AI语音输入法 vs 普通语音输入法
AI语音输入法的定义：使用gpt-4o-transcribe等最新原生多模态听写模型的输入法，一般是包月收费的，例如CleverType，WisprFlow
普通语音输入法的定义：使用上一代语音识别技术的输入法，一般是免费的，例如讯飞输入法，搜狗输入法，百度输入法，谷歌输入法，微软输入法
普通语音输入法中英混说识别率都很低，都没有去除口头禅功能
普通语音输入法如果不进行人工修改的话，其他人一看就是语音录入的，痕迹是非常明显的。
测试方法：内容都一样，就是中英交叉，念一遍七个AI的名字+混入口头禅
现在我觉得口头禅问题是语音输入法的第一大问题，以前不录音，不知道自己说话会有这么多口头禅和废话
尤其是在边思考边创作边说话的时候，大脑思考速度很可能是跟不上嘴说话语速的，这时候为了避免冷场尴尬，人就会下意识的说一些废话，例如这个，那个，嗯，好，是吧，就是说，等来填充冷场时间，
当然可以通过训练，来改变这个说话习惯，很多好的演讲者，他就没有说口头禅习惯，但这并不是天然的，是需要经过大量的刻意的训练才能养成的习惯
⊚CleverType（原生多模态AI语音输入法）：基本全对
我这篇文章就是用这个输入法语音写的
⊚WisprFlow（原生多模态AI语音输入法）
识别率较高，但不如CleverType，当然也可能与在PC上测试，麦克风距离和风扇噪音有关
⊚讯飞输入法语音：翻车
⊚搜狗输入法语音：翻车
⊚百度输入法语音：翻车
⊚微信留言识别：翻车
微信的发完语音再转文字功能，识别率极低
而微信的发语音当场转文字功能，貌似使用了不同的模型，识别率中等
奇怪的是，当场转和事后转，识别率貌似不同
⊚谷歌GBoard输入法语音：翻车
谷歌GBoard语音输入法，应该是全球最大输入法之一了，playstore 100亿次下载，然并卵，一样翻车
⊚微软SwiftKey输入法语音：翻车
⊚苹果输入法语音：未测试
AI语音输入法 vs 大模型App自带的语音留言
因为我经常手机用ChatGPT，Deep research，元宝版DeepSeek等，经常出现识别率低的问题，问题都一堆错别字，答案自然也是错的
打算用第三方AI语音输入法代替ChatGPT等自带的语音留言功能，识别率会大大提升
这里不讨论实时语音通话功能。为了立即响应，实时语音不支持推理模型，回复内容短，必须要求联网才会联网，用来提问远没有语音留言+推理+联网+字数多实用
ChatGPT语音留言：翻车
连ChatGPT自己的语音留言识别率都这么低，这你能信？
说明ChatGPT自己的语音留言，都没有调用4o-transcribe模型，不知道用的啥模型
Gemini语音留言：史诗级翻车
豆包语音留言：翻车
待上传图片
元宝语音留言：翻车
其他大模型：连翻车的机会都没有
Grok和Copilot App根本就不支持语音留言
Claude App的语音留言不支持中文
AI语音输入法推荐
⊚CleverType
安卓/iOS/Chrome，无Win/Mac版，
$6/月，$54/年，首2月半价。在安卓app里内购，会显示第一个月$3，网页买没有优惠，iOS不清楚
免费累计试用2000字，会员不限量
使用4o-transcribe api
貌似没有学生优惠
下载渠道：安卓：PlayStore等。iOS：AppStore，佬友说国区也有
主要优点
识别率高
录音中本来有大量口头禅，都已经被去掉了，识别基本都对，标点符号准确
这个输入法使用ChatGPT 4o transcribe这个api，所以它的识别率，去除口头禅的功能，跟VoiceNotes是一样的
这个输入法我感觉甚至比我电脑键盘打字的错别字比率还要低，因为打字经常会有同音词的情况，或者是按错了键。但是语音AI输入法，它其实是用大模型把你的打的内容推理了一遍，你那些错别字什么它已经给改过来了。
现在用习惯AI语音识别后，再用这个搜狗，讯飞，百度，语音输入法实在识别识别率太低了，简直无法忍受，尤其是中英混合识别率，以及不能去除这个口头禅的问题
去除口头禅，加标点，润色
次要优点
边录入，边GPT提问功能
可以把问题录到任意地方，按GPT按钮直接提问，回答可以一键上屏。
属于附赠的功能，并没有按大模型收费
提问不支持联网，不支持推理模型，估计是用的4o或4o-mini模型
貌似可以拼车（未大量试验）
我试两个安卓手机可以同时登录同一CleverType账号，包月貌似也没有限时，就是说应该可以拼车的
不会像微信那样登录一个手机，另一个手机就挤掉线
次要缺点
没有拼音键盘
现在没有中文键盘
其实有个中文"郑码"键盘，不是拼音键盘，"郑码"是一种Windows8之前，Windows系统内置的形码输入法
其他语言键盘也支持几十种，说明开发者是有国际化意识的，未来还是有可能有中文键盘的
方法：Ⓐ比如说你要上面加什么字（例如加"三"字，单说一个字同音字太多），你就说一个包含这个字的单词或者句子（张三），然后把多余的字删掉就行了，这其实跟你打字的速度差不多。
Ⓑ使用短语快捷键功能，例如zs=张三
Ⓒ切换到讯飞搜狗上打字
不支持自动执行自定义提示词
所有自定义提示词都要手动点按钮才会生效，并不会自动生效
没有同音词和专有名词词典功能
就是不能自动替换掉同音词，自己加专有名词（例如姓名）
方法：用自定义提示词，加入同音词和专有名词，手动按按钮替换
没有PC版
这个输入法暂时没有Win或Mac版，有Chrome插件可以在网页，论坛，网页版笔记打字，但不能在PC微信/钉钉里打字
其实PC上并不是太需要语音输入，因为键盘如果能盲打，速度也挺快的，如果一定要在PC上浏览器以外用语音输入，估计用安卓模拟器运行钉钉/微信+CleverType是可以的
有少量的时候会识别成繁体中文
因为这个软件并没有自动生效的全局系统提示词的功能，如果有这个功能,就可以把要求输出简体中文这个写进去。
办法：建一个自定义提示词，然后如果发现出现繁体的情况，就运行一下这个提示词就可以了，就是按钮按一下，也不算麻烦。
需梯子
例如SSR里要设绕过大陆和局域网。一般不要选全局模式，会导致所有流量全部走梯子，速度慢，费流量。
⊚WisprFLow
iOS/Mac/Win，没有安卓
$15月，$144/年，学生半价+试用三个月
免费版每周2000词，会员不限量
⊚WhisperKeyboard
网，国产，只有Mac，自称用开源Whisper，不过Whisper开源版已经是比较老的语音识别模型了，后面新版都没有开源
号称AI输入工具，实际作为输入法并不好用的
⊚Grammarly
⊚Voice Typing
⊚AI Chat Keyboard
为什么这些AI语音输入法都是国外的？
国内的多模态大模型技术，比ChatGPT落后1~2年，中国现在的语音识别率和朗读自然度，还达不到2024年GPT标准语音的水平，只有豆包的语音技术好一点，DeepSeek根本就不做多模态和语音
所有国内的AI输入法，都有个共同问题，就是它受中美法规限制，两个国家都要求，中国App禁止接入GPT的语音模型
输入法付费值不值？为什么说免费输入法识别率不可能太高
这类AI输入法，跟AI笔记一样，肯定是要收费的，因为ChatGPT语音API的成本就是每小时0.36美元
CleverType输入法是每月六美元，每年$54，折合¥1.1/天
绝大部分免费语音输入法，包括微软，谷歌，讯飞，百度，搜狗，根本就不是"ai语音"输入法，并没有使用多模态大模型技术，与使用whisper或4o-transcribe模型的语音输入法，是有技术代差的，从本质上就很难解决中英混输和口头禅问题，因为中英混输和口头禅需要利用大模型的智力进行推理，而不仅仅是靠"听力"
其实判断输入法的识别率，最简单的方法，就看是收费还是免费的就行了，免费的识别率就不可能太高。笔记语音识别大模型API不便宜，4o-transcribe折合¥2.7/小时，怎么可能给你白嫖
但是考虑很多人每天要在手机上花几十分钟，甚至一两个小时打字，写笔记，微信，钉钉，AI提问等，输入法大概是一个人使用频率最高的App，如果真有好用的输入法，付点费也是值得的，按照小时均摊下来，成本也不高，例如每天打字一小时，那成本就是¥1.1/小时
低识别率的语音输入法+改错字，去除口头语，发现错字撤回重发，加起来的时间，可能是一个识别率高的输入法的两倍甚至三倍时间。
更不要说情绪损失，别人（尤其是同事上级老板）看到你用讯飞一类识别率低的语音输入法，有大量错别字/口头禅，给人一种马虎，随便，不负责，没文化，学历低的负面印象，这也是个人品牌损失
AI语音输入法 vs AI语音笔记
AI语音笔记，例如VoiceNotes，SoundType，Tana Voice Memo，Plaud（硬件），Limitless（硬件）
相似性
理论上，一个优秀的AI语音输入法，加上任何一个非AI笔记软件。都相当于AI录音笔记软件
如果预算有限，或者使用AI语音笔记频率低，可以只买AI语音输入法，代替AI语音笔记。
只有AI输入法能做的
在微信，钉钉等任意App里打字
录音当时看到内容：VoiceNotes要录制结束，上传后才能看到正文
当场修改录音内容：VoiceNotes不能改
只有AI语音笔记能做的
保留原始录音
区分多个说话者：例如VoiceNotes开Meeting模式
