语音输入一年：我的打字速度涨了，思考速度反而降了

去年这个时候我开始全面用语音输入写作，期待是“说话比打字快三倍，产出也跟着三倍”。一年后回头算账：输入速度确实涨了，但成稿质量并没有同步涨，中间丢掉的东西比想象中多。

这不是语音识别的准确率问题——现在的识别质量已经足够好，我很少改错别字。问题在于更底层的一层：口述改写了思考方式。

语音赢了什么

三件事上语音是压倒性优势，几乎没有争议：

一是初稿倾泻。 脑子里有一大段结构已经成型的内容，说比敲快。特别是“讲给我自己听”这种场景——你在房间里边走边说，半小时能讲出三千字，键盘做不到。

二是短文本。 微信回复、需求留言、会议纪要点评，几句话的东西，说一句比打开窗口敲字快。

三是语言的自然度。 口述出来的句子更接近口语节奏，断句自然。写完再稍改，读起来比纯键盘写的顺。

语音输了什么

一是结构。 说话是线性的、发散的，你很难在口述时回头插入一个前提。键盘写作允许你先写第三段再补第一段，口述几乎做不到——想跳回上文，只能重说一遍。

二是精度的极限。 三类东西语音永远搞不定：代码、标点密集的表格、需要反复微调的推敲句。一句话里塞三个括号、两个引号、一个斜杠，识别结果必然混乱。

三是“沉默的力量”。 这是最意外的发现。打字时你会停下，删掉一段，重写一句——这些停顿本身就是思考。口述时几乎不留停顿，于是你会产生一种“产出很高”的错觉，而回头看，中间的逻辑跳跃全留着。

最贵的一点：口述让你不敢删。 键盘写作里删除几乎零成本（选中、Backspace），所以你敢粗暴地砍掉半段重来。口述的删除成本高得多，于是你会倾向于保留——保留那些本来该砍掉的话。三个月后我发现，语音写的稿子普遍长 20%，密度低 20%。

我的混用工作流

现在的做法是按阶段分工具，不追求统一：

1. 收集阶段：全语音。 通勤、散步时口述素材和观点，存成散点笔记，不追求通顺。
2. 结构阶段：全键盘。 只写标题和小标题骨架，5–8 行，不加任何正文。这一步必须键盘，因为它要求来回调整顺序。
3. 初稿阶段：语音 + 键盘混用。 每个小标题下口述 2 分钟，说到卡住就停下敲字补。卡住的位置通常就是真需要思考的位置。
4. 精修阶段：纯键盘。 全文重读，砍掉 20%，改掉口语化的冗余连接词。这一步用语音只会让稿子更松。

选工具的三个具体判据

市面上语音输入工具很多，评估时别看宣传，看这三个：

• 长按与流式的区别：流式（边说边出字）适合口述长文；按住说话适合短句。两类场景最好用不同工具。
• 中英混说的处理：工作中经常冒出英文术语，能否正确保留 workflow、diff 这类词，是分水岭。
• 是否支持“先说命令后说内容”：能不能用口头指令插入换行、撤销上一句，决定了你口述时手要不要一直离开键盘。

一句总结

语音输入解决的是输出带宽，不解决思考质量。把两者混为一谈，就会得到速度变快、稿子变松的结果。真正有效的用法是：让它负责“把想到的说出来”，把“想清楚”留给键盘。