千问PC端AI语音输入上线,免费开放覆盖全平台,输入法战场卷到AI了

产品更新

千问PC语音输入免费开放

输入法战场卷到AI了

按住右Alt键开口说话，千问自动帮你去语气词、纠口误、整理格式——在任何桌面应用里都能用。免费，全覆盖，不挑软件。

5月7日，阿里千问正式在PC端上线AI语音输入功能，对所有用户免费开放，无需额外安装输入法。

Windows按右Alt，Mac按右Command，直接在微博、QQ邮箱、Photoshop、浏览器里开口就能用。

这事儿表面上是千问加了个语音功能，实际上是阿里向搜狗、讯飞的传统输入法领地正面亮剑。

和普通语音输入有什么不一样？

普通语音输入：你说的就是它写的

搜狗、讯飞们做了十几年，核心能力是”语音转文字”。你说什么，它写什么。语气词、口误、逻辑混乱，原封不动搬上屏幕。

准确率做到98%，已经是行业天花板。

千问语音输入：你说完，它替你改好

你如果说：“王总，会议定在两点……不对三点，地点在老会议室，记得带那份……市场调研报告。”

千问直接输出：“王总，会议定在下午三点，地点为老会议室，请带上市场调研报告。”

去语气词、纠口误、格式化整理——这三步，传统输入法做不了，因为它们没有大模型。

大模型加持，语音输入变成语音助手

智能整理：从”碎碎念”到”结构化”

散乱的口述内容，自动整理成逻辑清晰的周报、会议纪要。不只是转写，是在理解你说了什么。

上下文感知：知道你在跟谁说话

在钉钉里收到消息，它能根据对话上下文自动生成回复。在邮件里，中文口述就能生成英文邮件。

划选即操作：读文献也能用语音

选中一段英文论文，语音说”帮我翻译一下”或”帮我解释一下”，直接出结果。不需要复制粘贴到别处。

千问的底气：半个月前刚发了Fun-ASR 1.5

4月20日，阿里通义实验室发布了语音识别大模型Fun-ASR 1.5。半个月后就落地到了千问PC端。

30种语言 + 汉语七大方言，单模型覆盖，跨语言自动切换不需要手动选。

方言字错误率相比上一代下降56.2%，在13种方言识别上超越了字节的Seed-ASR和腾讯的Tencent-ASR。

西语、葡语、英语识别准确率均超过96%，连古诗词吟诵都能精准转写。

这意味着千问的语音输入不是简单接入第三方ASR接口，而是有自研大模型做底层支撑。

输入法，成了一场入口争夺战

腾讯1月27日刚把搜狗输入法升级到20.0 AI大版本，语音准确率98%，AI用户破亿，日均语音使用近20亿次。这还是行业老大。

讯飞深耕语音十几年，轻声场景都能保持97%准确率。豆包、元宝这些大模型产品也都内置了语音输入。

千问的策略很清晰：不用下载新输入法，用千问就行。1.66亿月活用户，直接转化成语音输入的潜在用户池。免费开放，零门槛。

语音输入的终局，不是更快，是更懂

传统输入法比的是”谁听得准”，千问比的是”谁听得懂”。纠口误、理逻辑、懂上下文，这不是语音识别的升级，是语音理解的开始。输入法战争，刚刚进入AI时代。