摘要：语音输入还要处理人在一句话里临时改主意。时间说错了，数字要撤回，项目名讲到一半又换掉。Typeoff 的自我纠正识别，会尝试删除被推翻的内容，只留下最后确认的版本。本文用一段包含 Supabase、Prisma、PostgreSQL、Redis 和 MCP Server 的连续口述，看看这项能力应该怎么测。
说错的内容可以撤回，最终决定继续进入文字。*
我第一次用语音输入写工作消息时，有个很现实的担心：说错了怎么办？
打字写错一个词，按几次退格就行。说话却很少一次成稿。我们会停顿，会重复，还会在一句话没说完时改变决定：
"下午三点开会，不对，改成四点。"
"发给 Jira，等等，不是 Jira，是 Linear。"
"重试五次......先别改，还是保持三次。"
普通转写可以忠实地把这些内容全部记下来。结果也很忠实，只是不能直接发。你仍要找到前半句，删掉错误时间、错误项目和已经撤回的数字。
Typeoff 的自我纠正识别处理的是这一步：当口述里出现明确的改口关系时，它会尝试保留后面的确认结果，删除前面已经被推翻的内容。
一段故意说错很多次的测试
为了让测试更接近日常工作，我没有使用"今天星期几"这种普通短句，而是写了一段开发任务说明。里面既有英文专有名词，也有数字、环境名和技术方案。
可以连续读出下面这段：
请把 Supabase 的 Webhook 重试次数从三次改成五次，不对，先保持三次；Prisma 的事务超时时间设为十秒，改一下，是十五秒；PostgreSQL 连接池从二十调到四十，等等，生产环境先调到三十；Redis 缓存只清理 staging 环境，不是 production；MCP Server 继续使用 Streamable HTTP，不要改成 SSE。最后把 Sentry 的错误报告发到 Jira，不是 Jira，是 Linear 的 Backend 项目。
这段话里混进了几种常见的口头修改：
- 把一个值替换成另一个值：十秒改成十五秒。
- 撤销刚说出的动作：五次改回保持三次。
- 缩小执行范围：连接池从四十收回到三十。
- 否定错误对象：production 改成 staging，Jira 改成 Linear。
- 保留原方案：继续使用 Streamable HTTP，不切换到 SSE。
把每次改口全部记下来，得到的仍是一段需要返工的文字。*
理想结果应该留下什么
如果自我纠正、标点整理和专有名词识别都正常，结果应接近下面这段：
请把 Supabase 的 Webhook 重试次数保持为三次。Prisma 的事务超时时间设为十五秒。生产环境的 PostgreSQL 连接池调到三十。Redis 缓存只清理 staging 环境。MCP Server 继续使用 Streamable HTTP。最后把 Sentry 的错误报告发到 Linear 的 Backend 项目。
这里不需要逐字一致。测试时更值得观察的是五个最终决定有没有保住：
三次、十五秒、三十、staging、Linear。
被撤回的 五次、十秒、四十、production 和 Jira，不应该继续混在最终任务里。
检查自动纠正时，先确认最后决定有没有保住。
自动纠正发生在转写之后
Typeoff 官方文档把这项能力放在 AI Enhancement 中。语音先被转写，AI 增强随后处理标点、语法、填充词、改口关系和段落结构，整理后的文字再进入当前光标位置。
识别专业词和判断改口关系分属两层工作。
第一层要识别出 PostgreSQL、Streamable HTTP 和 Sentry 分别是什么词；第二层才判断"不是 Jira，是 Linear"里哪个对象被否定，哪个对象应该留下。
专有名词没有识别正确时，可以把稳定、高频的产品名或技术词加入 Typeoff 的自定义词库。上一篇文章讨论的词汇学习，解决的是"这个词怎么拼"；今天测试的自我纠正，处理的是"这句话最后以哪个决定为准"。
先识别专业词，再判断哪些内容被改口。*
这项能力为什么适合工作口述
工作里的修改通常发生得很快。
产品经理口述需求时，可能先说"全量发布"，想了一下又改成"先给 10% 用户"；开发者描述排查步骤时，会把 production 纠正成 staging；销售准备客户回复时，也可能把"本周交付"改成"下周三给出测试版本"。
如果每次改口都要停下录音，再回到文本里找前半句，语音输入的连续感就没有了。自我纠正识别允许人先把话说下去，把一次明显的口头修正直接留在同一段录音里。
它尤其适合写群消息、任务说明、邮件初稿和文档段落。这些内容需要完整表达，但允许发送前再看一遍。
代码、命令、文件路径和金额不在这个范围内。它们对字符和符号的要求更高，用键盘输入通常更可靠。
专业名词和临时改口，经常同时出现在一段工作口述里。
测试时别只看句子是否变漂亮
我会按下面的顺序检查结果。
先看语义。最后确认的时间、数字、对象和环境有没有保留，这是自动纠正最重要的部分。
再看删减。被否定的旧内容有没有消失，语气词和无意义重复是否减少。
最后看格式。长口述有没有被合理断句，技术名词两侧的中英文空格是否自然。
Typeoff 还提供 Auto、Professional、Casual、Concise 和 Detailed 等写作风格。测试自动纠正时，可以先使用 Auto 或 Concise，减少语气润色对观察结果的干扰。
官方说明把"保留原意"列为 AI 增强的原则，但自动处理仍然需要人工检查。纠正关系说得含糊，或者一句话同时出现很多相互矛盾的数字，结果可能和你的最终决定不一致。
更稳妥的说法是给出明确提示词，例如"不对""改成""等等""不是 A，是 B"。一次只纠正一个对象，也比连续推翻三四个值更容易判断。
语音输入可以容纳不完美的表达
写字时，我们习惯先组织好再落笔。说话常常相反：先把想法讲出来，在讲的过程中才发现哪里需要改。
Typeoff 的自我纠正识别，让这种自然改口可以直接出现在录音里。它不会替你确认技术方案，也不能保证每个数字都正确，但能省掉一部分"说完以后再回去删旧句"的工作。
语音和键盘各有适合的内容，工作里通常要配合使用。
如果想快速判断这项能力是否适合自己的工作，直接读一遍文中的技术测试段落，再逐项检查五个最终决定。比起只说一句"今天天气不错"，这种测试更接近它真正会遇到的输入。
Typeoff 官网：https://typeoff.ai