鍵盤輸入可能真的要過時(shí)了。

過去數(shù)年里，桌面端語音輸入處在一個(gè)極其尷尬的境地：系統(tǒng)自帶的聽寫功能反應(yīng)遲鈍、錯(cuò)字連篇，只能淪為「無障礙輔助」；而第三方輸入法雖然加入了云端語音識別，但只要遇到口音、專有名詞或是邏輯混亂的長句，吐出來的文字依舊慘不忍睹。

用戶不得不在「動(dòng)嘴輸入」和「動(dòng)手重改」之間拉扯，最后還得老老實(shí)實(shí)敲鍵盤。

但在近兩個(gè)月，大模型技術(shù)重構(gòu)了語音輸入法：阿里千問上線語音輸入功能，豆包手機(jī)上備受好評的語音輸入帶到了 macOS，垂直黑馬 Typeless 憑借 Agent 能力在獨(dú)立開發(fā)者圈子爆火……就連搜狗輸入法，也給起語音輸入功能換上了全新的大模型底層。

難道傳統(tǒng)的鍵盤打字，真的要被淘汰了嗎？為了一探語音輸入法的究竟，雷科技挑選了目前市面上最主流、最具代表性的 4 款 AI 驅(qū)動(dòng)語音輸入產(chǎn)品，為這些語音輸入法準(zhǔn)備了一次橫評測試。

搜狗/豆包/千問/Typeless爭做 PC 「Vibe嘴替」

開始測試之前，我們先來看看介紹一下 4 款「參賽選手」。

作為老牌國民輸入法，搜狗在 macOS 上的最新版本正式引入了騰訊元寶的大模型能力。在雷科技看來，它的最大優(yōu)勢在于「無感過渡」：搜狗輸入法的 AI 語音輸入功能直接集成在了搜狗輸入法里面，如果你不用它的語音輸入，搜狗輸入法和你之前使用的版本沒有任何區(qū)別。

阿里的千問輸入法并不是一個(gè)獨(dú)立的輸入法，而是千問 App 中的一個(gè)獨(dú)立組件。它既可以在千問 App 中使用，也可以在千問 App 之外，用千問的能力來執(zhí)行語音輸入。值得一提的是，因背靠千問 App，千問語音輸入法也擁有千問的語料規(guī)整，甚至是總結(jié)排版能力。

圖片來源：千問

相比之下，豆包輸入法非常的簡單，它就是一個(gè)擁有大模型語音輸入能力的「普通」輸入法。在手機(jī)上用過豆包輸入法，對于電腦上的豆包輸入法你一定不會(huì)陌生。

至于 Typeless 則是一款近期在獨(dú)立開發(fā)者圈子里流行的 macOS 專屬語音輸入工具。它完全拋棄了傳統(tǒng)輸入法的皮膚、詞庫概念，只有一個(gè)菜單欄圖標(biāo)。它的邏輯很簡單：按住快捷鍵說話、松開等待，大模型會(huì)在后臺(tái)處理你的錄音，輸出經(jīng)過規(guī)整或者翻譯后的文字。

識別速度各有千秋，最出色的竟是豆包

對于語音輸入而言，速度決定了你「愿不愿意用」，準(zhǔn)確度決定了你「用得爽不爽」。為了測試四大語音輸入法的識別準(zhǔn)確度，雷科技選擇了一個(gè)「控制變量法」：在固定位置播放先錄制好的一段語音，再來看看四款輸入法的速度和準(zhǔn)確率。

首先是搜狗輸入法（以下語料為雷科技關(guān)于耳機(jī)市場報(bào)道的文章：

不過從行業(yè)整體發(fā)展來看，雷科技認(rèn)為耳機(jī)市場從增量到存量的轉(zhuǎn)型并不會(huì)在2025年就戛然而止，可以肯定的是，至少在2026年的上半年，國內(nèi)耳機(jī)市場仍處于這場市場轉(zhuǎn)型當(dāng)中，在雷科技看來，2026年將是音頻新品牌進(jìn)入主流市場的最后窗口期，AI則是這些耳機(jī)新勢力的入場券。

從識別效果來看，搜狗輸入法做的其實(shí)還是不錯(cuò)的，只不過斷句處理稍有瑕疵。至于最后那一個(gè)「對」字，其實(shí)是我錄音的時(shí)候旁邊有東西敲到了麥克風(fēng)，但是這個(gè)聲音它并沒有做降噪，而是把它當(dāng)成了正確的文字輸入進(jìn)來。

除此之外，搜狗輸入法還有另一個(gè)問題：它語音輸入的預(yù)覽窗非常的小，大概只能滾動(dòng)顯示顯示不到 10 個(gè)字，提升空間還挺大的。

圖片來源：雷科技

另外，搜狗語音輸入識別速度也比較飄忽不定：有些時(shí)候我說完一句話，它隔兩三秒馬上就能出來；但如果它認(rèn)為我說的是很長一段文本的話，它必須等我把整段文本都說完才會(huì)開始輸出，這個(gè)過程需要的時(shí)間就比較長。

我們再來看看千問的表現(xiàn)（以下語料為雷科技關(guān)于耳機(jī)市場報(bào)道的文章）:

不過從行業(yè)整體發(fā)展來看，雷科技認(rèn)為耳機(jī)市場從增量到存量的轉(zhuǎn)型并不會(huì)在 2025 年就戛然而止。可以肯定的是，至少到 2026 年上半年，國內(nèi)耳機(jī)市場仍處于這場市場轉(zhuǎn)型當(dāng)中。在雷科技看來，2026 年將是音頻新品牌進(jìn)入主流市場的最后窗口期，AI 則是這些耳機(jī)新勢力的入場券。

千問的語音識別效果我覺得要分兩個(gè)方面來討論。首先，它的語音識別準(zhǔn)確度是非常不錯(cuò)的，斷句也非常的自然，也能看到它會(huì)對我的說的話進(jìn)行一些規(guī)整，比如像一些簡單的口癖或者說重復(fù)的地方它會(huì)優(yōu)化掉。但識別速度方面，如果你說的話比較長，千問的思考時(shí)間也會(huì)比較長，大概要等 3-4 秒鐘才能出結(jié)果。

圖片來源：雷科技

我們再來看看豆包的語音輸入法（以下語料為雷科技關(guān)于耳機(jī)市場報(bào)道的文章）:

不過從行業(yè)整體發(fā)展來看，雷科技認(rèn)為，耳機(jī)市場從增量到存量的轉(zhuǎn)型并不會(huì)在2025年就戛然而止?？梢钥隙ǖ氖牵辽僭?026年的上半年，國內(nèi)耳機(jī)市場仍處于這場市場轉(zhuǎn)型當(dāng)中。在雷科技看來，2026年將是音頻新品牌進(jìn)入主流市場的最后窗口期，AI則是這些耳機(jī)新勢力的入場券。

豆包輸入法的工作邏輯跟前面提到的其他輸入法有點(diǎn)不一樣，它采用的是實(shí)時(shí)轉(zhuǎn)寫的模式，我這邊一邊說，它就會(huì)一邊在前臺(tái)轉(zhuǎn)寫。這種實(shí)時(shí)轉(zhuǎn)寫的工作模式會(huì)讓豆包在剛剛開始識別的時(shí)候出現(xiàn)一些錯(cuò)字。

圖片來源：雷科技

但因?yàn)樗妮斎胧且粋€(gè)持續(xù)推理的過程，只要我后面繼續(xù)說話，豆包輸入法會(huì)意識到前面的錯(cuò)誤，然后在我松開手完成輸入之前自動(dòng)把這個(gè)錯(cuò)誤糾正掉。另外，從識別速度來看，有實(shí)時(shí)轉(zhuǎn)寫能力的豆包顯然是識別速度最快的一個(gè)。識別速度與我說話基本只差兩個(gè)字的間隔。

最后，我看來看看「洋和尚」Typeless 的表現(xiàn)（以下語料為雷科技關(guān)于耳機(jī)市場報(bào)道的文章）:

不過從行業(yè)整體發(fā)展來看，雷科技認(rèn)為，耳機(jī)市場從增量到存量的轉(zhuǎn)型并不會(huì)在 2025 年就戛然而止?？梢钥隙ǖ氖?，至少在 2026 年的上半年，國內(nèi)耳機(jī)市場仍處于這場市場轉(zhuǎn)型當(dāng)中。在雷科技看來，2026 年將是音頻新品牌進(jìn)入主流市場的最后窗口期，而 AI 則是這些耳機(jī)新勢力的入場券。

就體驗(yàn)來說，Typeless 的表現(xiàn)跟千問有一點(diǎn)點(diǎn)像，采用的都是我先說，然后他再思考，然后再輸出結(jié)果的模式，并不能像豆包那樣子，我邊說他邊輸入。所以在識別速度上，它跟千問一樣并不占優(yōu)。

圖片來源：雷科技

Typeless準(zhǔn)確度尚可，它跟千問一樣，有語音規(guī)整的能力，可以把我一些口癖或者說語氣詞，又或者我中途修改的部分，直接應(yīng)用在輸出的文本上，不需要我自己重復(fù)修改。

長文本難度大，邊說邊轉(zhuǎn)文字體驗(yàn)更好？

其實(shí)從上面的測試中我們也能看出來，因?yàn)椴捎玫妮斎肽Ｊ讲灰粯?，像豆包、搜狗這種邊說邊轉(zhuǎn)錄的輸入法，和千問、Typeless 這種我們說完整段話，它識別、思考、處理之后再輸入的輸入法，兩者必然會(huì)在長文本識別上有所差異。

但問題是，這種差異會(huì)不會(huì)真的影響到我們?nèi)粘Ｊ褂媚兀勘热缯f我說一長段話，語音輸入法會(huì)不會(huì)過載呢？對此，我們也準(zhǔn)備了長文本的測試。

因?yàn)樗压份斎敕ú捎玫氖钦Z音實(shí)時(shí)轉(zhuǎn)錄緩存，之后再用 AI 對文本進(jìn)行潤色的處理方案。長文本測試中，搜狗輸入法沒有因?yàn)槲乙淮握f了一分半而卡殼，或者出現(xiàn)識別速度變慢、耗時(shí)變長的情況。我這邊說完，AI 潤色個(gè)兩三秒，就能輸出一整段完整的文字，這一點(diǎn)我覺得做的還是非常不錯(cuò)的。

至于千問輸入法，受限于輸入模式，只要我一直在說，千問輸入法一定會(huì)等我把整段話都說完之后再進(jìn)行處理。和短文測試一樣，千問的識別準(zhǔn)確度是沒有任何問題的，但是它的識別、思考時(shí)間較之前短文測試明顯變長。我說完之后，它差不多要等個(gè) 5-6 秒才能把這一段文字一次性輸出。

邊寫邊轉(zhuǎn)錄的豆包輸入法，在長文本輸入時(shí)效性上有著更好的表現(xiàn)，即使我連說一分鐘，它也不會(huì)有過載的現(xiàn)象，同樣能做到我這邊說完，它文字馬上就出現(xiàn)。

但 Typeless 的表現(xiàn)就有些意外了（以下語料為雷科技關(guān)于磁吸鏡頭報(bào)道的文章）:

當(dāng)然了，任何模塊化方案最終都繞不開生態(tài)問題，磁吸鏡頭自然也不例外。在雷科技看來，磁吸鏡頭能否成為長期存在的產(chǎn)品形態(tài)，并不只取決于技術(shù)是否成熟，而取決于品牌是否愿意圍繞它構(gòu)建一套可持續(xù)演進(jìn)的配件體系。在理想狀態(tài)下，這種體系可能包括不同焦段、不同用途的鏡頭模組，甚至引入第三方廠商參與。

但從過往經(jīng)驗(yàn)來看，手機(jī)廠商在影像接口和系統(tǒng)控制權(quán)上往往持謹(jǐn)慎態(tài)度。因此雷科技認(rèn)為：

在相當(dāng)長一段時(shí)間內(nèi)，磁吸鏡頭仍會(huì)以廠商主導(dǎo)、生態(tài)有限的形式存在。

它將更多地承擔(dān)探索和驗(yàn)證的角色，而不是迅速演化為通用標(biāo)準(zhǔn)。

但即便如此，它的行業(yè)意義依舊存在。在一個(gè)已經(jīng)被多攝算法和 AI 卷至極限的影像市場里，磁吸鏡頭至少提供了一種新的解題思路。當(dāng)機(jī)身形態(tài)和模組堆疊逐漸觸及極限時(shí)，影像能力的突破也許不在機(jī)身之內(nèi)。

雖然采用了和千問一樣的先錄音再處理的方式，但是 Typeless 并沒有因?yàn)槲疫B續(xù)說了 1 分半鐘而延長它的思考識別時(shí)間。我說完之后等了不到 2 秒鐘，它就把整段文字輸出出來了，效率上是比千問要高一點(diǎn)點(diǎn)的。

但 Typeless 犯了自作主張的問題。我只是說了一段話，它就自顧自地幫我把文字分成了帶有有序列表的格式，非常主動(dòng)地做了整理，這一點(diǎn)我覺得有些越俎代庖。

中英文混說和方言才是終極挑戰(zhàn)

很顯然，作為一個(gè)AI時(shí)代的輸入法，只會(huì)中文是遠(yuǎn)遠(yuǎn)不夠的。中英混合輸入，甚至是方言輸入，才是考驗(yàn)語音輸入法的難點(diǎn)。這里雷科技也用前段時(shí)間報(bào)道Google I/O 2026的文章開頭，對四款輸入法進(jìn)行了一個(gè)簡單的測試。

首先是搜狗（以下語料為雷科技關(guān)于Google I/O報(bào)道的文章）:

千呼萬喚始出來，北京時(shí)間間2026年5月20日凌晨，Google I/O 2026正式開幕。因Show活動(dòng) 17的新功能發(fā)布，AI成為本屆大會(huì)的核心議題。與其他AI企業(yè)不同，Google同時(shí)擁有YouTube、Google網(wǎng)頁搜索、Android等多類互聯(lián)網(wǎng)生態(tài)入口，因此如何以AI技術(shù)為上述生態(tài)賦能，成為本次大會(huì)的重點(diǎn)議題。

盡管在功能上，搜狗并沒有對中英混輸進(jìn)行一個(gè)專門的分類，只有普通話和方言這兩個(gè)選項(xiàng)。但從實(shí)際效果來看，即使我只選擇普通話，搜狗也是有一定的英文輸入能力的，只是它的識別效率可能不是那么的準(zhǔn)確，比如「The Android Show」就沒有準(zhǔn)確識別出來（以下語料為雷科技關(guān)于Google I/O報(bào)道的文章）:

千呼萬喚始出來，北京時(shí)間2026年5月20日凌晨，Google I/O 2026終于開幕。因?yàn)镚oogle提前用Android Show分流了Android 17的新功能，AI終于成了Google I/O 2026的主角。但不同于其他AI企業(yè)，Google同時(shí)掌握Gemini、YouTube、Google網(wǎng)頁搜索、Android等多個(gè)不同的互聯(lián)網(wǎng)生態(tài)入口，因此如何用AI為這些生態(tài)服務(wù)賦能也成了此次Google I/O的重點(diǎn)。

雖然識別用時(shí)比較長，但是從結(jié)果來看，千問語音輸入法顯然有著更好的中英文輸入的支持，對于一些常用的英文單詞，也不至于說因?yàn)殄e(cuò)誤識別而導(dǎo)致整句垮掉的情況。

我們再來看看豆包的表現(xiàn)（以下語料為雷科技關(guān)于Google I/O報(bào)道的文章）:

千呼萬喚始出來，北京時(shí)間2026年5月20日凌晨，Google I/O 2026終于開幕。因?yàn)镚oogle提前用The Android Show分流了Android 17的新功能，AI終于成了Google I/O 2026的主角。但不同于其他AI企業(yè)，Google同時(shí)掌握Gemini、YouTube、Google網(wǎng)頁搜索、Android等多個(gè)不同的互聯(lián)網(wǎng)生態(tài)入口。因此，如何用AI為這些生態(tài)服務(wù)賦能，也成了此次Google I/O的重點(diǎn)。

豆包的語音輸入法采用的是實(shí)時(shí)轉(zhuǎn)寫的工作模式，第一次識別的時(shí)候，豆包錯(cuò)誤地把 The Android Show 識別成了 The Enjoy Show。但在聽到后面我說其他內(nèi)容時(shí)，豆包輸入法會(huì)反過來檢查前面的內(nèi)容，并自動(dòng)把這個(gè)錯(cuò)誤識別的地方給修正掉。

最后我們來看一看 Typeless（以下語料為雷科技關(guān)于Google I/O報(bào)道的文章）:

千呼萬喚始出來，北京時(shí)間2026年5月20日凌晨，Google I/O 2026 終于開幕。因?yàn)?Google 提前用 The Android Show 分流了 Android 17 的新功能，AI 終于成了 Google I/O 2026 的主角。但不同于其他 AI 企業(yè)，Google 同時(shí)掌握 Gemini、YouTube、Google 網(wǎng)頁搜索、Android 等多個(gè)不同的互聯(lián)網(wǎng)生態(tài)入口。因此，如何用 AI 為這些生態(tài)服務(wù)賦能，也成了此次 Google I/O 的重點(diǎn)。

來自海外的 Typeless 對中英文混輸，甚至是英文單詞的準(zhǔn)確度自然是毋庸置疑。值得一提的是，即使面對中英混說的情況，Typeless 的識別時(shí)間也沒有明顯變長。

方言測試方面，雷科技選擇了在海外使用較多的粵語進(jìn)行測試。

搜狗輸入法（以下語料為身為廣東人的小雷的語音輸入）：

語其中一個(gè)最大的特色在于其擁有句末助詞。到底粵語有哪些句末助詞？它們又可以怎樣寫出來呢。

因?yàn)樗压氛Z音輸入法有一個(gè)實(shí)時(shí)的預(yù)覽窗，所以在播放錄音的時(shí)候，雷科技發(fā)現(xiàn)搜狗輸入法一開始其實(shí)犯了不少錯(cuò)誤。但好在它的 AI 規(guī)整能力能把前面的一些地方糾錯(cuò)掉。從結(jié)果來看，它對粵語的識別也還可以，只犯了一個(gè)錯(cuò)誤：把句首的「粵音」識別成「語」。

我們再來看看千問的表現(xiàn)（以下語料為身為廣東人的小雷的語音輸入）：

粵語其中一個(gè)最大的特色在于其擁有豐富的句末助詞。到底粵語有哪些句末助詞？它們又可以怎樣寫出來呢？

識別效果上，千問的表現(xiàn)顯然比搜狗要完整，至少?zèng)]有漏字的情況，但也同樣把「音」識別成了「語」（以下語料為身為廣東人的小雷的語音輸入）：

粵音其中一個(gè)最大嘅特色在于其擁有豐富嘅句末助詞。到底粵語有邊一啲句末助詞？佢哋又可以點(diǎn)樣寫出嚟咧？

不得不說，豆包語音輸入法對于粵語的支持是比較完整的。它不僅能分辨出「粵音」「粵語」的區(qū)別，同時(shí)輸出的文本中也保留了粵語的書寫習(xí)慣，不至于把粵語翻譯成普通話。

最后我們再來看看Typeless（以下語料為身為廣東人的小雷的語音輸入）：

粵音其中一個(gè)最大的特色，在于其擁有豐富的句末助詞。到底粵語有哪些句末助詞，它們又可以怎樣寫出來呢？

從識別效果上看，Typeless 和豆包都能準(zhǔn)確的抓到粵語的其中一些關(guān)鍵詞，至少?zèng)]有錯(cuò)誤識別的情況。至于把粵語的原始輸入翻譯成普通話書面語的狀況，雷科技認(rèn)為這個(gè)跟 Typeless 的工作方式有關(guān)。

在設(shè)置界面，我們能找到Typeless選擇輸入語言分支的狀況，我們需要選擇按照簡體中文還是繁體中文來輸出。也應(yīng)該是這個(gè)設(shè)計(jì)導(dǎo)致了最終輸出的文字并非粵語。

總結(jié)：各有千秋，豆包和千問綜合表現(xiàn)最佳

看到這里，我們不妨先總結(jié)一下四款語音輸入法的綜合表現(xiàn)。

在語音輸入方面，豆包輸入法的表現(xiàn)顯然是四款輸入法里面表現(xiàn)最好最穩(wěn)定的一個(gè)。無論是交互界面，還是識別的速度，甚至是長文本、中英文混說，以及對方言支持，豆包輸入法都是做的最好的一個(gè)。

但從另一個(gè)角度講，豆包輸入法也有自己的短板：它能且只能用于輸入這一個(gè)單一場景，并沒有像千問那樣豐富的 AI 能力。當(dāng)然了，豆包也有專門的 macOS 客戶端，如果你確實(shí)需要用豆包進(jìn)行一些類似語料規(guī)整或者表達(dá)優(yōu)化的處理，那用專門的豆包客戶端可能更合適一點(diǎn)。

圖片來源：雷科技

作為全能 AI 的代表，雷科技認(rèn)為 千問和 Typeless 的表現(xiàn)不相上下。千問的語音輸入能力顯然是最完整的，對于中文的處理和優(yōu)化也都非常到位。如果你有 AI 語音輸入和 AI Agent 的使用場景，那千問顯然最適合你。

在雷科技體驗(yàn)的這段時(shí)間里，千問 macOS 語音輸入的功能已經(jīng)迎來了不止一次更新，識別速度較之前也有所提升。但就整體表現(xiàn)來說，千問語音輸入法這個(gè)先說話再識別再輸出的工作模式，在時(shí)效性上確實(shí)不占優(yōu)。

圖片來源：雷科技

至于 Typeless，它的功能雖然沒有千問那么完整，但同樣對輸入、翻譯、語音規(guī)整這三大主要功能進(jìn)行了一定的集成。在能力上，雷科技認(rèn)為它處于豆包跟千問的中間。如果你覺得豆包輸入法的功能太少，而千問捆綁整個(gè) AI Agent 又過于臃腫，那 Typeless 其實(shí)是一個(gè)不錯(cuò)的選擇。

只不過，Typeless 也有自己的問題。首先，這是一個(gè)免費(fèi)試用、收費(fèi)使用的軟件。如果你不付費(fèi)的話，每周只能輸入 8000 個(gè)詞，這對于文字工作者來說是絕對不夠用的。在國內(nèi)還有更優(yōu)秀的免費(fèi)輸入法的情況下，選擇一個(gè)收費(fèi)的 AI 輸入法，我覺得有些得不償失。

圖片來源：雷科技

最后我們來談?wù)勊压份斎敕?，其?shí)搜狗輸入法的模式跟豆包輸入法有點(diǎn)類似，它同樣是在一個(gè)輸入法里面集成了 AI 功能，只不過搜狗是把以前那個(gè)語音輸入組件底層切換到了騰訊元寶大模型。換句話說，如果你本身就使用搜狗輸入法，那選擇「搜狗」的學(xué)習(xí)成本顯然更低，體驗(yàn)也是會(huì)是相對更好。

總的來說，如果你之前沒用過 AI 語音輸入法，那雷科技更建議你試試豆包輸入法和千問輸入法。

從語音輸入的發(fā)展來看，雖然說傳統(tǒng)的鍵盤輸入不會(huì)「明天就消失」，由微軟、蘋果建立的「生態(tài)墻」也尚未開放。但從最近幾年輸入的發(fā)展速度來看，更高效、更好用的語音輸入已經(jīng)用實(shí)力證明了自己。在這個(gè)屬于大模型的時(shí)代，堅(jiān)持手工輸入的人依然值得尊敬，但會(huì)用AI的人，已經(jīng)體會(huì)到了「言出法隨」的奧妙。