语音输入适合长文本和不方便打字的场景,但识别效果与使用方式关系很大。同样的麦克风,说话方式不同,结果可能相差很多。
硬件与环境
优先使用耳麦或指向性麦克风,避免使用距离较远的笔记本内置麦克风。环境噪声是准确率下降的主要原因,空调出风口与风扇旁边应尽量避开。
在系统声音设置中确认输入设备选择正确,音量不要过载,波形出现削顶时识别率会明显下降。
说话方式
连续说话时,识别引擎更依赖上下文。建议一次说完整句子,不要逐词停顿。需要标点时,可以直接说出标点名称,或说短句后手动补标点。
数字、日期与英文缩写最容易识别错误,说完后快速扫一眼,比事后通篇校对更省时间。
- 一次说完整句,避免逐字停顿
- 标点可口令输入,也可事后补
- 数字与英文缩写重点检查
- 长文本分段说,便于校对
方言与中英混说
有口音的用户可以在语音设置中切换方言或口音选项,识别模型会随之调整。中英混说时,英文单词尽量放慢,避免被识别成同音汉字。
专业术语较多的场景,先把术语加入个人词库,语音识别会优先匹配已有词条。
结果校对
语音输入的价值在于初稿速度,最终仍需要校对。建议说完一段就快速修改,不要积累一大段再处理,上下文丢失后修改成本更高。
把语音输入当成初稿工具而不是最终结果,配合个人词库与短句习惯,会议记录与长文草稿的效率会有明显提升。