如果幾年前有人跟我說，語音「你以后寫稿可能不怎么需要鍵盤了」，輸入我大概會(huì)把這句話當(dāng)成一句玩笑。法正那時(shí)候我正處在對(duì)機(jī)械鍵盤的偷偷迷戀期，研究軸體、擠走鍵盤鍵帽、語音鍵程，輸入購入過 Cherry、法正Filco、偷偷NiZ、擠走鍵盤Keychron、語音3D 打印分體式鍵盤。輸入 甚至為了提高打字效率，法正專門學(xué)習(xí)過雙拼輸入法 。偷偷

我的擠走鍵盤注意力都放在消費(fèi)的快感上，很少認(rèn)真想過這樣一個(gè)問題：

敲鍵盤，真的是輸入的最優(yōu)解嗎？

真正的轉(zhuǎn)折，其實(shí)發(fā)生在我開始高頻使用各種 AI App 的這兩年。

第一次真正覺得「語音輸入這件事好像值得重視」，是各個(gè) AI App 里那個(gè)「語音轉(zhuǎn)文字」按鈕變得越來越好用的時(shí)候。這些 App 里的語音轉(zhuǎn)寫，明顯比傳統(tǒng)輸入法里的語音要聰明得多：它不僅能聽清我在說什么，還能自動(dòng)加上標(biāo)點(diǎn)，幫我把一些口語化的表達(dá)整理得比較書面，甚至在我說得磕磕絆絆的時(shí)候，最后呈現(xiàn)出來的那一段文字讀起來仍然是順的。

主流的 AI 幾乎都覆蓋了語音轉(zhuǎn)文字功能｜圖片來源：極客公園

更關(guān)鍵的是，它和后面的 AI 是連在一起的——我說完一句話，看到的不只是干巴巴的轉(zhuǎn)寫結(jié)果，而是 AI 根據(jù)這段話給我的反饋和回答。那一刻我第一次有了一個(gè)直觀的感受： 語音不再只是一個(gè)「替代鍵盤的輸入方式」，而是直接接在 AI 交互前面的那一層 。

第二個(gè)真正改變我看法的，是我在和 AI 打交道的過程中，越來越清楚地意識(shí)到：語音比打字流暢得多。

和真人聊天不同，和 AI 交互時(shí)，我可以不管錯(cuò)別字、不管格式；也不需要一上來就組織成一段「體面」的文字；甚至可以中途換一個(gè)角度，AI 依然能跟得上。

持續(xù)一段時(shí)間之后，我發(fā)現(xiàn)一個(gè)很直觀的變化：在越來越多的場(chǎng)景里，我不再想「敲一段字問它」，而是更想「按住麥克風(fēng)直接說」。

01 Typeless 初體驗(yàn)：🆘，它真的聽得懂我在說什么

我開始嘗試一些語音輸入法。

Wispr 算是其中名氣最大的一個(gè)，但真正用下來，其實(shí)很難令人滿意。它的轉(zhuǎn)錄速度略顯拖沓，會(huì)有一個(gè)較為尷尬的等待時(shí)間；中文識(shí)別的準(zhǔn)確率也算不上理想，尤其是遇到一些專有名詞或者中英文混排的場(chǎng)景，經(jīng)常需要手動(dòng)修補(bǔ)。

閃電說（原名：代體）走的是本地小模型路線，它幾乎把「速度」做到了極致，轉(zhuǎn)寫過程幾乎是「你剛說完，字就出來了」，而且完全免費(fèi)。這種即時(shí)反饋在一開始確實(shí)給人非常強(qiáng)烈的爽感，第一次有了「手跟上腦子」的感覺。

但是也因?yàn)楸镜匦∧Ｐ偷脑?，它在?zhǔn)確率上就差強(qiáng)人意了。比如中英文混排、技術(shù)名詞夾雜口語、或者我說話節(jié)奏稍微快一點(diǎn)的時(shí)候，錯(cuò)誤率會(huì)明顯上升。

我還嘗試過一些其他的語音輸入法，包括豆包輸入法（iOS 端）、微信輸入法、Whisper Keyboard，甚至是蘋果聽寫（因?yàn)楦?，但它們或多或少都因?yàn)橐恍﹩栴}而無法讓人完全滿意。

最后， 我就注意到了 Typeless，并且最終常駐在了我的電腦中 。

我之前曾經(jīng)簡(jiǎn)單測(cè)試過各個(gè)語音輸入法，并做了一張四象限圖。Typeless 處于第二象限：速度中上，但文字的質(zhì)量最高。｜圖片來源：極客公園

如果和之前試過的那些工具相比，Typeless 帶來的改變并不在于「速度快了一兩秒」，而是在于 它大幅降低了出錯(cuò)和返工的成本 。

很多語音輸入法的問題根本不在于轉(zhuǎn)錄的速度，而是它無法正確識(shí)別說話人的意圖，只要一兩個(gè)詞識(shí)別錯(cuò)了，你就不得不打斷思路，回到文字里一點(diǎn)一點(diǎn)修改，整段體驗(yàn)非常脆弱。

Typeless 給我的感覺剛好相反：它似乎真的理解「你想說什么」，而不是「你每個(gè)字到底是怎么說的」。哪怕我中途改口、補(bǔ)充、打斷自己，它也會(huì)盡量在結(jié)果里幫我拼出一個(gè)完整的、讀起來順暢的版本。

最直觀的改變是：我不需要再刻意湊近話筒了。為了更順暢地和 AI 交互，我之前特地買了一個(gè)麥克風(fēng)放在顯示器左側(cè)。因?yàn)檩斎敕ń?jīng)常識(shí)別不準(zhǔn)，我總懷疑是不是距離太遠(yuǎn)，于是下意識(shí)地把頭歪向麥克風(fēng)。

但現(xiàn)在，這種習(xí)慣已經(jīng)自然消失了。

為了不遮擋屏幕，麥克風(fēng)位于屏幕左側(cè)，因此距離會(huì)稍遠(yuǎn)一些。

這些「理解意圖」的能力，在具體功能上體現(xiàn)得很直觀。比如說，我隨口一句「My shopping list, bananas, oat milk, dark chocolate」，在 Typeless 里看到的，不是一串用逗號(hào)隔開的原話，而是自動(dòng)幫我排好的一份購物清單：前面有標(biāo)題，下面是 1、2、3 的編號(hào)列表。

Typeless 可以把語音轉(zhuǎn)換成帶格式的文字｜圖片來源：極客公園

又比如，我在 Gmail 里選中一段略顯隨意的英文郵件，只需要對(duì)著 Typeless 說一句「Turn it into a professional email」，它會(huì)在原地把那段話改寫成一封語氣、結(jié)構(gòu)都更正式的郵件正文。

Typeless 可以把文字重寫成郵件格式

再比如，我復(fù)制了一段日文介紹到屏幕下半部分，對(duì)著 Typeless 說「翻譯成中文」，它會(huì)在幾秒鐘之內(nèi)給出一段順滑自然的譯文——不是逐字直譯，而是能讀得進(jìn)去的那種中文。

Typeless 可以翻譯選中的文字

更有意思的一點(diǎn)，是它會(huì)根據(jù)你當(dāng)前使用的 App 自動(dòng)調(diào)整語氣。如果我在聊天軟件里，對(duì)它說話可以非常隨意，出來的結(jié)果也會(huì)刻意保留這種口語感；但在工作場(chǎng)景 App 里，Typeless 給出來的文字就會(huì)明顯正式很多，標(biāo)點(diǎn)更規(guī)整。

根據(jù)不同 App 的上下文語境，Typeless 會(huì)調(diào)整說話的語氣

如果站在技術(shù)路線的角度看，這個(gè)轉(zhuǎn)變背后其實(shí)是從傳統(tǒng) ASR 到大語言模型的變化。過去的語音輸入，核心任務(wù)是識(shí)別——把聲音轉(zhuǎn)成文字，最好一個(gè)字不差。

而現(xiàn)在，大模型可以在同一個(gè)流程里同時(shí)做識(shí)別和理解： 它不只在「聽你說什么」，更在「猜你想表達(dá)什么」 。實(shí)際的直觀感受就是：以前我說話的時(shí)候要照顧機(jī)器，現(xiàn)在更多是機(jī)器在試圖適應(yīng)我的表達(dá)習(xí)慣。我會(huì)明顯感覺到，Typeless 并不是簡(jiǎn)單地把我的每一句話「抄」下來，而是連著前后的上下文，一起去判斷這段話應(yīng)該長成什么樣。

正因?yàn)橛羞@一層模型能力和「語氣感知」的變化，Typeless 在我的日常工作流程里，很快就從「可以試一試的新玩具」，變成了一個(gè)真正可以排在鍵盤旁邊的位置。

以前我總覺得自己是在「用語音替代打字」，現(xiàn)在回過頭來看，這種替代關(guān)系反而調(diào)轉(zhuǎn)過來了： 鍵盤更像是一個(gè)用來收尾和微調(diào)的工具，而大段的內(nèi)容輸入，已經(jīng)可以放心交給語音和 Typeless 。

02 幾乎沒有「缺點(diǎn)」，但有三點(diǎn)擔(dān)憂

如果單純從「工具好不好用」這個(gè)角度來評(píng)價(jià)，Typeless 在我這兒其實(shí)很難挑出什么硬傷。識(shí)別足夠穩(wěn)，意圖理解在絕大多數(shù)場(chǎng)景下靠譜，桌面端集成順滑，免費(fèi)額度對(duì)個(gè)人用戶來說也夠用（每周 4000 詞）。

在使用 Typeless 的 20 天中，我總共輸入了接近 8000 詞，平均每天 200 詞

真正令人擔(dān)心的地方，反而不在產(chǎn)品本身，而在它所處的環(huán)境。

第一個(gè)擔(dān)憂是大公司的入場(chǎng)。當(dāng)你把 Typeless 當(dāng)成日常工作的核心輸入層時(shí)，很難不去想象另外一種可能性：如果哪一天，操作系統(tǒng)自己提供了一套同樣水準(zhǔn)、甚至更強(qiáng)的語音輸入能力，而且是系統(tǒng)級(jí)的、無處不在的，那我還有多少理由堅(jiān)持使用一個(gè)第三方工具？

從歷史上看，很多優(yōu)秀的第三方工具，最終都被系統(tǒng)抄到一個(gè)「八十分好用」的程度，然后慢慢失去了存在感。語音輸入這件事，也很有可能走到同樣的節(jié)點(diǎn)。 例如字節(jié)跳動(dòng)就推出了體驗(yàn)非常優(yōu)秀的豆包輸入法，加之最近討論很熱烈的豆包手機(jī)，這種情況是很有可能在不久的將來發(fā)生 。

第二個(gè)擔(dān)憂是免費(fèi)本地模型陣營的持續(xù)擠壓。閃電說這樣的工具，哪怕今天體驗(yàn)不算完美，但它不斷提醒用戶一件事：語音識(shí)別其實(shí)可以在本地設(shè)備上完成，而且零成本。隨著硬件繼續(xù)演進(jìn)、本地模型持續(xù)變強(qiáng)，這一陣營的體驗(yàn)只會(huì)越來越好， 用戶對(duì)「語音轉(zhuǎn)文字這件事本身應(yīng)該是免費(fèi)的」這種預(yù)期，很難完全逆轉(zhuǎn) 。

Typeless 目前用更高的免費(fèi)額度和更好的整體體驗(yàn)，在一定程度上對(duì)沖了這種心理落差，但長遠(yuǎn)來看，它仍然要回答一個(gè)問題：在一個(gè)「到處都是不錯(cuò)的免費(fèi)方案」的世界里，它能一直給用戶什么額外的價(jià)值，讓那 12 美元每個(gè)月看起來是值得的。

Typeless的付費(fèi)套餐為每月12美元，提供無限次的轉(zhuǎn)錄｜圖片來源：Typeless 官網(wǎng)

第三個(gè)不算「擔(dān)憂」，更像是現(xiàn)實(shí)的約束，就是 iOS 端的體驗(yàn)。因?yàn)?iOS 的系統(tǒng)限制，使用 Typeless 必須跳轉(zhuǎn) App，這在使用體驗(yàn)上是非常致命的打擊。Typeless 想出的應(yīng)對(duì)方案是讓麥克風(fēng)在后臺(tái)常駐，但這同時(shí)又會(huì)帶來隱私和功耗的問題。

這些問題不是 Typeless 一家可以獨(dú)自解決的，它需要的是操作系統(tǒng)本身的配合。而這又回到了第一個(gè)問題：一旦像蘋果這種系統(tǒng)級(jí)別的廠商跟進(jìn)，打擊將是致命的。

03 鍵盤，會(huì)被取代到什么程度

回頭看這幾年自己折騰輸入工具的歷程，我越來越強(qiáng)烈地意識(shí)到一個(gè)事實(shí)：我們過去為鍵盤付出的那些努力，很大一部分是在幫一套并不那么「順手」的設(shè)計(jì)擦屁股。

QWERTY 布局本身并不是為了人體工學(xué)而生，它誕生于機(jī)械打字機(jī)時(shí)代，核心目的是降低卡紙、讓金屬字桿別那么容易打結(jié)。為了照顧機(jī)器，我們刻意犧牲了一部分人的效率，然后再用盲打訓(xùn)練、打字課和大量練習(xí)，把這種妥協(xié)牢牢刻進(jìn)自己的肌肉記憶里。

最開始的打字機(jī)并不是 QWERTY 布局。1873 年，美國人 Christopher Sholes，將常用的字母組合分開排列，降低打字速度，以解決因按鍵復(fù)位機(jī)制緩慢而導(dǎo)致的打字卡頓問題，最終形成了 QWERTY 布局｜圖片來源：Wikipedia

機(jī)械鍵盤、分體式鍵盤、各種人體工學(xué)鍵盤，本質(zhì)上都還停留在這種框架之內(nèi)：我們?cè)诩榷ǖ母褡永?，想辦法讓手指跑得沒那么累。

語音則完全是另外一條路。說話這件事，本來就是人類最自然的輸出方式之一。我們從小就學(xué)會(huì)用聲音組織情緒和思想，所有的停頓、轉(zhuǎn)折、插話、反悔，都是在這種流動(dòng)里長出來的。

真正開始高頻用語音和 AI 交互之后，我才發(fā)現(xiàn)，所謂「自然輸入方式」不只是速度快一點(diǎn)，而是它把我從很多不必要的負(fù)擔(dān)里解放了出來： 不用在意是不是每個(gè)字都敲對(duì)，不用提前把句子構(gòu)造好，不用為了照顧輸入法刻意改變自己的表達(dá)習(xí)慣。我可以像和人說話一樣把一件事情講清楚，剩下的交給模型去理解、去整理 。

Typeless 這一類軟件，站在這個(gè)趨勢(shì)上做了一步更激進(jìn)的嘗試。它并不滿足于當(dāng)一個(gè)「語音版鍵盤」，而是很明顯地在向系統(tǒng)級(jí)能力靠攏：在桌面端，它試圖成為一層獨(dú)立于具體 App 之上的輸入層；在 iOS 端，它干脆取消了鍵盤，把「說話」設(shè)定為默認(rèn)動(dòng)作。

在 iOS 端，Typeless 做得非常激進(jìn)，直接取消了鍵盤輸入，僅保留語音輸入｜圖片來源：極客公園

這種野心讓我看到了一些想象空間：如果有一天，操作系統(tǒng)層真的接受了「語音優(yōu)先」的前提，把類似 Typeless 的能力直接做進(jìn)系統(tǒng)，也許我們今天習(xí)慣的很多交互細(xì)節(jié)都會(huì)被改寫。

當(dāng)然，這一切目前都還停留在可能性層面。大公司會(huì)不會(huì)愿意把這件事做到極致，用戶會(huì)不會(huì)接受一套以語音為主的新習(xí)慣，監(jiān)管和隱私會(huì)怎么演化，這些問題誰都說不準(zhǔn)。

對(duì)我來說，唯一可以確認(rèn)的，是它已經(jīng)在「輸入效率」這個(gè)非常具體的指標(biāo)上，給出了一個(gè)足夠有說服力的答案： 在很多場(chǎng)景里，我可以用更短的時(shí)間，把更多的信息、更完整的語義輸入到電腦里，而且中間少了很多和鍵盤搏斗的環(huán)節(jié) 。

哪怕最終 Typeless 沒能長成一個(gè)真正的「系統(tǒng)級(jí)存在」，這部分被釋放出來的效率和注意力，大概也已經(jīng)足夠說明一件事——輸入方式這件事，我們完全有理由重新想象。