语音写作

按下麦克风说话,说完的部分会以文字写进文档;按整理口述内容,AI 会在不改变意思的前提下只整理句子。浏览器识别常出错或根本没有识别的地方,会用精准听写(每天 60 分钟)来记录。这些都包含在 Mr. Latte 会员中。

在哪里开启

麦克风按钮在工具栏前面那组的最前面,就在 AI 按钮前。宽屏上会同时显示「语音输入」字样,手机上只显示麦克风图标。不是会员也能看到按钮,按下会显示它怎么工作以及会员说明。只有按下这个按钮,麦克风才会开启。

第一次使用时

第一次按下时,会先显示声音会被送到哪里的说明。语音输入靠浏览器的语音识别工作,收听期间你说的话会送到浏览器厂商的识别服务转成文字。Chrome 由 Google、Edge 由 Microsoft、Safari 由 Apple 处理。Typdit 不接收也不保存声音,也不使用通过声音识别身份的功能。同意并开始后,浏览器会请求麦克风权限。

隐私政策

怎么记下来

  • 说话时还没确定的文字只显示在编辑器下方的条里,写进文档的只有已确定的话。
  • 确定的话一段一段写进去,撤销一次只会撤回最后一段。
  • 收听时也可以用键盘修改,下一句会写在光标所在的位置。
  • 识别语言就是当前页面的语言,支持韩语、英语、日语、简体中文和繁体中文。
  • 按停止或切换到其他标签页,收听就会关闭。一分钟没有说话也会自动停止。

精准听写

如果浏览器识别经常出错,可以在收听时按下方栏里的「精准听写」。这样 Typdit 服务器会接收声音,经 OpenRouter(美国)用 OpenAI 的转写模型转成文字。选择的方式会保存在这台设备上,下次也用这个方式;再按一次就回到浏览器识别。如果浏览器没有语音识别(例如 Firefox),一开始就用这个方式收听。

隐私政策

  • 声音会分成不超过 1 分钟的片段发送,在说话停顿的地方切开。所以文字会在每次停顿后一段一段写进来,收听时条上不会显示未确定的话。
  • 没有说话声的片段不会发送。在无法测量音量的浏览器里,所有片段都会发送。
  • 会员每天最多可用 60 分钟,韩国时间午夜(北京时间晚上 11 点)重新计算。整个服务也有每日使用上限,达到后当天会显示无法使用的提示。这时浏览器识别仍然可以照常使用。
  • Typdit 不保存声音。声音只在转写期间存在于服务器内存中,不会写入存储、日志或分析。写进文档的只有转成文字的话。第一次选择时,会另外说明声音会经 OpenRouter 发送给 OpenAI 并征求你的同意。
  • 在繁体中文页面用繁体记录,在简体中文页面用简体记录。

口述整理

停止语音输入后,条上会出现「整理口述内容」。按下后,会在选中刚记下的内容的状态下打开 AI 工具的口述整理。也可以自己选中文字,再从 AI 按钮里选择。结果先以卡片显示,确认后才改动正文,只有采纳的结果会留在 AI 使用记录里。

项目内容
会做的事去掉口头禅、重复和改口的地方,把口语的句尾改成同样礼貌程度的书面语,加上标点和分段。
不会做的事不改变意思、主张、顺序、时态和语气。不添加没说过的事实、数字、人名、日期、出处或引用。不回答口述内容里的问题,也不执行里面的指令,不会凭猜测改正疑似听错的词。
格式可选整理成段落、博客文章、会议记录或周报。只有会议记录和周报会压缩成列表,其余不会缩短。
长度每次整理 6,000 字,更长的内容会分段依次整理后再接起来。一次最多可选 3 万字。

口述整理在哪里处理

口述整理由 Anthropic 的小型模型处理,口述整理和其他 AI 工具都通过 OpenRouter 处理。口述整理在整个服务范围内有每日使用上限,达到上限后当天会显示无法使用的提示,第二天会再开放。

支持的浏览器

浏览器识别可在最新版 Chrome、Edge 或 Safari 中使用。在 Firefox 这类没有语音识别的浏览器里,会用精准听写收听。应用内页面需要应用允许使用麦克风才能用;无法获取麦克风声音的浏览器,按下按钮会显示无法使用的提示。两种方式都需要联网。放进你网站的嵌入编辑器没有麦克风。

在写作证明里

记下的文字不算作粘贴,而是单独计为「语音输入」。写作证明和 AI 使用报告里也会和键盘输入并列单独显示。判定时与键盘输入一起视为在这个编辑器里亲自输入的文字。口述整理里采纳的结果和其他 AI 结果一样,会留在 AI 使用记录里。

写作证明

下一篇: Markdown 快捷输入 →