Typeless语音输入法：AI时代的打字革命

一周前，我下载了一款名为 Typeless 的语音输入法，当时未曾预料到它会带来如此大的改变。

先来交代一下大背景：从2025年下半年开始，AI语音输入法成为骤然兴起的新风口。豆包输入法凭借语音输入功能，登陆各大应用商店。大模型六小虎之一的智谱，推出了智谱 AI 输入法。其他大厂输入法，也都或多或少地在加码 AI 语音输入。例如，搜狗输入法在1月27日宣布其语音输入能力升级，识别率达到98%，日均语音使用次数近20亿次，稳居行业第一。

在太平洋对岸，Wispr Flow 目前融资额达 8100 万美元，估值7个亿。由华人开发的后起之秀 Typeless 在 Product Hunt 上线后，连日高居排行榜前列，并推出了覆盖主流平台的版本。此外，多个初创企业乃至个人开发者也推出了类似产品，如闪电说、LazyTyper、Spokenly、秒言等。

原本我以为，这不过是又一次的尝鲜。毕竟近年来出现的 AI 新品如过江之鲫，其中大多数难以在我的屏幕上停留超过半天。因此，一开始我并没有抱太大期待。

然而，这是自 ChatGPT 以来，最让我眼前一亮的 AI 产品。不到一周的时间，我就改变了20多年的主要输入方式：从打字变成了语音。

甚至这篇文章的初稿，也是用语音输入完成的。我专门申请了另一个 Typeless 账号，记录完成这篇文稿的数据：用时 53 分钟，输入 5500 字，每分钟 155 字，节省2.5小时。

#01

更快更准更多，AI语音输入的降维打击

对我来说，放弃打字转向语音，简直像“违背祖宗的决定”。自诩为打字爱好者的我，专门学习击键次数更少的自然码双拼输入方案，配置了高度可定制化的输入法 Rime，还买过好几把不同轴体的机械键盘。但即便如此，我的打字速度最高也就每分钟八九十个字。

尽管如此，我仍发现 AI 语音输入的速度远超我的打字速度。一位大学老师朋友从2025年末开始正式“皈依”语音输入。他之前用电脑五笔、手机用小鹤双拼，巅峰时五笔打字每分钟130多字。但跟现在的 AI 语音输入比起来，还是差远了。他语音每分钟甚至可以达到250字。

这个速度即便是顶尖的打字专业选手也望尘莫及。根据2013年全国汉字输入大赛的数据，冠军的平均打字速度也不过每分钟175个字。即使是口条不溜的我，语音输入也能稳定在每分钟150字左右。

除了速度快，准确率也很高。即使在 ChatGPT 出现之前，语音输入的准确率也优于键盘输入。斯坦福大学、华盛顿大学和百度的一项联合论文显示，英语母语者语音输入每分钟153字，键盘输入仅52字；中文拼音用户每分钟键盘输入43字，而语音达123字。不论是中英文，语音输入都比打字快了约3倍。

在经历了几年大模型狂飙突进之后，AI 语音的识别速度和准确率更上一层楼。Typeless、智谱 AI 输入法、闪电说都宣称自己的速度比打字快4倍；一款叫 LazyTyper 的语音输入法甚至声称比打字快7倍。准确率上，搜狗声称自己达到98%，智谱也在官网标注了97.8%。从网上的评测和个人体验来看，这些广告语并不夸张。

与大厂输入法在键盘上做加法不同，初创企业和个人开发者的产品迈的步子更大。他们直接取消了打字键盘，只保留了少数常用按钮，语音键被提拔到了C位。

传统的语音输入只是转录听写，但大模型加持下，语音输入是一种更高维的产品——「语音意图输入法」。它不仅能将语音一字不漏地转录，还能识别输入者的意图、删除多余语气词、修改语法错误等。

即使输出错了，也支持用语音修改。比如用 Typeless 输出一句话：“我想去延津县”，但你想输入的是“盐”津县，只需对着这句话说“把yán改成油盐酱醋的盐”即可。

当然，你可能会反驳说，语音输入并非适用于所有场景。嘈杂环境中能听清吗？在办公室对着手机说话不尴尬吗？

使用之后我打消了这些顾虑。即使是轻轻低语也能基本准确无误地输入。在办公室偷偷用了5天语音输入后，我问左右邻桌同事是否能听到我输入的声音，他们的反应是：“你啥时候出声了？”

搜狗在宣传稿里称自家输入法在20分贝以下的语音依然有97%的正确率。

目前最大的不良体验反而来自意想不到的地方。比如戴上耳机后语音输入的正确率反而不如不戴耳机；单独字词的输入不如句子段落准确。

#02

突破输入框，再造超级入口

在中国互联网从 PC 时代的开放走向移动时代的封闭过程中，App 之间筑起一道道高墙形成一个个孤岛。然而在一个个 App 孤岛里只有少数应用能穿梭其中而输入法就是其中之一。

所有需要表达诉求的地方都需要它。传统输入法能做的东西并不多无非是收集用户的大数据插入一些广告。

但这个入口被 AI 技术重新包装后别有一番风韵。大模型让输入法这一古老的产品重新变得性感隐约可以看到「超级入口」的绰约风姿：如果这个入口的产品不仅仅只是打字而是能实现跨 App 甚至更高级的调用呢？

目前的大模型已具备这样的能力。前阵子豆包手机因能实现系统级调用而备受关注但遭到众多 App 的抵制。

未来 AI 语音输入不再只是传统打字输入法的补充而是一次突破输入框的升维。不妨大胆一点如果这个入口干脆就是系统级的 AI 助手呢？在更广阔的未来语音输入不仅是移动设备更是贯穿虚拟和现实世界的交流界面？

#03

打字输入才是人类走的弯路

很多人把打字当作互联网交流的初始设置但我所在的输入法爱好者群组里就有一位原教旨主义的打字拥趸。

“语音是异端打字才是正统。”他如此回复。

然而回望人类历史打字交流才是人类走过的弯路；而语音从古至今都是人类交流的主要方式。

科学界普遍认为口语诞生于10到20万年前而最早成型文字是苏美尔人的楔形文字距今不过5500年。

如果把人类语言交流史划分为24小时那么人类在最后一分钟才开始用键盘输入文字。

“说话属于系统1”是基因里的本能依赖直觉和习惯；而“打字属于系统2”是后天习惯需要费脑费力才能完成。

中文输入更难更复杂。从打字机时代开始用键盘输入汉字是难倒无数英雄汉的技术难题有人甚至想通过消灭汉字采用拉丁字母的方式“曲线救国”。

“历史将证明电子计算机是方块汉字的掘墓人也是汉语拼音文字的助产士。”这句话出现在一本名为《语文现代化》的杂志中。

中文打字的历史不过半世纪而五笔和拼音的发明者通过“横竖撇捺折”五种笔画和拼音解决了汉字编码问题。但直到今天中文输入法依然难以解决一个矛盾：