有没有PC上能用的语音输入法？

发布网友 发布时间：2022-04-20 01:04

我来回答

共1个回答

热心网友 时间：2023-07-01 17:53

从XP时代开始，我就梦想着用语音转文字。后来手机提前实现了这个功能，但是电脑上的语音输入一直没有进展。


为了能在PC上用语音打字，我从2013年折腾到2022年，体验了各种软硬件，终于找到了最适合PC的语音输入方案。



讯飞 + 小麦克风



2013年，讯飞推出PC版输入法。我以为PC语音输入的时代已经到来，就买了十几个麦克风，尝试把语音转换成文字。


但测试结果令人惊讶，语音识别准确率异常低。即使我把小麦放进嘴里，我仍然可以 没有记录清楚，80%以上的内容识别错误。


识别率低让我怀疑麦克风的接收有问题。如果我想通过声音打字，我需要一个更好的麦克风。但是我缺钱，所以我不得不停止尝试。



讯飞 + Blue Yeti



几年后，经济比较宽裕的时候，我订购了网络名人的录音麦克风Blue Yeti，幻想着4位数的麦克风可以带来完美的收音识别效果。


但事实是又被打击了。


在蓝色Yeti的收音机测试中，再次发现大量噪音，收货当天直接退货。


十几元的麦克风和一千元的麦克风收音效果一样，语音输入的识别率也极低。这让我猜测语音输入识别率低和硬件无关，而是PC上语音输入方案不成熟，是软件导致的问题。


就这样，我再次暂停了在PC上的语音输入尝试。


后
外置声卡 + 动圈话筒



，音箱用了5年，出现了问题。我升级了音响，加了外接声卡，视听体验大大提升。玩着玩着，突然想起自己的语音输入梦，决定再试一次。


有了外置声卡，麦克风的选择就多了很多，可以用Cannon line接口连接麦克风。


麦克风分为两类：电容式麦克风和动圈式麦克风。


电容话筒的收音效果很好，但是比较精致。它害怕潮湿和坠落。它不能用作桌面麦克风支架。适合用悬臂挂在空中，每次使用后需要放好。圆麦的灵敏度和还原度都比电容麦低，所以对储存和使用都没有要求，成本也会更低。


麦克风太麻烦了，所以我选了一个简单的动圈——舒伯乐PRO248S。


麦克风选定后，配麦克风支架和佳能线，连接原装外接声卡，完成语音输出的硬件配置。



输入法之争



音频硬件做好之后，开始折腾语音输入法。


虽然讯飞在语音输入领域的品牌最响，但是讯飞PC输入法却不被重视，多年不更新。于是，我尝试了其他输入法的语音功能。在测试中，搜狗 的语音识别功能不弱于讯飞 唯一的缺点是它可以 设置语音输入快捷键，所以整体体验还是不错的。因此，语音输入法切换到搜狗。


然而，一旦备份系统建立起来，我发现搜狗有27万字之多 词库，其中99%都是垃圾词，甚至那些偶尔输入的都被输入法记录了下来。什么 更可怕的是，这本辞典可以 不要从云中删除。只要你输入一次，搜狗就会永远记住它。


输入法在哪里？它 这是一个键盘记录器。


国内其他输入法在这一点上差了一半，为了不被键盘录音机错过，我只能改用开源输入法。


语音输入切换为开源快切，使用阿里云和腾讯云的商用语音接口，识别率高于免费的搜狗和讯飞。


快切缺点：输入语音时要一直按大写键，不适合长语音输入；触发键无法更改，大写键与我的常用脚本冲突。所以长时间的语音输入只能借助手机上的飞本进行转录。



最终方案：微软语音输入



当面对快切冗长的语音输入问题时，@李乐推荐微软语音输入——用语音打字来说话，而不是在电脑上打字。


微软 自己的语音输入，


测试后发现微软语音输入真的很好用，甚至有点吓人。考试的时候，我临时有事，去了另一个房间和家人说话。回来后发现刚才的对话被微软语音输入正确识别。


微软语音输入非常灵敏，远距离、低声都能识别。这样，我不 我不需要专门为语音输入移动麦克风，我可以继续把麦克风放在远处的角落。别挡住我的视线。


语音打字功能在此应用程序中受到* quot记事本和微信中都出现，但是Visual Studio代码没有出现。但是，实际上这个提示对语音输入没有任何影响，通常可以忽略这个提示。


虽然微软语音输入的识别率只有85%，还不如阿里云方案的95%，但是系统本身的优势太明显了，微软语音输入的体验非常流畅。


启动快捷键Win H，语音识别马上开始。如果你不 中间说话，应用程序会自动暂停，整理之前的输入并插入适当的标点符号。停止超过一分钟后，语音识别将暂停，等待再次启动。也就是说，微软语音输入可以一键完成长语音输入。


之前，话筒放着就坏了，所以我没有 测试一下@李乐的语音输入效果 低价麦克风。不过微软的软件输入优化的非常好。根据目前的效果，推测廉价的麦克风也可以实现完美的收音。总的来说，微软语音输入是目前最完善兼容的语音输入方案。



总结与展望



3种语音输入方案：


输入：微软语音输入外置声卡动圈麦克风，兼容性最高，使用方便，但准确率一般，是在文章的草稿阶段使用的。一句话输入：快切外接声卡动态麦克风，一句话识别准确率最高，适合聊天。转写：飞书，记手机，录音转文字，长音识别率超高。相比2018年，2022年的语音输入方案提升了不少。硬件不再是问题，便宜的麦克风也能达到语音输入的标准。语音识别已经取得了显著的进步。得益于AI技术，短句识别率从90%提升到95%，长句识别率从50%提升到70%。标点符号可以正确插入。


目前语音输入算法正在提高最后10%的准确率，期待听写和键盘输入完全一致的那一天。

王者之心2点击试玩