资讯

腾讯Chatterfly想让语音输入当AI入口,听写只是敲门砖

2026-11-065 分钟阅读热点
TL;DR话在脑子里转了三圈,一开口全是“那个”“就是”,录下来还得自己再捋一遍。

话在脑子里转了三圈,一开口全是“那个”“就是”,录下来还得自己再捋一遍。

语音输入这两年的卖点,就是替你捋。腾讯的 Chatterfly 想再往前走一步。

这款 AI 语音助手 9 月 18 日前后开了内测,目前只有 macOS 和 Windows 版,进去要内测码,移动端显示为“即将发布”。11 月 6 日,雷科技放出一篇上手体验,写的是内测版 1.0.10.13541 的变化。我们 AI主线 的判断是:Chatterfly 的看点不在听写准不准,而在腾讯想把一次开口延伸成改稿、问答、写提示词的整段任务,听写只是敲门砖。

说完就成稿,这不是 Typeless 早就干过的事吗?

先认一件事:去口癖、润色、改写选中的文字、翻译,Chatterfly 能做,Typeless 和 Wispr Flow 也能做。Typeless 在 App Store 的介绍里,“说话改稿”就是主打功能之一,雷科技的体验稿开头也直说,刚接触时很容易想到它。

那它凭什么再来一个?

答案藏在几处很“本地”的细节里。它能导入本地的搜狗输入法词库,还会根据你改过的结果自动学新词。体验稿里的例子:富士 X-T5 被口头说成“叉T5”,它能结合上下文规范成“X-T5”;Rokid Color 这类新品名,头一回会输错,改一次就记住了。

这类事海外产品最难补。Wispr Flow 官网写着支持 100 多种语言,可“支持”和“顺手”是两码事,中文用户的拼音习惯、个人词库、中英混着说,得有人专门去磨。腾讯在这块有天然的地利。

从“说完成稿”到“说完办事”,这步稳吗?

体验稿更有意思的部分是最近几次更新:语音指令现在能联网问答、连续追问,也能直接改已有的文字。

举的例子很生活化:周末带娃从深圳北站出发,不自驾,全家预算 300 元以内,让它找目的地;再补一句上午 10 点入馆、下午 1 点结束、要安排午饭,它接着把交通和餐饮排进方案。像聊天一样往下补,不用在搜索、地图和 AI 聊天窗口之间来回跳。

听着不错,但我得泼一小盆水。

联网问答这件事,豆包、千问这些本身就是 AI 助手的产品早就在做,豆包输入法去年年底前后结束内测上架,阿里的千问输入法今年夏天也上线了。Chatterfly 的问答质量如何,体验稿给的是编辑自己的感受,没有能核对的对比。目前它更像腾讯指的方向,还没到验货的时候。

反倒是另一个小设计,我觉得比联网问答聪明:全局快捷键。最近的版本支持用快捷键随时唤起语音输入,哪怕你当前用的是别的输入法。

道理很朴素。每天敲大量字的人,拼音和候选词早成了肌肉记忆,劝人换主力输入法,成本比功能差异大得多。Chatterfly 的做法是不让你搬家,只在你家门口多装一个快递柜。

Skills 这个词,写代码的人眼熟,但别望文生义

内测消息放出时,Chatterfly 列的是 6 款场景 Skill:会议纪要、工作汇报、项目推进、营销文案、邮件润色,还有 Vibe Coding 提示词优化。开启之后,它会结合你当前的输入场景,自动挑一个去整理。

用 Claude Code 的人看到 Skills,会本能联想到 Agent 的技能包。这里别想太多,它更像给输入法挂的场景预设:你说一堆零散的话,它按“汇报”或“提示词”的套路整理成型。

对天天跟 Claude Code、Cursor 打交道的人,提示词优化最对口。Vibe Coding 的麻烦之一,就是得交代一大堆背景和限制条件,打字写又慢又烦。现在想到哪说到哪,让它整理成结构清晰的 prompt,省的是组织语言的力气。

但整理得好看,不等于 Agent 一次就把活做对。结构更清楚的 prompt 能把结果抬多少,体验稿给的是使用感受,没有做对照,这笔账得自己试了才知道。

现在值得去抢内测码吗?

看人。每天写大量中文、用 Mac 或 Windows、总在跟 AI 聊天的人,值得去排队。手机上说话更多的人,现在还轮不到,移动端没出,而体验稿自己也说,移动端的语音输入需求同样大。

钱是另一回事。Wispr Flow 官网上,免费版有每周额度,Pro 每月 15 美元,按年付折合每月 12 美元;Typeless 也铺到了手机和电脑,有免费额度,超了要订阅。国内的豆包输入法、微信输入法目前都是免费的。腾讯还没公布 Chatterfly 怎么收费,这是我最想看的一块,走不走免费这条路,我不猜。

还有数据放哪儿。有媒体称,Chatterfly 底层用腾讯自家的混元多模态技术,语音转写记录和录音文件都存在用户电脑本地。如果属实,对爱用语音处理工作内容的人是加分项,正式版怎么写,值得盯。

迭代速度倒是摆在那:从体验稿看,内测期基本每周更新,语音指令、全局唤起、翻译模式、自动学词,都是这样陆续补上的。

我的看法很简单:键盘不会退休,但“开口”会越来越像打开 AI 的第二个入口。接下来我们 AI主线 会盯三件事:手机端什么时候出,怎么收费,联网问答能不能扛住真问题。