Vibe Coding 火了之后，越来越多的东谈主遴荐对着屏幕口述，而不是敲键盘，不少网友以至为此整出 AI 语音键盘。

本年 3 月，Anthropic 也给 Claude Code 加了语音模式，在末端输入 /voice，按住空格谈话，松手引申。很难想象，连「写代码」这种最依赖键盘输入的场景，都启动复旧语音了。

既然写代码的东谈主都启动用嘴干活了，那我一个每天写著作、写决议、作念 PPT、整表格的打工东谈主，还在一个字一个字敲键盘，赫然也不够高效，尤其是查数据要切三个页面，作念个讲述 PPT 要从找模板启动花三小时，整搭理议纪要边听边记还漏一半。

究其原因，不是每个东谈主的理论抒发都那么好。哪怕也有一些 AI 输入法能解决，比如咱们之前先容过的 Typeless，每年光订阅费每年就得花 1000 块。

在信得过干活的电脑端，于今莫得和深度 AI 办公材干买通的语音进口。刚好，千问电脑版 / 网页版最近也上线了千问语音输入法，传奇奔着「用嘴干活」而来。而况千问电脑版如故全免费——不仅仅语音免费，它内置的通盘 AI 办公材干，一齐打开用。

别被输入法这个名字骗了

一启动，看到千问语音输入法这个名字，我下意志以为这即是一个识别准确率更好的 AI 输入法，闭幕我发现透彻不是一趟事。

千问语音输入法上手确凿莫得门槛。两个快捷键解决一切，按住是语音输入，双击是让 AI 干活。Win 是右 Alt，Mac 是右 Command，你不错字据使用风气来缔造唤起的快捷键。

你在 Word 里写文档也好，浏览器里看贵寓也好，钉钉里回信讯也好，快捷键一按，语音进口浮出来。无用切到千问客户端，无用打开独特窗口。想问就问，想说就说。

千问语音输入法主要就两种使用姿势：按住启动语音输入，猜度什么径直说就行，千问帮你自动去涎水话、创新口误、生成结构化抒发。双击唤起语音指示，这时候你是在给 AI 派任务，比如查个东西、帮你回信讯、生成文档。

打从一启动，它就不仅仅贪图只作念一个「帮你打字更快」的输入法。你的嘴负责下达指示，它是一个核心接口，负责听懂、翻译、鼎新，让   AI   把活儿干完交给你。

谈话即是比打字好使

2026 年，我对一款语音输入法的要求，仍是远远不啻是识别准确率。「听得清」的逐字听写都是基操，更紧要的是相识我想抒发什么，再帮我组织好。

比如口述一段想法，它能保留我的意图，帮共事把妄言一齐过滤掉，口误也顺遂修正，吐出来出来的是干净、精好意思、不错径直发出去的笔墨。

比如碰到决议宽限这种事，也不错交给千问整理成一段领路的书面抒发，而我只需要径直按住快捷键，随口响应给千问：

对于这个时势的宽限，我 ... 啊区别，我想说的是对于这个决议的诊治，其实原定诡计是本周五委用，然而 ... 呃 ... 因为客户那边临时加了三个需求点，咱们评估了一下大约需要多两天，是以 ... 区别，我的最终意念念是：决议委用时候从本周五诊治至下周三，原因是客户新增三个功能点，需要补充期间评估，咱们得意下周三前一定提交第一版决议。

松手后闭幕就出来了，不错看到它自动删除通盘「啊区别」「呃」「然而」等口吻词，把我抒发的核心领路整理了出来；对比旧例的语音输入，只可逐字纪录，还要我方手动裁剪，千问语音输入法基本无需手动诊治，就能径直发出去。

在一些更专科和复杂的时势谈判中，千问语音输入法就愈加实用了。

比如底下这个谈判需求，防备看，我长按说了一大堆话后，临了还补了一句：将对于数据部分提前。

此次产物改版的核心目的是普及新用户的留存率。咱们在 onboarding 历程里增多了三个谈判方法，把原来的五步走改成了三步走，还在每个节点加了进程教导。另外，咱们发现许多用户在第二步就流失了，是以把第二步的表单从 8 个字段缩减到 3 个必填字段。数据方面，改版后一周的留存率从 35% 普及到了 48%，次日留存普及了 12 个百分点。不外也有一个风险，即是表单精简后蚁集的用户信息变少了，可能会影响后续精确推选的后果，这个需要捏续不雅察。临了是团队层面的互助，想象部在两周内出了两版决议，拓荒部用了三天完成上线，合座节律如故很快的。嗯把数据那段放到最前边，然后分段给我

这里闭幕对比就更光显了，只消千问听懂了「把数据那段放前边「」的指示，自动重排段落，我用嘴就完成了原来需要鼠标 + 键盘的操作。

▲   旧例语音输入闭幕

▲   千问语音输入法闭幕

体验过程我还发现了一个让我惊喜的细节，千问语音输入法对于中英文夹杂的口述本体，识别超越到位。

这个函数的主要作用是处理用户登录时的 token 考证，最初会调用 validateToken 方法搜检 token 是否逾期，若是 expired 的话就复返 401，然后若是是 valid 的话，再调用 getUserInfo 接口去拉取用户信息，临了把 userId 和 role 写进 session 内部。防备一下，这里有一个 edge case，即是当 token 是 refresh token 的时候，要走另外一条逻辑分支。

千问不单把通盘的英文术语都识别对了，而况还自动字据我的话分点输出，一目了然。

我还想共享一个对于本体创作家超越有匡助的用法，APPSO 每天早上都要开选题会，环球会有许多碎屑想法，一个热门景色、一个行业不雅察、一个趋势判断……

之前有些想法是散装的，不成体系，当今我不错径直在会上按住唤出千问语音输入法，让它将这些想法整理成大纲。比如这一大段我在会上对裁剪选题的响应看法，如下图所示：

收缩手后，一段贯注的选题大纲就出来了，裁剪能稳稳接住我的响应，稍稍扩充就能写出一篇深度分析稿件。临了的成文也附上给环球望望：苹果偷偷砍掉丐版 Mac mini，东谈主东谈主都要交「AI 税」的期间来了 。

单就语音输入这个维度，千问给我最大感受是，真就说多快多乱都不紧要，归正输出的质地 AI 会兜底。

万物皆可 Vibe，一句话的事

语音输入仅仅第一步，千问语音输入法更大的价值是还能帮你干活。

上头提到了整理选题大纲，然后我就需要千里浸式写稿，但每次要查个数据和弘扬，都得切到其他网页和哄骗。这里千问语音输入法就很当然地出现了——它复旧在职意软件、桌面全局唤起，无用切换窗口，动动嘴就能径直查。

比如我在写一篇对于 OpenAI 的著作时，博亚体育刚好有一段要援用最近的融资金额和投资方。我双击唤起语音指示，说一句：「帮我找一下 OpenAI 最新融资布景。」

念念考一两秒，千问小窗就径直弹出把贯注解荒疏我了，我看着援用不时写，心流就不会被打断。

假期刚归来，一大堆责任等着鼓舞，我需要整理一个领路的周报，但又没时候徐徐敲字，于是双击并随口将把需求说了出来，内部夹杂着带着大量理论抒发：

诶阿谁，我讲述下这周进程哈…… A 时势咫尺跟进到第三阶段了，中间遭受了供应商委用延长，大约迟了三天，自后通过加班把进程赶归来了…… B 时势还在需求评审，产物那边原型图有点邋遢，约了下周一早上十点对王人……下周还要苦求两台测试服务器……你帮我整理为周报 word 文档，口吻专科极少，层次明晰。

此外，千问语音输入法还有一个更成心念念的功能——帮你回信讯。

我每天时时需要在微信、钉钉、飞书等各式时势群里穿梭，恢复各式音讯。相配阔绰元气心灵，这时候我就能让千问让我的「嘴替」了。

比如假期还没过完就被共事催交著作，我就双击让它帮我来一段高情商恢复。

▲   我无需给它先容布景，它就能字据屏幕本体补充高下文，给我一个「机灵」的恢复

而在一些濒临客户或者更讲求的场面里，我也不错双击让它给我拟一个多礼的恢复。

这是因为千问语音输入法复旧了「场景感知」。它自动识别你现时在什么哄骗里，看到你屏幕上的本体，据此诊治输出的立场。你无用告诉它更多布景，它我方就能看懂。

下周要出差，我径直双击，在微信让它帮我字据聊天信息，整理成一个出行指南便签。

临了给我的这份出行指南，除了航班信息，还贴心性给我整理了待业绩项，并字据当地天气和交通情况给了我一些具体漠视，这对于时时出差的媒体东谈主来说十分友好。

开周会的时候我还发现了一个实用的小手段，会议启动，我双击两下唤起千问语音输入法，结尾后一句：「帮我把刚才的本体整理成会议纪要。」它就自动帮我整理好了。

这很妥贴一些快速拉通的临时会议，无用再单独打开会议纪录类的哄骗，唾手双击立地记。

对着电脑谈话，活儿 AI 我方就干收场

别诬告，对着电脑喊「帮我查贵寓」「写个邮件」，当今只可算 AI 的基本操作。

千问 电脑端此次信得过亮出的底牌，是把语音输入和 PPT 创作、AI 表格、文档处理等功能组合起来，这亦然信得过能帮打工东谈主达成「每天早放工一小时」的实辛苦能。

拿最折磨东谈主的 PPT 来说，千问不是去素材库里给你免强烂大街的野生模板，而是径直用大模子的代码材干动态生成复杂排版。若是你以为那边不够完竣？径直多轮对话让它接着改，改到你沉静为止。

为了探探底，我先让它帮我作念个视频号运营课程 PPT，确凿在语音落地的陡然，AI 就参加了光速消化模式：填充血肉、匹配逻辑一气呵成。

最令东谈主惊喜的是，千问对「图文穿插」的相识并非郑人买履，而是字据本体深度匹配了相反化的版式，整份 PPT 拿出来，确凿即是不错径直委用的成稿。

这还没完，你还能一次性给千问喂最多 39 种不同神色的参考文献，让它自动梳理逻辑、索求要点，帮你省去了来去翻贵寓的不毛。至于配图，它也能字据高下文自动匹配，找不着合适的以至能赶紧给你生图，全程都不需要你切出界面去乞助搜索引擎、或者下载下来用 office 处理。

表格处理方面，千问的 Excel Agent 主打一个高水准。

非论是神色松懈的聊天截图、手写札记，如故大段的纯文本，丢给它就能快速生成活动的 Excel 表格。若是后续还要算算增长率、画个趋势图，也无用再去头疼怎么写函数公式了，径直用当然语言打法它就能解决。

我试了一个稍稍有点复杂的需求：让它字据 2026 广州最新版初中英语讲义，把各句型的语法结构、时态变化和参考例句整理成 Excel 表格，神色要妥贴一页纸打印，随意拿来背诵。

换以前，这种事得我方一条条查贵寓、手动录入、再调神色，至少要折腾半小时。当今说一句话，它径直把表格生成好，列名、行距、例句填充，基本不需要再入手改。

文档处理这边，Word/PDF Agent 复旧图文数据羼杂上传，能自动排版并输出径直可委用的文献。

更成心念念的是，传完长文档你不需要我方去翻阅找要点，径直张嘴问，它就能快速定位给出谜底；想修改那边亦然一句话的事儿，省去了我方去对照原文献极少点改的不毛。

我试着传了一份混乱的左券 PDF，径直问它：「独家授权本体是哪些？」它并莫得傻傻地把全文复述一遍，而是精确定位到了授权条件，把独家范围、授权期限和截至事项一条条列得明判辨白。

咫尺，这个语音指示以至还能和 AI 写代码、手搓网页等任务助理功能组合使用，照这个架势下去，改日的办公形态，大约果真即是「动动嘴皮子就把活儿干了」。

和 AI 谈话的东谈主，会比键盘打字的东谈主更早放工

用了一段时候千问语音输入法，我猜度一件事。

往时几年「AI 普及办公着力」喊得震天响，但大部分东谈主的体验是：我跟 AI 说了半天，它给我的东西压根不成用。然后就以为 AI 也不外如斯。

问题出在哪？出在谈判方式上。你用键盘跟 AI 对话，40% 的元气心灵花在组织笔墨上，只剩 60% 在想你到底要什么。给出去的指示信息密度低、高下文薄，AI 虽然输出垃圾。这不是 AI 不行，是你喂给它的东西不行。

语音把这个死结解开了。谈话时你不会给我方设字数截至，细节会当然地冒出来，高下文会自动变厚。它能把嘴里说出的当然语言需求梳理得井井有条，让   AI   精确引申。

纽约销售平台 Clay 的解释负责东谈主 Yash Tekriwal 提到，他用语音输入的速率是每分钟 205 个词，打字只消 110 到 120 个。但速率还不是最要津的，他发现口述的 prompt 质地更高。

AI 圈最近有个词超越火，叫 harness。它的意念念大约是：你有一匹马（AI 的材干），但你得有一套缰绳才能操纵它，让它往你要的目的跑。莫得 harness，马再富厚也仅仅在原地打转。

千问电脑版的语音输入法即是这套 harness。

它积存的一端是你的嘴，另一端是 AI 的全套办公材干：PPT、表格、文档、搜索、分析、神色弯曲。你说一句话，它把你的意图翻译成 AI 能引申的指示，然后鼎新对应的 Agent 去跑腿。它不是输入法，是缰绳。是你操纵 AI 办公材干的那套 harness。

而别的「带 AI 功能的输入法」解决的是什么？是进口问题，帮你找到 AI 在那边。千问解决的是操纵问题，帮你把 AI 的材干精确地用起来。一个是给你指路，一个是帮你套好缰绳径直开赴。差距就在这。

在 Agent 期间，语音本来是驱动   AI   责任的最当然和高效的方式。千问语音输入法，即是率先在桌面进口端出了这套 harness 的产物 ，这亦然为什么我期待，改日在更多末端上，能看到这种信得过能操纵 AI 的语音进口。

旧年这个时候，若是你在办公室陡然对着电脑谈话，一次两次会被当成在打电话，三番五次就不禁让东谈主怀疑，责任压力是不是太大了，精神情景还好吗？

本年启动，那些对着电脑自言自语的，可能即是全公司最早放工 ( 摸鱼 ) 的东谈主。

附客户端下载地址：

https://www.qianwen.com/博亚体育download?ch=tongyi_redirect

网页版体验地址：

https://www.qianwen.com/