智能 AI 语音输入工具。
暂无相关文章
期待你给「智谱 AI 输入法」写一篇深度文章
现在我对于所有需要保持特定姿势（按住alt）才能使用的语音转文字APP都存在抵触心理，这导致我的单手操作能力受到完全限制。
同样是邀请码的问题，那没有邀请码我以后想用的话到底怎么用，也不知道从哪里搞邀请码，然后就是那个积分，他首先是对话之后，反而还是加积分的，这还挺迷人，搞笑的，这还挺令人惊讶。
他有一个选择，设置模式之后把我说的原话改了一部分还满意，有一部分就彻底曲解我的意思了，比如说这一句：“我现在时间是可以，但是我电脑不太行，做一个应急还可以，但是如果做正常的去排班的话，我的电脑可能现在就不太好用了。那我还要去进行资源置换与转化进行资源置换与转化（接龙）不嘛？”什么鬼？我要这样给别人发消息，那就搞笑了。
不好意思给差评，主要是我不知道我还能在这上面干点啥，做了几个测试感觉都不痛不痒。
门槛设计堪称反用户教科书，登录只是开胃菜，邀请码+积分双保险直接把尝鲜者堵在门外——输入法这种工具型产品搞这套，只能说获客策略还停留在Web3时代。
转写引擎倒是超预期：响应速度进入秒级可用区间，语气词过滤的泛化能力不错，"这个那个嗯嗯啊啊"这类口语冗余清除得干净且自然，没有伤及主干语义。基础能力扎实。
唤醒词机制思路对头，但意图识别拖后腿，用特定词区分功能模式，这个设计在语音交互里确实能降低误触率，属于用户可感知的巧思。可惜上下文管理明显翻车，多轮对话后唤醒词失效概率高，意图理解漂移严重，导致功能可用性腰斩。
除翻译模式能正常输出外，其余预设角色（如果存在）感知度为零。看起来像是为差异化而硬凑的功能模块，实际调用率应该非常惨淡。
底层转写技术过关，但产品层被邀请码和积分体系拖累，体验层又败在意图识别稳定性上。有技术、没产品，有想法、没闭环。
初次体验小凹语音输入法，感觉它像是一个为了快速抢占AI输入法赛道而推出的最小可行产品（MVP），而非一款打磨成熟的应用。它的产品形态目前更像是一个官网功能的延伸，需要通过邀请码使用，这在一定程度上削弱了产品的开放性。尽管产品介绍中提到了高达97.8%的识别率和强大的场景化模板，但在实际测试中，其核心的语音转写效果与我个人配置的“闪电说”本地模型相比，并未展现出决定性的优势，甚至在某些场景下稍显逊色。全局唤起需要同时按两个键的设计，也让这个本应无缝衔接的体验多了一丝割裂感。其相对简陋的界面，也让人很难将其与一家成熟公司的出品联系起来。虽然内置了多风格转写、智能扩写等看似强大的功能，但核心的输入体验尚有待打磨，导致这些高级功能目前更像是“锦上添花”而非“雪中送炭”。此外，作为一个需要处理大量个人和工作内容的云端输入法，其数据隐私和安全策略如何保障，是产品介绍中未明确提及的，这可能会成为专业用户在选择时的一个潜在顾虑。总体而言，产品的完成度还有很大的提升空间。
而且最难绷的就是，它的转写音频条，居然不在界面最上面，直接被遮挡了，我甚至不知道我是不是在说话。
知道智普的一个模型比较好，但是知道智普做了一个输入法还是一件挺意外的事情。而且我看他属于小凹这个团队的，而小凹这个团队的话，实际上是做到AutoGLM的模型团队。但是现在的问题是豆包手机一出场就被各个APP给拒绝访问，那关于这个东西到底能不能做的AutoGLM以及投入市场应用长远，这是一个疑问。
包括现在的话可能以一个语音输入法作为一个入口来进行一个切入，切入的话现在最大的问题是在于它只是一个语音识别的一个能力，而不是一个很好的一个语音润色的。这个东西而且现在的关于一个交互实际上是不如闪电说以及typeless的，因为现在最大的问题是在于他没有一个声纹的优波动让人看着这个语音的一个文字，然后包括一些出错会加重一个说话者的一个紧张感。
测了一下智谱这个AI语音输入助手，整体体验下来，有好几个点我是非常非常想吐槽?！
首先必须要吐槽的是这个安装，我在官网下好windows安装包，双击之后原本是等它弹个窗口让我选安装路径什么的，结果下一秒应用直接跳出来了。
怎么，是一点自定义安装的机会也不给啊！
打开路径一看，一声不吭，果然直接给我塞C盘里了。
我的C盘空间本就岌岌可危，它愣是往里灌了将近400M，C盘直接雪上加霜（图1）
当然这只是小插曲，打开软件必须得手机号注册登录，结果注册完它竟然给我弹到了一个叫“小凹智能体”的网页上。网站里AI PPT，AI播客，AI视频功能花样看着挺多。
但等等，我不是来测语音输入法的吗？怎么突然给我引流到这么一个还要消耗积分的智能体网站去了？这种强制引流操作，何意味？（图2）
关掉网页回来用这软件，它有一个交互教程，这点做得还行，就是初步教学，让你理解它不仅能听写，还能直接跟AI对话，可以提一些要求。
比如我可以直接语音说“给我做一个北京旅游日程表”，它就能直接输出结果；或者选中一段话让它“翻译成英文”。这时候我才反应过来，原来刚才那个智能体网页端是在后台支持这些功能的。
但我在后续使用时，我才发现它经常会分不清，我到底是想“语音转文字”还是想“跟AI对话”。比如我在录音时说了一句“这块我感觉调整之后有一些问题”，
这里我是想把这句话打上去，结果它理解成我在问它，直接给我蹦出来一堆AI分析：“调整后文本存在以下问题：1.表述不够专业...建议下一步...”
我真的无语，我要的是转录，不是让AI给我结果，这就导致交互变得非常混乱，体验很割裂。
还有一个我觉得算恶性bug的地方，就是我想替换已经打出来的某句话，按理说拖拽选中，然后语音输入，应该新的词句会直接覆盖替换对吧？结果这个压根没一点反应。
这点真的让我挺失望的。之前评测的那个闪电说，它虽然没有这么多花里胡哨的AI联网小功能，但人家基础体验稳啊。
我用语音输入软件是为了减小工作强度，不想打字，结果你连最基本的选中文本替换都做不到，那我用到底图啥？
还有那个所谓的AI润色功能，什么“面对老板”要专业结果导向，“面对伴侣”要温柔体贴。实际用下来，感觉真心不好用。它会把你很多语气词，细节全给删了，导致转录出来的文本严重失真。（图3）
我觉得这本质是给产品做加法做得太多了，反而失去了产品本身的内核。
做语音输入产品，我觉得一定要去轻量化。
为什么闪电说的评价好？不是因为它功能多，而是因为它简单，不失真，方便好用。
但如果连最基础的转录准确性、文本替换的便捷性都保证不了，搞再多花哨的AI功能也是白搭。
我也希望开发者或PM能看到这些反馈，真没必要做那么多加法。
多站在用户角度思考，把产品再优化优化，做做减法吧。
这个good属于是勉励，因为小凹有在迭代优化
1、上次说你送积分抠抠搜搜的，这次你直接送我2,000积分，好感+1 ；但这个买coding套餐送会员这波操作没搞明白，一开始就是个“赠品”定位？还是说要大力发展口喷编程方向咧～
2、这个自动添加词典依旧没搞明白是什么逻辑（图3），采集了一些【有的没的】～这几个字刚才死活转写不出来（图4）?
3、人设这个场景好评，确实也算是创新；但这个预设的老板和同事人设～我真的截图发给他们了，大家都会心一笑；另外为什么没有面对下属的人设呢？我都帮你想好提示词了：以既友善共情又清晰笃定的语气明确工作要求，核心是把工作价值与下属的成长收益、实际回报具象化，让下属看到努力的可见成果，主动认同并全力推进。
4、关于识别率，很飘忽！这篇查评就是小凹输出的，但有将近1/3是我手工修改的。生于智谱最大的桎梏就是你只用这一个模型，但我想要的是最好的效果，双向奔赴不了～
5、还有快捷键，我必须一直摁着FN，这是个很蠢的交互，快点自由说的按钮吧；其他的细节体验比第一个版本好很多了，所以才以兹鼓励
其实最后的结论依然是 不推荐 ，本来打算用够一周的，实在没忍住赶紧换了～
今天在降临派平台试了一下。怎么说呢？感觉是：想的挺好的，实际没啥用。给个中评吧
智谱 AI 输入法是一个 100% 语音输入法，所以用户原本的键盘输入法不会被代替，两个可以同时用。相当于是一个语音输入外挂，可以按 fn 键唤起输入，说完之后抬起按键即可开始识别。 几轮测试下来，识别准确率还行，并且也可以让它进行创作（而非输入）。从某种角度来说，确实可以提高内容生产效率。在智谱的战略中，智能 AI 输入法不只是一个输入法，而是下一代人机交互入口。在这种战略远景下，智谱 AI 输入法自然被冠以相当高的期待。不过智谱 AI 输入法有声纹识别，它只会识别你的声音，别人在旁边说话不会识别。（但还有个问题，我发现你不按 fn 键，它也会一直开着麦克风，相当于一直在监听）。
Hello，你的内部定位是 “引流工具” 吗？
The automatic translation feature is pretty good.（自动翻译功能可以，比 typeless 快了一步）
希望这个页面设计能更简洁一些，减少不必要的视觉干扰，让我们能更专注于核心内容。（职场人设）
(尖叫)(扭曲)(阴暗爬行) 页面上引流广告，让我不自觉进入疯狂比较模式 ?✨???（发疯文学）
#页面…… 不…… 清爽，低音量的时候…… 有时候 识别不太清楚……（疯狂动物城闪电侠）
这个智谱AI输入法，我下载了这个软件，登录的时候引到了AutoGLM的智能体网站。是一款智能AI语音输入工具，就是顾名思义，说话变成文字，我也尝试了一下，直接输出，整体速度比较快。而且它不限于音转文的功能，可以借助这个功能去拓展更多特色功能，但是这个没有邀请码的话只能用三天。不过总体来说还是不错的。
综合评价效果上相较于闪电说有一点点提升,但是由于是付费产品,所以远不如闪电说
本回答全部用智谱输入法进行输入，除了添加必要的换行，没有任何人工修改
首先综合体验下来，我觉得智谱输入法在语义理解上还是很到位的，很多信息不需要依赖AI的修正，它可以直接利用模型本身的知识去做推测，比如我们可以挑一些中英文混杂场景Transformer backbone CNN，那比如说一些领域词，比如说神经辐射场，巨生智能，AI agent coding，我觉得这一点是得益于这是一个audio to text的小的语言模型，所以说它本身就具备一些语义理解能力，这个是很棒。但是话说回来，闪电说的后端AI修正模型是可以匹配的，你也可以自定义词典，而且也可以自己修改提示词，所以说理论上来说，闪电说搭配好的提示词和模型能达到的上限也很高
虽然说模型本身不错，但是这个产品我个人觉得很一般。首先就是这个语音识别是必须要联网的，这一点跟闪电说就有区别。有时候在弱网条件下其实体验就非常差。而且其实这个东西的延迟也会比闪电说用的模型高一点，输入的体验没有那么丝滑。比如你会看到当你输入的时候，它下方会有一个滚动条，它就一卡，卡一卡的其实不如不展示。
然后他还有一个比较花里胡哨的角色设定功能，但是我个人尝试下来觉得是作用有限，比如命令行大神，你用语言，你用自然语言就可以创建命令行的指令，然后这个确实很方便，但是我实测下来当你使用显示的时候，它就可以生成指令，但如果你查看或者展示的时候它就不行，这可能是跟提示词有关系。还有就是不同角色的设定，这个其实没什么实际作用
最后看一个幽默瞬间，请看VCR
我感觉智普（这两个字识别错了，是这款输入法给我输出的）的这款AI输入法相对来说能满足我的基本需求是我给good的原因
从功能上来说：
他会把我说的一些话转成直接输出，不会进行一些总结和润色，整体的速度相对来说也比较快
内置的什么模版，发疯文学，这些操作哈哈哈我没搞懂，就是增加一些符号吗，就代表发疯了
从交互上来说：
有些地方不是很友好，包括他首页的这个如果我误触了一下fn的话，它每次都会生成一条记录，我觉得这条记录对于用户来说没有任何意义而且就是他首页首屏的这个识别语音的记录，他的滚动的区域只有这么一小点儿，而用户常看的应该就是这些记录吧，但是他却把一些什么提效的时间啥的放的那么大，我又不会看他给我提效了多少（就像淘宝会员今年省了多少钱，淘宝会给我一直放首页吗，还那么大）
还有一点我想说，它的介绍里面说这款产品的一些用户是针对于销售的，但是对于销售来说，会经常出差在外面或者是在路上，个人觉得移动端更是他们的使用场景
按照惯例，只有活动才能唤醒一个死人，当然我是说十二月测评有礼按照惯例，只有活动才能唤醒一个死人，当然我是说十二月测评有礼
于是我们进行一个输入法的测评
该测评包括但不限于：胡言乱语，想到哪说到哪
试用了一下，没到一小时不知道能不能领奖（主要是用不下去了?）（主要是用不下去了?）
我不知道这个产品的定位是什么，语音输入吗？输入法基本上自带吧
或者定义为随叫随到的智能助手？感觉交互方式又有些单一
所以作为一款“输入法”，居然只有语音功能吗所以作为一款“输入法”，居然只有语音功能吗（在产品定位方面 Typeless 就好很多，它清楚自己的本质是 AI 语音听写而并不是一个功能驳杂的输入法）
刚打开输入法就遇见一坨，（我语音权限没给），惊奇的发现其实它的识别原理是通过提示词，将音频发给 ai 再返回处理结果（？）
见图 1，你是不是好歹返回个空或者“请说一些什么”意思意思你是不是好歹返回个空或者“请说一些什么”意思意思
继续尝试深入体验产品，惊奇的发现没啥功能了，只剩一个词典和一个人设了
当然这俩功能在基于上面的发现下也不难理解了，本质就是 prompt 里面加了俩变量嘛
先看词典（图 2），不能批量导入导出，而且自动学习的意义也没看懂（你不知道这个词 自动识别每次都是错的那学习啥）（你不知道这个词 自动识别每次都是错的那学习啥）
感觉啥也不是感觉啥也不是所以我们继续看人设功能，可以看到内置了 8 种人设，同时支持自定义人设
阅读其内容发现其实就是一段正常 ai 的提示词，感觉厂商自己还是没搞清楚产品到底怎么定位
除了有翻译之外没发现什么闪光点除了有翻译之外没发现什么闪光点
所以就这样，BAD
免责声明：如以上内容对贵司造成任何不良影响，纯属本人素质极差
我感觉我在登录那儿卡了很久，就是绕来绕去的，就不知道是卡bug了还是啥。给我搞的有点懵逼，就一直循环。
然后进来之后需要邀请码是什么鬼，看了一下3天也能用。那请问拿到邀请码领取7天的使用权，意义是啥，感觉一点诚意没有，浪费我的一次下载哈哈哈哈
因为没有点使用3天，就找不到输入法怎么用，一直停留在官网，官网立即体验就要我下载。后来打开了APP，真的是我雷个豆
产品使用上，没有闪电说丝滑诶，可能也是前面磨了太久，耐心有点耗尽了，我的感觉是好像想把很多场景做好，但是实际都没有打磨的很细致。
比如这个开会，为什么输出了2遍，一会输出数字，一会输出中文
这个风格转写，看起来是个精妙的功能，但是实际应用上面，我感觉不太会去切换各种不同的人设。
这个citywalk路线推荐，哈哈哈哈显然就没有那些专门做旅游的效果好
一个输入法，应该做到下载使用足够简单，语音场景提升准确率等等的核心问题，能够有个好的使用体验，我觉得才是最重要的，这个产品感觉有点舍本逐末。
前两周高频使用，默认登录会赠送体验时间，我把积分用了能用一个月。这种使用云端模型的服务需要收费也无可厚非，只要价格合理、效果好，还是值得的。
我之前用的是闪电说，闪电说是用本地模型进行识别的，所以速度比较快，但是在中英文混合输入的情况下经常会识别错误。在试用智谱 AI 输入法的过程中，我发现智谱的模型能力应该会比本地模型强很多。所以在中英文混合输入时，效果会更好，比闪电说准确很多。而且，虽然模型是在云端，但识别速度还是蛮快的，只是会比闪电说慢一点点，毕竟还是需要网络请求。所以我现在没有继续使用，我觉得速度还是越快越好，所以还在继续使用闪电说。
但是那几个人设真的是聊胜于无。而且还有一个问题是，改绑快捷键必须选择组合键，默认的 Fn 会和 Mac 的其他快捷键冲突。如果大家订阅了 GLM coding 套餐，是可以免费使用的。如果你的电脑配置不是那么好，不想运行一个本地模型，那么 GLM 这个 AI 输入法的效果还是很棒的。不知道为什么那么多人打差评，我作为一个非常高频使用语音输入的用户，自己是推荐的！
不是。。。我有点懵，首先只有 win 和 mac，移动端的竟然没有现开发。我不确定我所在的工作场景，用台式机的牛马应该都是没有麦克风的吧，用笔记本电脑的，在办公室里语音打字，多少有点社死。既然主打语音应该先搞移动端吧。
另外，作为一个输入法，基本的输入法的感觉没有太关心
1、对于外观、候选字大小没有找到可以设置地方，那个字太小了，看着累啊。1、对于外观、候选字大小没有找到可以设置地方，那个字太小了，看着累啊。（更正一下，我错怪了，纯语音的吗？我以为是还有可以打字+语音双模式的状态）
2、然后关于词典功能，我以为可以有一些常规、默认的候选词组或热词，结果是让自己添加。这个多少有点鸡肋了，是多爱工作的人会把词典做备份且复制粘贴进去啊？并且支持的添加方式只有复制粘贴。。。晕死了
3、对于人设这个功能感觉也挺奇怪，用不习惯。。
别过得（我说的是给个Good）稍微鼓励一下吧，其实从个人的体验感受来说的确是远不如闪电说的，但是看了下目前的评分只有0.8好像也不至于差到这个地步？
补充一下，这篇评论完全是使用智普（智谱，自家产品名居然没收录也是有点离谱）的小凹输入法写的，如果有转述不对的地方我也会标注一下，也比较真实地能够反映出这个输入法转述的能力
（这里漏掉了“首先”）的确也像大家所表达的这样，这个注册流程确实有点让人摸不着头脑。明明是一个输入法产品，然后登录的时候还强行引到了AutoGLM的智能体网站上，还需要邀请码加积分兑换的方式来兑换使用天数的权限。的确不是很理解，因为输入法其实是一个特别基础的产品软件，从用户限制（这里说的是心智）的角度上讲，搞这么一套复杂的流程，而且还有使用限制，确实不太容易接受。
（这里漏掉了“产品功能”几个字，可能按完就说了，没反应过来？）客观来讲算是中规中矩吧，因为语义（语音）的转写包括输出的速度还是比较快的，而且也会自动删掉一些语气词，包括一些比较容易（冗余）的文字。
能感受到可能是为了跟竞对做出一些差异化吧，也增加了一些看起来有意思的功能，但是实际上体验下来好像没什么用，就比如说我截图里放的这个人设的一些设定，不仅没有起到应有的效果，还让我对于智普（智谱）本身模型的能力有了一些质疑，因为最后输出的效果和这个原始提示词之间的指令遵循有点过于死板了，对于现在这个阶段的大模型水平来说实在是不太应该。
（确定了，从按下到开始录之间就是有1秒左右的延迟，这里又没录到前几个字“不知道”，感觉这个体验不太好）智普（智谱）是不是过于把精力放在B端和G端了，就是C端的这个用户体验确实还有比较大的优化空间。比如说这个积分的明细也有点让人想吐槽，在完全没有告知用货（用户）的情况下，登录送300积分，然后直接就用这三百去扣了三天的使用权，就好像是说我给你发了个红包，然后马上告诉你哎我逗你玩儿。这种对于新用户来讲就完全不如直接说我给你免费3天的使用。
智普（智谱）的模型能力我倒是没有什么怀疑，希望他们继续优化一下这个东西的体验吧
智谱AI输入法感觉是一个很难去选择到底是好还是不好的产品。
好的话主要有一个方面，可能就是它可以通过语音的方式调取大模型。这样的话，相当于因为语音其实是一个输入法，那我在任何的产品里面，其实都可以通过这种方式进行一个输入。
不好的地方主要有几个方面：
1. 邀请码机制不合理
在用户刚开始使用的时候，从注册到使用，中间加了一个邀请码。然而，这个邀请码并不是必须的。有了邀请码可以使用的时间长一点，没有邀请码可以使用的时间短一点，并且可以拿原有的积分去兑换使用的天数。这样就导致邀请码本身不是一个必须的东西，但在第一步就把这个弄得太突出，会让用户感觉很不友好。
2. 输出内容格式化不足
它在输出之后，对于输出内容的形式上会有些不太好。它不会做一些格式化或书面优化，从当前的使用上来说，其实效果不那么好。
3. AI词汇识别错误
在中文和英文混杂的情况下，尤其是AI相关的词汇，它有很多识别出错的情况。这感觉是专门做AI的公司，在AI词汇这出错，是一个不太应该的情况。
这个产品的设计就一股子 emmmm，vibe coding 风，不知道这个 ui 的受众会是谁
邀请码机制非常烂，语音输入这么基础的功能都要做裂变
结论：你永远可以相信智谱的 C 端产品
不知道为啥评分会这么低，感觉能用，能识别多种语言，英语那么烂也能识别出来，还是挺厉害的。
还有人设模式，别人说的话，都能翻译出来，比如女朋友的反调，都可以翻译出来??
不过一进页面就要邀请码，不然就给你用三天，或者拿 几百积分去换七天的时间，这点就有点搞不懂，到底是什么样的收费形式。
总体用下来，还算可以的。
最大的问题是为什么邀请码只有几天啊？付费都不让？
以下的评论原本计划使用智谱AI输入法写，但最终还需要手动调整，最后还是用了typeless。
到目前，AI输入法主要用了三类：Typeless、智谱和之前的闪电输入。但试用完之后，感觉智谱作为一个大厂，并且是一个收费的，整体来说感觉不如其他两个。主要原因有以下几个方面：
1. 下载完APP登录后，直接就让输入邀请码，但邀请码根本没有地方获得。结果下方只有一个小的三天试用选项，并且还可以拿积分去兑换使用。我觉得不用直接把邀请码放在第一位，这个给人的第一感觉很不好。
2. 它没有做口语到书面的转化，而且里面有很多识别不准确的地方。比如在对话中说到“123”，其他的输入法更多会转向“Typeless”（转成序号），但智谱的这个基本上没有什么转换。
3. 识别的准确率感觉没有说的那么高，尤其是中英文结合的场景，有些基本识别不到。比如智能体工作中的agent workflow，有些就会识别出错。
4. 它唯一做得比较好的就是可以通过小凹（一个功能），然后直接调智谱的大模型，去做一个生成式的文字。但是这个功能是否有很大的应用场景，感觉还需要再考虑。
1.emmmm 有种被花了一个很丰富的披萨版大饼（有很丰富的料展示），但是实际用下来很疑惑，首先是多种语言，是指原生语音转录识别支持多种语言，还是要通过提示词把中文 / 英文转换成对应的文本呢？
2. 邀请码和积分制体系不清晰，我宁可它明确告诉我有 ai 识别和纠错能力一个月会员是如何收费的。
3. 以上不是纯粹查评，而是有种不满意（ui 也有些敷衍），宣传的一些功能如果好好打磨做到好用加省心，其实是可以走出自己的一条路子来的。同时充值或者说积分真的建议好好设计一下。
4. 多种语言翻译记录和向小凹提问本身还是蛮方便的，只是可惜没有好好打磨。
5. 我不太清楚一个是为啥我退出账号灯枯了还会触发这个（也许是我电脑故障，但是也可能是设置的问题？）