这是苍何的第 595 篇原创！
大家好，我是苍何。
现在用 AI 干活，要输入的东西越来越多了。
让它写代码，得交代需求；让它做 PPT，得说清楚给谁看、重点讲什么；第一版不满意，还得解释哪里不对、想怎么改。
脑子里已经想明白的事，到了输入框，还得一句一句敲出来。
这时候就会想：直接说出来，能省多少事？
但人一开口，难免有停顿、重复，说到一半还会改主意。要是这些全部原样变成文字，发出去之前，又得自己整理一遍。
我就想随口说，说乱了它帮我捋顺，中间改了主意它也能听明白，省得说完还得自己改半天。
以 Typeless 为代表的这类 AI 语音输入工具，解决的就是这个问题。
Typeless 我也有在用，就是每月 12 刀有点肉疼。原来畅所欲言，也得交月租🐶。
最近网易有道也出了个类似的工具，叫网易叭哥说，9 月 8 日刚上线，官方定位是网易首个 AI 原生语音 Agent。关键它是完全免费的，不限额度，也不用自己配模型，装好登录就能用。
先不说别的，网易都是偷偷做精品，比如网易 UU 远程，用过的都说好，也是完全免费。
我就想试试，换成叭哥说，能不能把每个月这 12 刀省下来。
上手之后，感觉最省事的一点是，说之前不用先把句子组织好。
再加上免费、不限额度，也不用自己配模型，关键识别还贼快，准确率还挺高。
比如我现在要让 Codex 帮我做一份 PPT，打开叭哥说设置好快捷键（或用默认的 fn 键）后，就可以直接开说。
就正常说话，口语会比较多，什么"嗯、啊、好吧"这些词，说实话，直接丢给 AI 完成任务，除了费输入 token，我都怕 AI 瞎学习。
这是叭哥说整理后的文字，段落已经分好了，PPT、Excel、ChatGPT 这些英文名也都识别对了。
●●●帮我做一份给部门同事看的 AI 办公分享 PPT，大家基本没什么技术背景，先做 10 页吧。等一下，分享只有 15 分钟，那改成 6 页吧。主要讲查资料、处理 Excel、做 PPT，用 ChatGPT 和 Claude 举例，每个场景给一个操作例子。涉及到数据的地方，你给我标清一下来源，好吧？找不到就留空，不要编。最后留一页讲哪些内容不适合直接发给 AI。
同样一段话，我交给 Typeless，这是它转换的效果：
就你说了很长一段话，Typeless 会省略掉你的语气词，或者中途说错的地方，比方说我中途说到"先做 10 页吧。等一下，分享只有 15 分钟，那改成 6 页吧"，这种，它都是能直接修改好的。
●●●帮我做一份给部门同事看的 AI 办公分享 PPT 吧。大家基本没什么技术背景，分享只有 15 分钟，所以改成 6 页。这次主要讲查资料、处理 Excel 还有做 PPT，用 ChatGPT 和 Claude 举例，每个场景给一个具体操作的例子。涉及到数据的地方要标清来源，找不到你就给我留空就行了，不要去编。最后留一页讲哪些内容不适合直接发给 AI，好吧？
Typeless 有时候整理得太用力，句子是顺了，但读着有点不像我说的话。虽然它也能学我的表达习惯，我还是希望它多留点原味，别把随口聊的几句，整得像在做工作汇报。
然后同样的对话我试了下微信输入法，fn 快捷键还突然失效，让 codex 分析修复一下。
这个是微信输入法输出结果：
scss
●●●帮我做一份给部门同事看的 AI 办公分享 PPT，具体要求如下：1. 基本信息：(a) 目标受众：部门同事（基本没什么技术背景）。(b) 篇幅与时长：一共 6 页（分享时间一共只有 15 分钟）。2. 内容与案例：(a) 主要内容：查资料、处理 Excel、做 PPT。(b) 案例要求：用 ChatGPT 和 Claude 举例，每个场景给一个操作例子。(c) 数据规范：涉及数据的地方标清一下，来源找不到就留空，别编。3. 结尾页：最后一页讲哪些内容不适合直接发给 AI。可以看到同样的语句，微信输入法给的结构化非常仔细，但耗费的时间我觉得相对是比 Typeless 和叭哥说更长一些。
这一轮下来，叭哥说保留的原话更多，Typeless 把改口整理得更干净，微信输入法列得最细，但体感等得也更久一点。
看了有道的技术介绍，它背后用的是自研 ASR，也就是语音识别模型，会结合前文、当前场景和专业词典理解表达，帮助分辨专业术语、人名、地名和多音字，再由自研翻译与润色模型，接着做纠错、断句、口语精简和结构整理。
常用的人名、产品名，还可以自己加进个人词典，作为热词参与识别。添加后就能生效，不用等模型更新，像"苍何"这种名字就很适合放进去。
还有个问题，在办公室用，总不能对着电脑大声念需求吧。
声音压低的时候， AI 语音输入法能否识别准确，去除噪音我觉得还是蛮重要的。
按官方介绍，中文连续口语、自然停顿、噪声环境和小声实时输入，都是这套 ASR 专门做过优化的场景，正好试一下。
比如我在办公室用这个极低的声音来给叭哥说下达指令，这个视频说实话，有些句子我去听都还没听清楚，但叭哥说还是完整的识别出来了。
●●●帮我整理一下这份 Excel，按订单编号去重，别按客户姓名。原表保留，新建一个工作表放结果，金额为空的单独标出来，不要直接填 0。我试了下 Typeless，对于极个别的词就识别的没对。
●●●帮我整理一下这份 Excel，按订单编号去重，别按客户姓名。原保保留，新建一个工作表放结果，金额为空的单独标出来，不要直接填 0。我感觉这个还蛮舒服的，坐在工位上小声交代需求就行，不用搞得旁边同事都知道我在干啥。
还有一个翻译场景我觉得也是非常的痛，就我经常需要和国外客户或者产品进行邮件沟通。
我在想要是我直接说中文，语音输入法识别后，自动转为英文，也不用再复制黏贴再去翻译，就很舒服了。
我看了下网易叭哥说就支持这个功能，上手试了下，好香。
这次我测的是中译英，我看官网列出的能力覆盖 100 多种语言，有其他语种需求也可以试试。
我录了个视频，可以感受下这种丝滑。
说完话，翻译完直接写入，这个我说实话，太方便了。
它把语音识别、跨语言翻译和文本输入连成了一套流程。
我用中文表达，英文直接写进当前输入框，省去了切换翻译工具和来回复制粘贴的步骤。
用来沟通工作内容，数据怎么处理也得说清楚。我看官网上说网易叭哥说语音加密传输，云端不留存语音和文本，输入历史只保存在本机，也承诺不会将语音和文本用于自己或第三方的模型训练。
想试的可以去 bug.youdao.com 直接下载。Mac 和 Windows 都支持，用网易邮箱或手机号登录就能开始用。
我看有道提供的模型测试数据还挺厉害的，口语整理的"顺滑有效率"超过 90%，语义评分为 92/100；热词命中率在各测试集超过 90%，多数场景超过 99%。
我是用下来，热词命中率挺高的，比如 Claude、GPT、Codex 这些也都直接快速命中。
有时候挺可惜的，明明有一肚子话，打着打着嫌麻烦，最后就变成了一句"算了"。
我希望这样的"算了"能少一点，想到什么就先说出来，磕巴点、啰嗦点也没关系。
至少那些本来想说的话，能好好留下来。