作为一个经常需要口述记录、整理要点的人，我试过市面上五花八门的语音转文字工具，但体验往往让人崩溃。

要么是用到一半提示需要充值会员，要么就是安装过程一波三折。好不容易装上了，结果对中文的识别率又惨不忍睹，满屏的错别字和奇怪的断句，最后还得花双倍时间去手动修改，简直是“花钱买罪受”。

在踩过很多坑之后，我翻阅了不少自媒体和公众号的推荐，陆陆续续找了一大圈，才意外发现了千问客户端里内置的千问语音输入法。刚搜到时我其实挺激动的，马上想下载试试，结果发现它目前只有 Mac 版本，iOS 也有，安卓虽然也有，但我之前一直觉得 Table 挺好用的，就没太在意。没想到真正用完这个千问以后，真的是相见恨晚。（先声明一下，这里真不是广告，纯粹是个人真实体验）。

之前踩过的语音输入“坑”

在遇到千问之前，我的电脑里装过、卸过很多工具。

最开始我试过TalkPaste。它非常轻量，但多语言模型对中文的识别准确率一般，经常遇到错别字；更崩溃的是，首次启动需要从海外服务器下载模型，在国内经常遇到网络超时。

后来，我尝试了基于阿里开源 FunASR 引擎的Murmur。它的中文准确率确实高出一大截，还能连接本地大模型做 AI 润色。但它只提供了 64 位安装包，且首次运行需要下载约 1GB 的模型文件，网络问题再次让我抓狂。

我也试过主打“说完 0.3 秒出字”的SpeakSlow（声声慢），开箱即用，中文识别很准。但它功能太纯粹，没有 AI 润色能力，面对我那些口语化严重的记录，依然需要大量手动修改。

至于跨平台的开源工具Handy，配置相对复杂，学习门槛太高；而yohoho虽然延迟极低，但它只支持 Apple Silicon 芯片的 Mac，Windows 用户直接被拒之门外。

我也试过蛐蛐（QuQu），它的“两段式”设计很聪明，能自动过滤口头禅、修正口误，但完整能力需要自己配置本地或云端的大模型 API，设置稍微有点麻烦。

昂贵的“妥协”与最终的“真香”

在试了这么多工具后，我其实也用过Typeless。它的体验确实没得说，能自动去除口误、调整语序，让我体会到了“言出法随”的快感。但当时它对我来说，更像是一个昂贵的妥协。

免费版每周只有 4000 词额度，我一天就能干完；Pro 版月付 30 刀，比我的 ChatGPT Plus 套餐还贵 10 刀。肉疼归肉疼，但当时确实找不到更好的替代品，只能硬扛。

直到我意外发现了千问客户端里的千问语音输入法，这种“花钱买罪受”的日子才算彻底结束。

千问语音输入法：免费版的 Typeless，打工人 yyds！

就在我一边用着 Typeless，一边心疼钱包的时候，千问语音输入法彻底改变了我的输入习惯。

这里必须着重提一下它最戳中我的一个功能：全局快捷键。它不仅能直接在千问客户端里语音输入，你只需要把鼠标放在其他任何可输入的位置（比如微信聊天框、Word文档、浏览器搜索栏），按下快捷键，就能直接开始语音输入。这个设计真的太方便了，完全打破了软件之间的壁垒。

顺便说一下，虽然它目前没有独立的 Windows 版，但完全可以通过千问 PC 客户端来实现。客户端里默认的快捷键设置得很顺手，输入非常方便。

它的最大优点是强大的 AI 润色能力，依托云端大模型，能智能地整理语序、分段、去口头禅，识别中英文混合和多种方言的效果也很好，而且免费无广告。

比如我要给 AI 写一条生成视频的 prompt，脑子里有画面但还没组织好语言，我可以直接双击Windows 的右 Alt键（Mac 的是 Command键），对着麦克风口喷：

帮我生成一个 AI 视频，就是三体里面那个场景，古筝行动，就是纳米丝切割轮船那个，嗯，我想要那种从远处拍的镜头，就是巴拿马运河上那艘巨轮，叫审判者号，不对，是审判日号，看起来一切正常，然后突然之间那个船就开始一片一片地滑落，像切豆腐一样，对，要有那种反差感，就是很安静很平静但是又很恐怖。

说完后再次单击快捷键，千问就立马帮我整理后输出：

帮我生成一个 AI 视频，场景是《三体》中的‘古筝行动’：纳米丝切割‘审判日号’巨轮。镜头从远处拍摄，巴拿马运河上，船只看似一切正常，随后突然像切豆腐般一片一片滑落。整体风格要安静、平静，但充满恐怖的反差感。

可以看到，我说的“就是”、“嗯”、“对”全被抹掉了，“审判者号”的错误也被改过了，最后还帮我把我的感受提炼成了一个风格要求。

它的场景感知能力也很强。比如我要回一封不太想回的商务邮件，对着麦克风说：

嗯这个合作我觉得目前可能时机不太合适，因为我这边最近确实太忙了，手上同时有好几个项目在推进，要不等到八月份再说？到时候我主动联系你。

千问整理后：

感谢贵方的合作意向。经评估，目前时机尚不成熟，我方近期项目排期较满。建议推迟至八月再行沟通，届时我将主动与您联系。

这种“先理解再转写”的能力真的太贴心了，它甚至完美解决了我一个痛点：有时候脑子里刚闪过一个灵感，准备打字记录时反而突然想不起来了，现在随口一说就能轻松记录。简直不要太香，它不仅能精准捕捉我的原意，还让我彻底告别了反复手动修改的痛苦！

最后啰嗦几句哈

当然，千问语音输入法也有它的短板：主要依赖云端，需要联网，语音数据会上传服务器处理（但会加密并即时删除），如果你对数据隐私非常敏感，可能不太合适。

但对我来说，它已经很香了。免费、无广告、AI 润色能力强、中文识别准、支持方言和中英混说，还能直接和千问的 AI Agent 联动，写东西、查资料、写 PPT、处理杂活，不在话下。

如果你厌倦了那些要么贵、要么难用、要么中文识别差的语音输入工具，我强烈建议你试试千问客户端里的千问语音输入法。（真心推荐，不是广告，大家不要嫌弃哈）

相信我，用过之后，你会回来感谢我的。