一个大胆的预言：语音输入将成为绝对主流

[287854442]

先说结论：大概 1~2 年之后，语音输入在移动设备上将会成为主流的输入方式。文字输入基本被淘汰，就跟现在基本没有人会用手写输入一样。

为什么？因为效率。

一个操作熟练的一般人大概每分钟能打 80~100 个汉字，人的说话速度大概是每分钟 160~240 个汉字。

现在 AI 语音输入法可以识别得非常快，非常准确，基本上可以跟上说话的速度。比如说我写的这一段，用的是豆包的语音输入（利益不相关，纯佩服），一个错别字都没有改过（最多是修改一下标点符号。）甚至一些很生僻的词也能识别出来。

当然，随着这个预测的出现，另外一个是谁能把握到这个语音输入的机会（包括软件和硬件），谁可能就会成为未来输入的统领者。这个预测的一个很大的变数是 AI 时代语音输入法门槛会比较低，做一个九十分的语音输入应该都不是一个很复杂且很费劲的事情。比的是谁能做到 99 分。

你觉得呢？

为了避免歧义这里稍微补充一下这里所说的 “语音输入” 的含义：

语音 -----AI-----> 文本

就是现有很多输入法中的 按空格说话，然后用 AI 识别语音成文本，并不是 微信中的 发语音，这是两个事情, 后者也不需要预测了

看到很多留言让我想到 慈禧第一次看见汽车如何评价：跑这么快要吃很多草吧

慢慢来吧，时间会说明一切

一点点小建议：AI 时代，拿3个月之前的东西来说事儿可能都是脱钩的，keep your mind open, keep up and catch up

[opengps]

我都不爱说话，让我用语音输入？

[lqy2575395]

不太可能，一天本来就打不了几个字，高频打字的场景也就上班时间，整个办公室都在语音输入，不得不跟菜市场一样

[shadowyue]

嗓子：我耐久度比手低

[287854442]

@opengps 不爱说话是个好习惯。
@lqy2575395 没事，所以说是个预测嘛。如果大家都觉得个必然趋势，那我也就没有预测的必要了。 其实说话声音不一定很大，窃窃私语都已经完全够使用了。而且我觉得这个不是个问题。大家都用的时候，就都不奇怪了。想想口罩.

[Krylo]

用嘴表达自己的即时思维，其实有难度。

[night98]

输入法这玩意我只信任本地模式

[loading]

冷知识:大部分输入法按住空格就是语音输入。

能不能别发语音。

[287854442]

@Krylo 没错，哥们，你肯定是一个很懂表达的人。其实大部分人都是张口就来，根本不关心什么思维，🐶

[loading]

我觉得 op 不知道手机输入法直接就能语音转文字，不用去豆包的。这玩意已经出现很多年了。

[ice000]

语音相当于广播.......

[287854442]

@night98 没毛病
@loading 我特烦别人发语音，除了我妈

[shortawn]

不可能。语音输入法的保密性为零，仅凭这一点，绝不可能成为主流。除非什么时候可以发展到仅识别唇形而不采集声音就能完成输入。

[jjianwen68]

现在法庭上类似书记员的职位淘汰了吗，以及其他类似场景

[liu731]

其实打字有一个优势，就是高密度、快速校验要表达意思。在发送前核对 0.5s 就行

[287854442]

@loading 知道的，之前苹果自带输入法，微信输入法什么的，我也已经用了很久了，但是它们准确率不太高。有一半的情况都需要再手动改。但是豆包输入法我试用下来基本上是 20 次需要改一次，觉得是可以到一个日常可以使用的级别。

[tetora]

意念（默读）输入

[dushixiang]

你的字体怎么有点特殊？

[Building]

罗永浩给你点了个赞

[287854442]

@shortawn 所以说是个预测，可以等等看，至少在移动设备上，我感觉这个预测的概率还挺高的。

@jjianwen68 我觉得这不是同一个问题。针对你这个问题，我觉得是录像和录音可以完美取代书记员这个职位。

@liu731 校验本身都是要做的。在不出错的情况下还好，出错的情况下，就需要改了。目前输入法的准确率，我觉得都还差一些。

[287854442]

@dushixiang 啊，有吗？没注意到呀。

@Building 哈哈哈哈

@tetora 这个太高端了，但搞不好有生之年还真能见到，马斯克那个脑机接口，真搞下来的话...

[lneoi]

不用语音输入，微信的发送语音就是这领域的代表。看看现在是打字的多还是发语音的多就知道了

[evill]

”文字输入基本被淘汰“ 给你一些场景，公共场合比如地铁、公交、办公室
这些场合都不适合语音

[catazshadow]

1980 年代的科幻片已经预测过了

[Govin]

微信语音我几乎不用，跟长辈聊天都是打字的，你跟我说要成为绝对主流？

[IIce]

打字打错了能删除，说错了咋删除呢

[evill]

还有一个问题，语音转文字就是纯文字
而手打文字会有表情符号、谐音梗、表情包等，这些语音转文字代替不了

[Sawyerhou]

一两年之内估计比较难，有生之年有可能，不过应该也是个过渡形态，终极形态应该是脑机接口，意识流输入。

[MoonShot]

语音只能说是辅助输入，最终极的交互还是要到脑机层面

[guqikang]

“小声点，你吵到我用 TNT 了！”

[Gilfoyle26]

啊？ 2026 年 OP 才得出这个结论么？微信的成功就是因为可以发语音，这点极大的扩展了使用人群，才有了今天的微信。而微信语音功能是 2011 年 5 月 10 日 随着微信 2.0 版本 的发布而正式推出的。也就是 15 年前。

[dawee2y]

招笑预测

[7gugu]

确实，特别是用过豆包之后就让我意识到这个可能了。豆包对于中英文数字混合识别的能力，非常强大，很多专业术语可以直接说，豆包都能够正确识别出来。而且分词能力也很强大，能准确的识别语气词和正文，现阶段豆包输入法已经有一部分的功力了。

[renmu]

老罗领先世界十年！

[shaozelin030405]

想多了，纸质媒体到现在还没死呢。微信语音都多少年了，你是 gg 还是 mm ？

[wu67]

爱不爱说话是一个问题.
在公共场所说话也是个问题. 有些东西合不合适、内容敏感与否...
在办公室同上...

[stinkytofux]

语音输入法至少已经有十几年的历史了, 最早讯飞就是专门做这个的. 而且现在所有输入法都带语音输入, 甚至 IOS 的右下角常驻语音输入按钮.

跟现在的 AI 根本没有任何关系. 这玩意成不了绝对主流, 也可以说早就成为主流输入方式之一了. 不爱用的人不会用, 爱用的人早就用上了.

[location123]

单纯 vibe coding 或者讨论需求代码 来说 我喜欢语音输入 描述一个需求的时候 我打字只会打一点 剩下让 ai 猜 而语音输入我能说的很详细

[cmdOptionKana]

一般人独处的时间不够多，不足以形成语音输入的习惯。

[bruce0]

还好你限定场景是移动端,要不然我不敢想,每天公司一群人在朗读代码是什么场面

int main() {
......
return 0;
}

朗读出来, "因他, 空格, 们, 左括号,有括号,座花括号,..... 瑞 ten 零,分号,右花括号" 😂😂😂

[sudodo]

楼主确实听大胆的

[CaptainD]

绝无可能，最主要的原因是语音效率远低于文字

如果语音的效率更高，那么播客类 app 应该常年是 app store 下载前几，但显然是图文和视频，小红书、抖音、YouTube 就是几个现实例子

视频的效率其实比较低，但胜在简单，而文字，尤其是图文结合效率远大于语音和视频

[DigitaIOcean]

我语音输入占比 50%

[NakeSnail]

我也是这么认为，至少会需要新的输入方式了，vibe coding 多了就感觉打字也很累

[NakeSnail]

@bruce0 你这个忽略了 ai 的作用，实际场景可能会变成说出你的需求，ai 帮你处理这些东西

[287854442]

@bruce0 哈哈哈哈
@DigitaIOcean 我也差不多，还日益增加

=============
怎么上面还有说用微信语音呢，这都什么时代的玩意儿了

[Muniesa]

正在感冒的我感觉不大行

[hahiru]

你尝试一下就知道了。输入文字我可以斟词酌句，语音输入是什么情况？
额，这个，然后么，……，反正就，然后吧，卧槽，哎不对，那家伙…………………………

弄成口语化文字的话，除非大模型能准确转译口语为书面语。
而且我自己打错字了我可以忍，因为是我马虎了。你让我回过头检查 AI 有没有理解错误或者打错字，那我不能忍。我还不如自己打字。

[HotieCutie]

绝对不会是主流，除非大家都不会打字了。打字是可以组织语言的，可以随时删除，但是语音不行，说错一点就得重新来

[zhoiiiii]

还真别说，我家里现在除了我，发微信都喜欢语音转文字

[287854442]

@NakeSnail 是的，vibecoding 的时候感觉打字太费劲了

[287854442]

=======================
=======================
=======================
=======================

[287854442]

这里说的不是 [发语音]
=======================
=======================
=======================
=======================

[jjwjiang]

典型的码农思维想产品，你随便找个上班的人问问，他一天有多少时间可以放肆的说出自己想打出的字？

[287854442]

@jjwjiang 哈哈哈哈哈
@shaozelin030405 gg/mm 应该可以追溯到 QQ 时代了，2005 年左右

[spencer00]

@loading 重点是豆包语音输入好用呀，自动的基本上都不行

[zerovoid]

语音输入早就有了，我记得当年锤子手机就有一个什么语音的功能，影响语音输入的不是识别准确率，而是使用场景，你在公司和家里也用语音输入吗，那不得被人直接轰出去。

[xFrye]

嘘，吵到我用 tnt 了

[ethusdt]

跑个题，你这个主题内容和附言字体为什么和其他的（帖）不一样？

[YLGG]

公共场合不适合语音 这就注定不能成为主流

[adimn]

还是喜欢打字， 因为打字的空余我会想后面该说的话

写代码的人打字快的是不是比打字慢的技术高一样

[BelovedOne]

@ethusdt 我也想问，为啥这个帖子的文字是宋体。。。

[dajj]

费嗓子，你能一天说 8 小时吗，加班的时候说 10 小时

[fionasit007]

总结了一下，这么多问题，op 就没想过吗，还预测
1 ，正确率不可能百分百，中间出错修改成本比手写大；
2 ，语音识别没人的个性，发送其他非常规文字（谐音梗表情包图片之类的），不喜欢加标点符号，加各种标点符号之类的；
3 ，有的文字只会写不会读（现在输入法支持你认一半，会把这个字放进错误拼音里），还有单词也是只会拼不会读；
4 ，用手写和用口读人的表达不一样，一般手写更加完整更好的表达输出人的意图；
5 ，大多数环境语言输入不方便；
6 ，安全与隐私风险和高精度肯定需要网络；

[kfpenn]

你说的是 TNT 吗？

[thealert]

不如相信 脑机接口

[kaishi123]

反正我一个人或者开车的时候，回微信都是语音转文字。只不过都是最基础的语音识别，没有试过 AI 修改或者润色。

[doruison]

不可能！
公共场合你想下有些化方便说吗
还有就是，楼上说的思维表达问题，非要书面不可

[WuSiYu]

没隐私，还吵，不好编辑，全是缺点

[helloeather]

再高端点，直接读取大脑的输出

[wangsd]

我感觉不太行，语言输出太快了，大脑来不及思考，打字可以边打边思考。

[cfer]

未来肯定是脑机接口或者更先进的头戴外设之类的。语音就算了吧，打字都能打错更别说语音了。

[jonty]

手写输入>语音消息>语音输入

[lizongwu]

现在的人机交互受限于人的感官，要么视觉，要么听觉，随便乱猜也能 50%概率蒙对。下一次革命性的人机交互肯定是 neuralink 这种，绕过感官直接通过神经信号实现人机交互（拿好你的 tsla ）。再说了，输入法就算做上天了又能怎么样

[nightlight9]

基本同意，豆包语音输入法已经很强了。差不多日常场景 30%会用语音输入
比如我微信聊天经常都是用豆包语音输入文字。
语音 --> 口语

但专业性输出还是得 100%靠打字、代码、文章、文档等。
不过这些应该也不是什么问题，AI 以后应该可以一键把口语化的东西转换成专业性的东西。
语音 --> 口语 --> 专业性输出

[legendBro]

楼主一定是公共场合刷抖音开外放的那种人

[milkpuff]

罗永浩时代的语音输入就已经非常准确可用，现在十来年了还没有成为主流。

[JoeJoeJoe]

@legendBro 有点武断了.

[JoeJoeJoe]

@dushixiang 因为我这个节点开了衬线字体样式

[vicalloy]

和 AI 交互的时候用语音输入确实挺方便的。
不过很多时候不需要这么快的输入速度，用键盘输入，给自己留点思考的时间。

[craftsmanship]

我最讨厌的就是微信语音 从来不用 也讨厌所有没有特殊情况就给我发语音的人

[11000111010]

要说有可能的未来十到二十年或者更久之后 我倒觉得脑机接口有重大突破的话，让人类意识入网 可以通过意识输入文字这种。那个时候可能是主流了

[monkey110]

所以安卓语音输入法最准的是哪个？

[nancyii]

上班时候跟老婆聊天语音输入合适吗

[Hudiebbk]

s 手机端我现在基本都是语音转文字了,电脑端办公室不好一直逼逼

[Hyxiao]

我还是挺期待语音输入对接 AI Coding 的场景的，虽然现在 cursor 也支持，但只是语音输入识别，而并非真正意义上的即时输入和响应，什么时候可以做到一边说话，代码一边改动，页面一边变化，可以随时打断调整，这体验真的直接拉满了

[june4]

我就喜欢用语音输入。不过都 ai 时代了，一个能打的都没有。
iOS 自带是垃圾，且 iOS 对第三方语音输入非常不友好。另外目前的语音输入似乎并没有上下文智能。总之改进的余地还是非常大的。

[GodIsJasonBourne]

朕的黄金铲铲呢？朕要去挑大粪糊醒楼主了

[Dispatcher]

以后再看到楼主这样逼逼叨叨的，直接一巴掌抽过去。

为什么我相信文字的力量，而不是语音（包括转文字）的力量？因为，楼主这样的人，只单纯关注速度和识别率。
实际上，这是低智能群体的最喜欢的东西，典型的华为思维、小米思维。

抛开隐私，扰民等等索引因素，我只想说，表达速度快，真的就是正确吗？
输入速度快，有什么意义呢？不经思考，脱口而出，只能是废话连篇。
重视文字输入速度的，估计只有速记员。普通一年打字也就那几十万，平均下来一分钟，不论谁一百还是一百五的输入速度，有区别吗？非得你语音输入，二百五的输入速度，显着你了是吧？

除了对线骂街，我是想不出超快速输入文字有何用？

[k2g]

有些人想到的东西可以直接通过语言说出来，但是有些人需要边想边组织成文字才能说出来，这样的话语音输入反而更慢了：
想法 -> 语言 -> 屏幕文字
vs
想法 -> 脑内文字 -> 语言 -> 屏幕文字

[dyxLike]

只有输入大段句子的时候效率高, 短文本时不如手打

[Awes0me]

你这个字体好难看啊，怎么弄的

[evan9527]

你一定知道 QWERTY 键盘的设计初衷确实不是为了追求打字速度，它的诞生是为了“慢”下来。从而降低打字速度，减少机械故障。
如果用上语音输入，这种“故障”就会出现在人脑里，语音输入是一种连续线性的输出，很多人把话说顺畅的能力都没有。语音输入反复修改反而极大的降低效率。

[287854442]

@Dispatcher 表达想法，不管你赞同不赞同，我觉得都没问题，没必要骂骂咧咧的，上升到人身攻击吧？啥叫“逼逼叨叨”的？啥叫“低智能群体了”？这些还都能忍，竟然“小米思维” 这个忍不了 （哈哈哈哈
@JoeJoeJoe 这里有个有人身攻击的。

[MrLeion]

开会和地铁上怎么破?

[JoeJoeJoe]

@287854442 我只能删帖, 人身攻击的话直接 at livid 其他人没有这个权限

[287854442]

@monkey110 目前我觉得是豆包输入法。看谁能突破这个。

@june4 可以尝试试试豆包输入法，在用豆包输入法之前，我一直以为语音输入还不行。它给了我一些惊喜。

------------

豆包的产品在这吗？打钱。

[JoeJoeJoe]

@ethusdt 看#78 我在这个节点设置了衬线字体样式

[287854442]

@JoeJoeJoe 没事儿，我觉得
@Dispatcher 这老哥现实中大概率是个率直的人，说话很直接，哈哈哈

[JoeJoeJoe]

@Awes0me 看#78 我在这个节点设置了衬线字体样式

[JoeJoeJoe]

@Dispatcher
@287854442 我还去扒拉了一下回复 没找到😂 这条回复我觉得还好, 是很有质量的回复了 有思考 有依据 是很认真的辩论