电脑语音输入法（看看能否带来输入效率提升）

希望通过 语音输入 提高输入效率，甚至代替手工输入，并不是什么新鲜事。

很久以前，IBM 就推出了一款软件工具「ViaVoice」，希望能够帮助电脑用户使用说出自然语言来代替手工打字。然而，这款软件除了在特定行业以外，并没有大范围流行起来。

直到近年来，锤子手机的老罗搞出一个叫做「TNT工作站」的产品，再次把语音输入作为一种主流交互方式带到了大家面前。然而，「TNT工作站」虽然宣传得好，实际上网民的对其的理解是这样的。

TNT语音交互的初衷也许是好的，但是排除技术因素，一个比较显著问题是：在办公室里，我们没法像个傻X一样，对着电脑大喊大叫。这样做不仅会影响到周围同事工作，而且语音识别也会被周围同事的谈话或办公室背景噪音所影响。所以，这次趁着大家都在家「远程办公」的时候，我们也在相对安静，相对隔绝的家庭环境下，测试了一下电脑上的「语音输入」。现在，让我们看看，使用语音输入到底能不能带来文字输入上的效率提高？

准备工作除了一台 Windows（或Mac）电脑，我们还需要准备：

讯飞语音输入法软件（支持Windows/Mac）（最好外置的）麦克风一个安静封闭的室内环境火箭君原本想使用 Windows 内置的语音识别，但是其识别效果很差，而且会提示要求我们训练语音输入，非常麻烦，感觉像是上个世纪的科技水平，因此我们不推荐。

Windows下的「语音识别」设置非常复杂

另外，虽然很多笔记本都携带内置麦克风，这种设备用于视频聊天也许还不错，但是用于语音输入的话，效果会大打折扣因此我们还是建议条件许可的朋友，尽量使用外置麦克风，无论是那种廉价的有线「小蜜蜂」，无线的蓝牙耳机，还是网红主播使用的专业麦克风，它们的效果都远远好于电脑内置的麦克风。关于「环境」，除了尽可能的安静，还要保证一些数字设备处于静音状态，不要发出提示音。有时说了一句长话，却被一个短信提示声音打断，实在是一件非常懊恼的事情。

习惯配置「讯飞语音输入」安装后允许我们根据自身偏好进行一些设置，火箭君做出了如下配置。大家如果有更习惯更喜欢的方式，可以自行调整。

1. 按住说话

「讯飞」有两种「听写模式」可供我们选择。* 按住说话* 连续语音火箭君选择了「按住说话」模式，每说一句，让机器听写一句，同时能立刻看到结果，做出必要的编辑。而「连续语音」一旦开启，就会一直处于听写状态，也因此会产生很多的误写，或者被噪音打断，这种情况下，对自己的思路和表达有较高的要求。倒是比较适合当时无法立刻修改，需要事后大量编辑的场景

2. 悬浮窗

讯飞可以让我们在桌面上单独显示一个「麦克风」悬浮按钮，这个按钮一旦按下，就进入「按住说话」的听写模式。这样，我们就既能使用键盘快捷键也能使用鼠标按钮，触发语音输入了。这个悬浮窗还有一个好处，可以让我们在没有切换到讯飞语音输入法时，也能够立刻开始听写。

3.混合其它手动输入法

配合上述的悬浮窗按钮，我们混合使用了一个常用的手工输入法，操作系统自带的「微软拼音」。「微软拼音」下我们有很多自定义的「快捷用语」，我们可以充分利用起来。

结合手工输入自定义短语，效率更高

经过上述的选项组合，我们可以用微软拼音手工输入，想要省力的时候，直接按下快捷键或鼠标按钮，让讯飞语音进行听写，然后用手工输入法进行编辑。

实际效果在连续几天「远程办公」的实际情况下

1. 简单对话回复场景

结论：非常适合

在PC上的即时通讯工具上，有时我们懒得打字回复，可以使用语音输入法快速的将一段话变成文字发送出去。这个体验就和微信上的「按住说话」几乎是一样。由于对话内容比较口语化，而且一般不会很长，所以识别率都比较高，一般无需编辑就能发送，效果非常好。

2. 撰写邮件 / 备忘录 / 小段报告

结论：效率略有提升

撰写邮件时，不可避免的会涉及很多术语，工作专用词汇，这时语音输入法，很容易被打断或者产生识别错误。如果邮件内容不复杂，更像是简单对话回复的话，语音输入还是很有用，否则的话可能效率没有手工输入高。例如：我们需要在邮件中涉及到产品名称/型号，或者涉及到一些复杂的术语。这时，语音输入往往会产生完全无关的识别，如果我们立刻手工修改错误，会造成输入的连贯性被打断，而如果事后修改，有可能会忘记一些内容，因此也不太适合较长或者较严谨的邮件/报告。

3. 连续码字

结论：需要大规模结合手工输入，效率提升有限

这条就相当于上一条的加强版，长篇输入时，尤其是专业内容输入时，语音识别成功不会太高。如果我们每时每刻要修正输入内容，那必须要结合手工输入法。而这样一来，我们的思路会在「组织语言」和「手动打字」之间跳跃，输入效率可能反而会有所下降。当然，我们也可以连续听写下一段话，然后事后来修改编辑，这样做对自己的思维和表达都要有非常高的要求，否则听写内容过多后，事后来看，火箭君自己也不知道自己当时在说些什么，也就无从着手编辑。

4. 其它一些问题

对声音环境要求较高窗外突发的汽车鸣笛，手机的来电来信提示音都能对听写造成破坏。语音输入，毕竟容错性能还是很有限的，不能苛求。

中英文混合输入还是比较困难目前似乎也很难无缝在中英文之间切换识别，手工输入法有时也不一定能做到，对于语音输入，这个太难了。所以需要我们尽量好好说中文，不要动不动夹杂「黄焖Jimmy饭」之类的话语。

输入习惯需要改变这点可能才是真正的问题，火箭君没有料到，由于长期习惯了手工输入，对语音输入其实还是有种天然的「初期排斥感」。使用多了以后才会慢慢适应，可能有些小伙伴也未必愿意跨过这第一道坎。

最后

总的来说，在目前的技术水平下，语音输入貌似不是一种理想的手工输入替代办法。「语音输入」在口语化内容输入以及较短的回复上，能够带来比较明显的效率提升。但是，一旦牵涉到长篇专业的输入时，仍旧有比较明显的「力不从心」感。这也就理解了为什么TNT 之类以「语音」为重要卖点之一的所谓「生产力工具」，短期内难以有市场。最后，本文就是在语音输入和手工输入的混合模式下写成的。有兴趣的小伙伴，如果发现有更好的「语音输入」场景或效率组合的方式，不妨自己动手试试看，说不定会有惊喜。