语音输入这条赛道，今年挤进来不少大厂。
字节在做豆包输入法。腾讯在做微信输入法。讯飞和网易也都在往里挤。
大家比的东西换了。
前些年比词库大小，比皮肤好不好看，比联想词准不准。
现在比的是另一件事，能不能听懂人到底想说什么。
网易有道最近上线了一款语音输入产品，叫网易叭哥说。
官方给它的定位是 AI 原生语音工具。口号很直白，输入效率是键盘的 5 倍，而且终身免费。
我实测了一周，说说它强在哪，也说说哪里还不够用。
传统语音输入，本质上是个录音机
先把问题说清楚。
老一代语音输入工具，干的是听写转录的活。
你说什么，它就原样记什么。
中间那句「呃」，那一句「然后」，还有「那个」，一个不落全给你写进去。
说到一半改了主意。它照样照单全收。
最后吐出来一堆乱糟糟的草稿，还得自己坐下来改。
省了敲键盘的力气。改稿的功夫一点没省。
这不叫提效。这叫换个姿势折腾人。
它先听懂，再决定怎么写
网易叭哥说的做法不一样。
它走的是三步，听清，听懂，写好。整条链路都是自研的。
官方举过一个例子。
你对着它说，下午三点开会，呃，不对，改成四点，帮我告诉设计团队。
它输出的是，下午四点开会，请通知设计团队。
中途那句改口，它自己识别出来，直接合并掉。
这就是传统转录和语音智能体的分界线。
前者关心你说了哪几个字。后者琢磨你到底想表达什么。
出字很快，官方给的数据是五倍
速度是它主打的卖点。
谷歌此前公开过的数据说，语音输入的平均效率大概是键盘的 2.5 倍。
网易官方称，靠自研的语音识别模型加语义理解链路，这个数字提到了 5 倍。
实测的感受确实快。
按住快捷键说完话，手一松，文字几乎是立刻落在光标位置。
没有转圈干等的停顿。
官方给的端到端平均耗时是 1683 毫秒，95 分位是 2134 毫秒。
这个量级已经够用了。正常语速下基本察觉不到延迟。
快是两套模型分工换来的。
一套负责听。它盯着你的口语习惯、停顿和小声嘀咕，结合上下文推测你真正想说什么。中间重复了，临时改口了，它只把修正后的意思交出去。
另一套负责写。纠错和断句归它管，润色也算它的活，顺带把专业名词抓得更准。
几个用得上手的功能
去口头禅是最基础的。
「呃」「然后」「那个」这类说完就后悔的语气词，它会自动清掉。
重复的话和改口的地方，也能顺着上下文拎出你最终的意思。
口述一段周报，或者整理一份会议纪要，出来的直接是分好段、带好标点的成品。
办公室里小声说话也能识别，这点特别实用。
谁都不好意思对着电脑扯着嗓子说话。
它支持低到 30 分贝的耳语级拾音。戴上耳机，音量压到只有自己能听见的气声，照样稳定识别。
在工位上念两句需求，回一条长消息，没什么压力。
有人拿粤语试了那句「各个国家有各个国家的国歌」，它也接住了。
专属词库，专业名词不用改
平时说 ChatGPT、Claude 这类词，很多AI工具每次都要出错。
字母被同音成奇奇怪怪的中文。
网易叭哥说可以手动加词，也可以批量导入。
产品名，代码名，行业术语，加进词库就生效，不用重新训练模型。
大小写它也按正常书写习惯处理。
该大写的它会给你大写，复制到文档里不会显得乱。
翻译是它的隐藏杀手锏
背靠有道翻译十几年的积累，网易叭哥说支持 124 个语种的实时语音互译。
你说中文，它直接写出英文。
面向经济和医学这些垂直领域，官方给的翻译精准度是 98%。
跨境邮件能翻，海外会议能翻，外文材料的口述整理也能翻，全是一个快捷键的事。
不用再先想中文，再扔进翻译工具，再复制粘贴。
有人甚至把它当练口语的陪练，说比大半翻译软件都强。
隐私这块，它给得比较硬
输入法每天要过手大量工作内容和聊天记录。
隐私是真的关键。
网易叭哥说的承诺是，云端不留存任何语音和文本数据。
原始语音不用于模型训练。
输入历史只保存在本地，随时可以查看和管理。
对整天处理工作文档的人来说，这条的分量可能比免费还重。
也有明显短板
第一个是非流式。
你说话的过程中它不上屏，要等你说完松手，它整理完再一次性吐出来。
看不见过程，有些人心里会没底，怕中间漏了东西。
第二个是整理的「度」。
它能帮你理顺逻辑，也能删掉废话。但有时候整理得偏多，读起来带点 AI 味，少了你自己的腔调。
在意保留个人语气的人，得在干净和有味之间自己找平衡。
另外它目前只有电脑端。
苹果电脑和 Windows 都支持，没有手机 App，也没有做成键盘输入法。
需要在手机上做语音输入的，现阶段可以用微信输入法或者豆包输入法。
安装包只有几十 MB。官方号称终身免费。
用起来很简单
下载安装，按引导设好全局唤醒快捷键就行。
之后在任意输入框里开口说。微信里能用，飞书里能用，笔记软件里能用，浏览器网页里也能用。
松手，文字直接落在光标处。不用切窗口，也不用复制粘贴。
它不像完整输入法那样接管键盘，更像挂在系统里的一个AI小工具。
口述用左边的 Alt 键，苹果键盘上就是 Fn。
翻译用右边 Alt 加 Shift，说完就出。
语音输入历史存在本地，支持一键复制复用，还能看口述和翻译的使用统计。
豆包输入法、微信输入法和 Typeless 怎么选
三家的路子不太一样。
豆包输入法是一整套输入法，接管全局键盘。语音部分偏向原句转写，不太做深度整理。它支持流式实时上屏，也支持下载模型离线用。需要离线识别的可以选它。
微信输入法也是接管键盘的完整输入法。语音偏转写，排版改动小。部分场景支持离线。
Typeless 是桌面端为主的独立工具。它的润色最细腻，体验也好。但免费版每周只有 2000 字额度，想放开用要买会员。
网易叭哥说的长处在另一头。完全免费不限量，出字快，耳语拾音强，翻译能力突出，本地隐私做得彻底。
它的代价是独立 App 要常驻后台，输入不是流式的，整理偶尔偏重。
怎么选其实看需求。
要的是离线识别，或者想要一整套接管键盘的输入法，豆包和微信那边更省事。
要免费。要一段能直接拿去用的干净文本。平时专业名词说得多，或者经常要跨语言翻译，网易叭哥说更合适。
最后
网易这两年在效率工具上确实有点东西。前脚是 UU 远程的优化，后脚就是这个叭哥说。
它的定位很清楚，PC 端的职场口述写作。写初稿，回消息，写周报，整理会议纪要，都在这条线上。
复杂的公文和深度创作还得人来。它替不了。
但对天天要打字的人来说，把脑子里想清楚到输入框里出现这段距离压缩掉，已经值回票价。
何况它号称终身免费。
