 3 天坑 - 少数派 YeeroAI:让 AI 对话真正成为知识管理的一部分 - 少数派 爬泰山 - 少数派 「旅图显影」 App 更新:这次,我们补上了一点「手感」 - 少数派 假期出门太折磨?我的 23 条经验帮你规划惬意旅行 - 少数派 工作流会变吗 - 少数派 Claude Opus 4.6 怎么用最省钱?我测了 5 种方案 - 少数派 GPT Image 2 让图文并茂不再稀罕 - 少数派 用户侧出发——什么是AI,我要不要学习? - 少数派 找片、转存、整理、播放一条龙!让你的付费网盘值回票价 - 少数派 欢迎试用!日课一问2.0插件 - 少数派 自己做的MDeditor,原本想购买 Typora 试了两次支付不成功,干脆自己做一个 - 少数派 vibe coding了一个 3MB 的小工具,让 ~/Downloads 彻底告别混乱 - 少数派 因为受不了 Mac 的风扇策略,我做了一个风扇控制工具 - 少数派 别只怪模型 - 少数派 Warp 终端的 AI 功能怎么用?我测了一周的体验 - 少数派 AI 写代码老是出 bug?这 5 个配置我后悔没早知道 - 少数派 「新玩意」苹果出相机可能就这样:Sigma BF + 45mm F2.8 DG Contemporary - 少数派 一个面向2030年的AI操作系统是什么样子的:浅谈cola这款有灵魂的Agent - 少数派 别只看写代码 - 少数派 每天解决10个问题,还是一口气攻坚解决400个? - 少数派 AI 交易机器人怎么搭?我用 Claude 跑了一周实盘 - 少数派 Maptoposter Online:把你爱的城市画成艺术海报 - 少数派 Function Calling 怎么用?我测了 3 个模型发现差距真大 - 少数派 Legend Talk:我做了个 AI 圆桌,让 160 位思想家围着你的问题转 - 少数派 如何找到自己的蓝方?在小县城寻找压力测试 - 少数派 语音输入与软件接口|2026年聊AI时,我们都聊些什么(上) - 少数派 混动已经卖爆,纯电又来补刀——钛7闪充版简直“不讲武德” - 少数派 本月玩什么|朋友收藏、识质存在、沙罗周期 - 少数派 为什么要每天坚持输出? - 少数派 Claude API 挂了好几个小时,你的项目有备用方案吗? - 少数派 Function Calling 没你想的复杂——我用它做了个有点用的工具 - 少数派 登录系统立即播放视频或者图片音乐的软件 - 少数派 我为什么创建 FlipHTML5 下载工具 - 少数派 残局没电?多品牌外设电量统一管理软件EasyBluetooth已支持RTSS游戏内显示以及AIDA64 - 少数派 前往通义路的路 - 少数派 太好看了,媲美Sun的个人导航页,NAS部署星云门户 - 少数派 乌黑嘴唇“一键检测”上线了 - 少数派 派早报:Claude AI 接入多个创意软件生态、FILCO 生产方接手品牌等 - 少数派 【更新】BearCLI、Claude 连接器与 MCP 服务器 - 少数派 记了上千条流水,还是看不懂财务?我做了一个让 AI 读懂账本的工作台 - 少数派 MINI R56 升级原厂 Sport 模式 - 少数派 新玩意 | 一棵柠檬树(仿真版) - 少数派 Momenta的“物理AI”野望,需迈过“含摩量”这道关 - 少数派 网页直接投屏控制手机!NAS一键部署PandaScrcpy,流畅丝滑可远程。 - 少数派 众测|邀你一同探索随身 AI 硬件入口 YoooClaw C·ONE - 少数派 2050大会:分享时间是真诚 参会记 - 少数派 iPad 赋能电影创作:国内首部宣纸手绘长片《燃比娃》的幕后故事 - 少数派 AI的审美:我用 8 个大模型给 100 张旅行照片打分 - 少数派 普通人如何破圈?去参加一个本地协会 - 少数派 把极空间的图标全换了,主题DIY全攻略打造你的专属NAS桌面 - 少数派 电子便签墙,帮你实现便签自由 - 少数派 我如何用三个 CLI 工具取代文档创建需求 - 少数派 原来真的有人可以玩一辈子 - 少数派 社区速递 139 | 派友热议三月买了啥、复古单反尼康 Df 体验 - 少数派 06 作品的赏析与评价 - 少数派 TDS REVIEW|索尼 WF-1000XM6 降噪真无线耳机体验 - 少数派 35.98万起售的第二代腾势D9,我看重的不是堆料,而是不凑合 - 少数派 鼠须管 Squirrel 皮肤配置指北 - 少数派 从watch ultra2换到redmi watch6 - 少数派 派早报:阿里巴巴发布视频生成模型 HappyHorse 1.0 等 - 少数派 别迷信1M - 少数派 家人们天塌了!网盘“大封杀”,多个渠道多条路,NAS部署PanHub - 少数派 AI与人勾心斗角!NAS一键部署AI狼人杀,假日休闲必备。 - 少数派 电商必备!Comfyui工作流批量生图插件,一次生成12张!支持Nano banana pro模型 - 少数派 Comfyui工作流配置Gpt-image-2模型教程,0.03/张 - 少数派 OpenClaw第三方APi怎么配置?可使用Gpt-image-2模型 - 少数派 会员社区话题精选 Ep. 103 - 少数派
不够美好的语音输入法 - 少数派
2016-10-25 · via 少数派

老罗这次的相声讲得一如既往得好听,听得我都要吃安利了。Smartisan手机除了丑,基本上没什么让我觉得不好的地方,尤其是在出了黑色款之后。白色充满了塑料的廉价感,而我看到的所有媒体在评论咖啡金的时候都会说:“这个颜色好不好看我们不多做评论……”。也许实体机的效果要比照片漂亮也不一定。

除了令人满意的硬件配置之外,这次最令人瞩目的就是老罗的“信息输入,编辑处理和打通应用边界的终极解决方案”了。包括“讯飞”,“三星”,和“微不足道的一小步”。

“大爆炸”和“One Step”都没什么可说的,而讯飞则是在老罗的提点下迅速走俏。我看到不少人都开始玩讯飞,基本上都在说,讯飞碉堡了。

事实上,讯飞确实很厉害,在我看来,它的移动输入法比某狗某熊某鹅都要有进取心。老罗从T1开始就想推语音输入,要把它当做下个世代的输入手段。手机输入的一大弊端就是它的键盘尺寸,全键盘的拼音输入极其容易误触;9宫格的重码率又不够低。同时手机输入与键盘相比缺少力反馈,即使习惯了键盘布局依然让人不舒服。一个优秀产品经理想解决这个问题也是情理之中。

然而,语音输入真的如同老罗所说的这么美好么?

一些优劣对比

老罗给的一个场景是,“在微信中发语音消息是让人很讨厌的事情”。很多人都对此表示了共鸣。于是,通过把语音转化成文字,即可以保持输入的效率,又可以提高阅读的效率,听起来是一个皆大欢喜的方案。

我们来考虑一下这个事情。发语音之所以让人讨厌,大概有这么几个原因:

  • 读取速度慢。如果是一条20s的语音,就只能20s听完,不能快进。
  • 容错低。如果一条20s的语音中,18s处没有听清楚,只能从头听起。这是极其令人恼火的。

所以对于信息接收方来说,这确实不是什么愉快的体验。但相对的,它也有一些好处:

  • 传达的信息丰富。声音中能够表现的语气不是文字可以比拟的。
  • 输入真的很方便。手指按下讲话松开发送。所讲即所输,一触即达。

那么我们来想几个问题。

语音输入是否真的可以提高效率

按照老罗的计算方法,我们看看发送语音的操作需要几步:

  1. 按下录音键
  2. 讲话
  3. 松开录音键

而使用语音输入的操作(我们都不用iOS举例,否则算欺负人):

  1. 单击输入框触发键盘
  2. 按下录音键
  3. 讲话
  4. 等待识别
  5. 阅读识别内容
  6. 如有必要进行修正
  7. 发送

即使不需修正,操作步骤也是直接发送语音的两倍。所以实际上,语音输入是把时间成本从信息的接受者转移到了生产者身上了。也许总的时间成本变低了,但信息生产者是主动方,接受者是被东方,也就是说选择权基本上是在生产者手中。那么除了“做一个能体谅对方的好人”之外,生产者有什么理由选择一个高成本的输入手段?

语音输入的使用场景是什么

这次老罗开始演示讯飞的时候就表现的十分紧张,朱萧木甚至提前录制了道歉视频证明如果演示失败绝不是讯飞的错。这种负责的做法是令人敬佩的,但也表现出语音输入的一个弊端,就是容易受到环境的干扰。如果是在室外,嘈杂的环境音,风吹过麦克风的声音,都会成为巨大的干扰。

此外,以我的理解,语音输入的识别率是与语音长度有关的。整句输入和整段输入有更丰富的上下文关系和语言模式,相比短句与单词理应有更高的成功率。老罗所演示的这种一气呵成的输入也是语音识别的理想情况,现实中我们讲话时,往往是边说边考虑如何措辞,导致的是不规则的断句,类似“是吧,这个,对吧,然后”这种无意义的语气词,这都会影响到识别的精准度。

人往往对大段文字中的几处错误可以忽略,因为小比例的错字对整段的影响微乎其微;而对短句中的错字则往往更不能容忍。同时,输入100字修改三个字,与输入10各自修改一个字,后者的成本其实更高。因为无论修改几个字,操作成本最高的都是“用胡萝卜定位并选中出错内容”这一过程。

而即使是现场演示的过程中,其实也是有错字出现的。97%的成功率,很高,但并不够高。

所以我想我可以说,语音输入目前并不是十分匹配微信QQ这种即时通讯中的日常场景,至少不是如同老罗想说的这么匹配。反而它更适合“室内安静环境中的大段内容输入”,这不就是室内办公么。但是,这种环境下,为什么不用键盘呢。

音转字的其他应用方案

事实上,老罗说的那个令人抓狂的微信语音消息的问题确实存在。但我认为腾讯给出的解决方案更好。长按语音消息气泡,就可以把语音转成文字了。这个解决方案保留了主动的信息生产方的输入效率,也为接收方提供了充分的选择,并且完全不会影响用户得到的体验。从这个角度来说,老罗一开所说的问题根本就不存在。

总结

虽然我反对了这么多,但有些场景下,语音输入还是有大的用武之地的。比如你在酒店里面想回一封邮件,要输入大段文字又不想拿电脑出来,这种商务场景下确实很有用。但几乎也只限定于这种场景了。

讯飞的技术十分优秀,老罗的展示也无懈可击地将讯飞的亮点表现了出来,对得起友商。但在我看来,他实在是对着一群错误的人,讲了一个错误的故事。语音输入是一个重要的输入手段,但它还远远不能代替键盘输入。至少不是现在。

最后推一波讯飞

除了语音输入,讯飞的其他输入也都十分优秀。正常的全键盘与九宫格拼音就不用多说了,这点各大输入法其实差距并不大。而在我的体验中,用户比较少用到的其他输入模式,讯飞的体验则优于其他厂商。

  • 双拼。对各种双拼方案支持良好。
  • 笔画输入。键盘布局与尺寸合理,分词优化得当,通过分词符号可以只输入每个字的前几画即可完成短语词汇的输入。
  • 手写输入。据我所知应该是第一家(不知道是不是唯一一家)手写整句输入的输入法。意思就是说,你在写完第一个字之后,不需要停笔等待它识别完成再输入第二个字,而是可以一气把所有字都写进去,讯飞进行整句识别。这对父母级别的用户来说是非常友好的体验。此外,讯飞也不需要额外的手写键盘,直接在九宫格键盘上就可以写字,在你不记得某个字的读音的时候,可以试一试。

遗憾的是讯飞并没有iPad的客户端,但在iPad中按照iPhone版也可以正常使用。