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

Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
G
Google Developers Blog
S
SegmentFault 最新的问题
Microsoft Security Blog
Microsoft Security Blog
J
Java Code Geeks
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
量子位
P
Proofpoint News Feed
博客园 - 【当耐特】
MongoDB | Blog
MongoDB | Blog
L
LangChain Blog
F
Fortinet All Blogs
C
Check Point Blog
博客园_首页
I
InfoQ
Jina AI
Jina AI
Blog — PlanetScale
Blog — PlanetScale
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
美团技术团队
Vercel News
Vercel News
Apple Machine Learning Research
Apple Machine Learning Research

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
从 blabla 到文字上屏——这是我的口述写作流 - 少数派
2021-01-11 · via 少数派

Matrix 首页推荐

Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。

文章代表作者个人观点,少数派仅对标题和排版略作修改。


下面的截图来自于之前文章《又到一年就业季,聊聊 HR 眼中的「专业」与「就业」》,一篇我用口述写作完成的文章的底稿。正如你所见,文本中有不少口语化的表达,截图的部分总共 514 字,大多数情况下,即便是完全照着屏幕用全拼一个个码出来至少也得 5 分钟;但如果换成口述,通过语音转文字录入,同样的字数基本上可以在一半乃至于更少的时间内完成。

口述写作底稿

如果文章篇幅比较长,这种时间上的对比还会更加明显。

语音识别技术的发展,日常生活中可以用到语音转换文字的场景也越来越多,和我们朝夕相伴的输入法,如讯飞、搜狗、百度乃至 iOS 自带的输入法,都有了语音转文字功能,背后的厂商甚至还有各具特色的语音转文字产品1

这自然就让我有了借助语音转文字进行大篇幅写作的想法。

首先需要指出的就是,口述写作像我们日常纸笔写作或者键盘码字一样,口述写作同样也需要类似工具。输入法(语音转换引擎)和编辑器就像纸、笔、键盘一样不可或缺。再者,口述写作对于场景的要求相对较高一些,实际效果因场景而异。

下面分享一些我自己的口述写作经验。

基础工具选择

对于口述写作来讲,一个趁手的语音转换引擎非常重要。口述写作的过程中经常会遇到需要随时手动修改的情况,所以我最终选择了支持语音转换功能的输入法,而不是其他类型的语音转文字服务。

对于我而言,经过与各个输入法的磨合,我个人更习惯使用的是讯飞。主要基于这样两点原因:

  1. 讯飞整体对于我的口音识别效果比较好
  2. 讯飞的后期纠错、调整比较顺手

口述写作会不可避免地录入各种错别字,讯飞可以在不切换状态的情况下直接用手写对单个错别字、生僻字、人名/地名进行更正。这种方法比用拼音打字要方便得多。

除开讯飞输入法之外,搜狗输入法、百度输入法以及系统自带输入法都有语音转文字功能,大家可以根据自己的平台、使用场景等情况进行选择。

移动端的 Markdown 编辑器

来到移动端,在手机上进行口述写作胜在场景。很多的人初次遇到语音转文字也是在手机上,所以这里我把移动端放在开头。

在移动端上经过了多次的辗转尝试,我最终采用了「讯飞 + Markdown」的组合,具体而言比较常用的两种组合是「讯飞输入法 + 1writer」或「讯飞输入法 + MWeb」。

这里之所以推荐 Markdown 写作工具,主要是因为 Markdown 相对格式简单,口述写作的过程中可以更专注地「码字」,调整结构则交由简单的 Markdown 语法标记功能完成——诸如 1writer / MWeb 这样的工具都支持快速调整文本格式,它们有一组或者多组快捷键,甚至支持对这些快捷键进行自定义,极大地提升了排版体验。

当然,具体的选择还是因人而异。我此前也尝试过几个模块化编辑器,但在口述写作这个场景下,离开了键鼠的模块化编辑器并没有带给我太多(如桌面环境般)良好的体验。

至于为什么使用手写,也是出于口述写作这一场景考虑。手机屏幕毕竟太小,一旦出现语音识别有误、或者需要追加部分字词的时候,使用手机键盘调整的节奏拖沓、比较慢,和纯粹的语音录入相比,在语音、点按之间反复切换显得愈发笨拙,得不偿失。

桌面端:讯飞配飞书的双屏输出

不过手机屏幕太小影响后续调整的问题,配合桌面端倒是可以进行巧妙地解决。毕竟有时我也会在文章的主体完成之后,将其在桌面打开进行收尾调整(比如配图)。

受之前的文章《通过飞书团队协作,快速将大量英文译成中文》文章启发,我觉得可以把飞书的多人实时协作编辑文档的特性用在「自己和自己玩」上。

我的方法就是利用同一个飞书账号、同一个文档,从而来实现多端的实时同步显示。也就是说我们在飞书中进行口述写作时,电脑上会自动同步相应的文本内容。桌面端文字的显示进度与手机上一致。

飞书本身集成的模块化操作与支持 Markdown 语句的特性十分有助于提升码字的效率,而且后期可以导出 Word 文档。这些是我采用飞书的主要原因,当然你也可以尝试一下其他的模块化编辑器。使用这种方案进行口述写作时,我们大可以把手机放在电脑边,主要输入靠语音,偶尔需要调整的地方再使用键鼠直接在桌面端进行修改。

除了飞书方案之外,日常中我们也经常会见到输入法提供的「跨屏输入方案」。比如搜狗输入法等自带的跨屏输入功能。但是对我而言这只是一个备选的方案,实际体验下来这种方案体验的效果并不是太理想,经常会因为网络问题导致同步效果不佳。

搜狗输入法可以通过输入法扫码,连接实现跨屏输入。后续连接可借助手机记忆快速连接

就桌面端的方案而言,「输入法+飞书」的方案更「广谱」、跨平台性更好。手机、电脑上都可以不受输入法和平台的限制,比如使用 iPhone 与 Windows 的用户、使用 Android 与 Mac 的用户都可以正常使用。而且这种方法也不会发生像输入法「跨屏输入」把自己绑定在特定的输入法之上的情况。

当然目前这种方法有个小缺憾,它仍然需要手机的辅助,手机需要充当一个语音转换引擎的接收器。

口述写作需要注意什么?

从开始折腾口述写作至今,整体上的感受就是虽然口述并不能完全取代于键盘写作,但它可以胜任绝大部分工作,甚至在一定程度上作为主要写作工具使用。

在长期折腾的过程中,我也整理了一些注意事项供想要尝试的朋友参考:

思维的切换

在口述的过程中,需要保持书面语的思维。建议是谋定而后动,以最大限度避免口语中常见的「嗯」「啊」等语气词,以及短句子、方言和俚语。

如果实在是担心,不妨简单列一个小提纲放在一旁当作「提词器」:

提纲十分有助于防止自己的思维跑偏

英文、中文特定文字处理

口述写作中可以采用「符号」的形式来替代那些语音转换引擎不容易识别的内容。尤其是针对英文、中文中特定名词、人名等。在整篇文章结束之后统一对替换的内容进行查找、替换。

图片处理

对于插图,在口述的时候,我会使用这样的句式:「这里有张图」+「相关描述」。然后在整个文章结束之后,根据提示统一进行配图。

手机锁屏设置

在口述的时候,锁屏其实是经常容易忽略,但是会影响体验的一个点。在操作的时候,我习惯是把自动锁屏的时间调整为「5 分钟」或者常亮。这样可以省去来回切换的麻烦。

小结

其实除了上面提到的那些点之外,相比键盘打字而言,口述写作更随意,也可以更好用地利用碎片化时间。不用在意他人的眼光 —— 当你对着手机叽里咕噜的时候,别人会以为你在同他人微信聊天……

解放双手,让键盘成为辅助,这应该就是口述写作的核心目的所在。在使用口述写作这套方法一段时间后,我发现口述写作太容易上瘾了,以至于稍微有点文字就不愿意用手打字。这可能就是「说话几分钟,码字两小时」吧。

> 下载少数派 2.0 客户端、关注 少数派公众号,解锁全新阅读体验 📰

> 实用、好用的 正版软件,少数派为你呈现 🚀