就内容创作而言，说话为何替代不了打字

就内容创作而言，说话为何替代不了打字 近期以 Typeless 为代表的新型语音输入工具借助大语言模型实现了更干净的文本转写，并宣称语音优于键盘输入。但实践表明，尽管语音输入能在特定快速回复场景中提升效率，在需要深度思考和反复推敲的内容创作中，它仍无法取代打字。 新型语音输入工具利用大语言模型过滤口水词和处理替换指令，大幅改善了传统转写的杂乱问题，适合快速专业回复。 语音工具宣称的“说话比打字快”忽略了创作本质，因为写作并非追求速度，而是包含选词、回溯与重构的思考流程。 语音输入是单向且线性的表达方式，容易打断深入推敲，且思维混沌时的口语表达即便经由模型润色也难以达到理想输出。 新型语音工具的特点与适用局限 Typeless 和 Wispr Flow 等新型工具通过大语言模型处理转写文本，能够剔除口语停顿词并理解口头纠错指令，从而输出整洁的文字。在需要争分夺秒给出详尽专业解答的场景中（例如律师回复客户咨询），这类工具能显著提高沟通效率。然而在公共场合使用存在社交打扰，且并非所有文字产出都以速度为核心指标。 创作本质是不可外包的推敲过程 常规文字创作往往远慢于单纯的打字测试速度。打字是一个边写、边审视、边调整用词的非线性思考过程，创作者需要频繁停下来检查病句、寻找更精准的表达并重读修改。语音输入采用线性的表达机制，试图通过口头纠正中断思考，实际上剥夺了作者深入推敲的环节，将思考过程强行外包给工具算法。 口语表达无法承载精确写作 在缺乏成型思路的情况下仓促使用语音输入，往往会导致口水词频出、语意混乱，即便是大语言模型也难以润色出合乎要求的文本。正如文学创作所强调的，随心所欲的口头表达难以令人完全满意，而书写与打字所赋予的多次修改与斟酌机会，才是让语言展现严谨面貌的关键。

就内容创作而言，说话为何替代不了打字 近期以 Typeless 为代表的新型语音输入工具借助大语言模型实现了更干净的文本转写，并宣称语音优于键盘输入。但实践表明，尽管语音输入能在特定快速回复场景中提升效率，在需要深度思考和反复推敲的内容创作中，它仍无法取代打字。 新型语音输入工具利用大语言模型过滤口水词和处理替换指令，大幅改善了传统转写的杂乱问题，适合快速专业回复。 语音工具宣称的“说话比打字快”忽略了创作本质，因为写作并非追求速度，而是包含选词、回溯与重构的思考流程。 语音输入是单向且线性的表达方式，容易打断深入推敲，且思维混沌时的口语表达即便经由模型润色也难以达到理想输出。 新型语音工具的特点与适用局限 Typeless 和 Wispr Flow 等新型工具通过大语言模型处理转写文本，能够剔除口语停顿词并理解口头纠错指令，从而输出整洁的文字。在需要争分夺秒给出详尽专业解答的场景中（例如律师回复客户咨询），这类工具能显著提高沟通效率。然而在公共场合使用存在社交打扰，且并非所有文字产出都以速度为核心指标。 创作本质是不可外包的推敲过程 常规文字创作往往远慢于单纯的打字测试速度。打字是一个边写、边审视、边调整用词的非线性思考过程，创作者需要频繁停下来检查病句、寻找更精准的表达并重读修改。语音输入采用线性的表达机制，试图通过口头纠正中断思考，实际上剥夺了作者深入推敲的环节，将思考过程强行外包给工具算法。 口语表达无法承载精确写作 在缺乏成型思路的情况下仓促使用语音输入，往往会导致口水词频出、语意混乱，即便是大语言模型也难以润色出合乎要求的文本。正如文学创作所强调的，随心所欲的口头表达难以令人完全满意，而书写与打字所赋予的多次修改与斟酌机会，才是让语言展现严谨面貌的关键。

**Matrix 首页推荐** [Matrix](https://sspai.com/matrix) 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。 文章代表作者个人观点，少数派仅对标题和排版略作修改。 继[逝去的 TNT](https://www.bilibili.com/video/BV1fi4y1t7L5/) 之后，最近，语音输入又引发了一轮讨论。这次是以 [Typeless](https://www.typeless.com/) 为首的语音输入工具开始的。它们宣称可以令用户通过说话的方式做到完美文本输出。Typeless 还在其官网插入了一个「宣言」页面，信誓旦旦地宣称「语音才是人类的原生输入方式（Voice is our default）」，以此来衬托 Typeless 的革命性。 传统的语音输入不尽如人意的重要原因，是因为算法通常会忠实转写语音中的所有文字。例如，我们在说话的时候会有停顿、或者「嘴比脑子快」的情况，算法会不假思索地将它们输出到结果里。而像是 Typeless 和 [Wispr Flow](https://wisprflow.ai/) 这类新型语音输入工具，它们会将转写结果交给大语言模型「转」一轮，移除「嗯啊是哎」这类口水词，然后理解「啊，不是，刚才说的应该是……」这类替换词的指令，再经过一轮打磨，最终输出到输入框中。 我在朋友的手机上第一次看到这个演示。当时他向我演示了在 ChatGPT app 中，用自然语言的方式组织了一个很长的提示词，基本上也是想到什么说什么。从表面上来看，最终的转写结果非常干净利落：Typeless 不仅将口水词全部移除，还稍微打磨了一下输出。在这几个月的群聊交流中，很多群友都对 Typeless 有着不少的溢美之词。 看着很美好，但当我尝试自己使用 Typeless，发现实际体验和想象中完全是南辕北辙的。 首先是「打扰」的问题。对我来说，使用 Typeless 最好的场景是和别人聊天，但在这种场景下，物理上我有可能和其他人在一起。在其他无关人士在场的情况下，语音聊天会让我觉得有点「不会读空气」。（传说 Typeless 有个低语模式，但我也没有实际体验过，因此也不好做出评价。） 「打扰」这个事情，再怎么说也算是可以「用户自适应」的缺陷：如果必须要在公共场合使用，顶多换一个没人的地方，或者用手遮挡一下就好。真正让我对 Typeless 敬而远之的一点是，我觉得 Typeless 这类语音输入工具，正在剥夺我的思考流程。 没错，如果你的输入非常集中在「快速回复」这一点上，Typeless 的确能为你提升不少的效率。我们群组中有一位律师朋友十分中意 Typeless，因为他需要快速回复客户的问题，而且因为涉及法律专业意见，因此每位客户的问题都需要十分详尽的回复。这时候，Typeless 可以在极短的时间内输出合理且专业的回复，是一个极为合理的选择。 但我不一样。除了聊天，我目前阶段很大一块的精力都在内容输出上。自从上一次尝试让 LLM 主导写作（并且获得了并不愉快的体验）之后，我至今都坚持自己主导内容撰写和输出的工作。期间可能会用到 LLM，但最多就是帮我检查病句、错别字，或是整理思路（例如[这篇](https://astrian.lol/generative-aesthetic-rumination/))。 无论是 Typeless 还是 Wispr Flow，他们的营销都希望让你无脑地相信，「因为说话比打字快，所以说话是一个更好的输入方式」。Wispr Flow 甚至还推出了一个[打字比赛](https://typingtest.wisprflow.ai/?utm_source=astrian.lol)，如果你的打字速度超过说话的速度，你就可以赢走一辆保时捷汽车。而这种打字比赛通常的流程，是通过一段相同且固定的文本，测试键盘输入和语音输入速度。 但问题是，至少在我写这篇文章的时候，所有内容的撰写和创作都是需要经过[推敲](https://zh.wiktionary.org/zh-hans/%E6%8E%A8%E6%95%B2)的。对我来说，一个典型的撰写过程类似这样：首先我需要思考「这句话应该怎么表达」，然后打出来。发现一些用词不太准确，触摸板选中不合适的词，移除，考虑一下哪个词更合理。有时候写到一半，又返回去看写过的东西——「这里能用一个成语概括」、「这个句子似乎是病句」、「这里表达是不是不太准确」…… 这些思考不一而足。当我写完一篇初稿，还需要花费时间从头阅读到尾，看看哪里还有不尽如人意之处，然后再单独修改。 所以，这些「革命性的」语音输入 app 们所营销的「说话比打字快」这一点，（至少在文本创作领域）是根本不成立的，因为正常的文字内容创作速度要比比赛中对着文本打字还要慢上不少。换句话说，创作本就不是一个「速度为先」的行为。而打字，本质上是一个思考的过程：我先输入这些词句，通读一次，看看它到底合不合适；而非用一个线性、无法回溯修改的表达过程，用「不对，应该是」这样的词句来强行中断思考并修正错误。 前两天，我在某个即时通讯应用上想要和别人分享一段话，并加上自己的附注。由于该应用的 macOS 客户端弹出输入框的一个 bug，使用带 buffer 的中文输入法输入内容会导致乱码。慌乱之下我只能使用 Typeless 输入。然后我就陷入了 30 秒的地狱之中：对着 Typeless 说话，我不仅多次说出「呃，那个」这些口水词，而且说话的错误频出。最终，Typeless 几乎无法从我混沌的语言中润色出合理的句子。我只能从其他记事簿 app 中输入好附注，然后再粘贴进去。 所以，至少对于我和我的创作流程而言，打字和说话根本不是二选一的选择：创作是一种脑力劳动，而语音输入正尝试剥夺我的思考过程、强迫我将这个过程外包，我自然并不认为语音输入是比键盘输入更好的选择。从这个角度而言，无论是 Typeless 美其名曰「宣言」的营销材料，还是 Wispr Flow 的打字比赛，都是忽略了创作实际内核的空中楼阁。 我有个朋友向我分享了[《美国讲稿》](https://book.douban.com/subject/10555538/)的一个片段。我没有读过这本书，但我觉得这一段十分精确地归纳了我的一部分创作论： 因为我认为人们在使用语言时习惯于一般化且随心所欲或漫不经心，对此我却不能容忍。请不要把我的反感说成是我不能容忍我的同胞。不，我最不能容忍的是听我自己讲话。因此，我尽量少开口讲话，宁愿用手写。因为写的时候我可以多次修改，不能说一直改到我对自己的言语满意时为止，至少可以改得令我看不出有什么不满意的理由。文学——我指的是名副其实的文学——是一片乐土，只有在这片乐土上语言才会现出本来的面貌。 \> 下载 [少数派 2.0 客户端](https://sspai.com/page/client)，解锁全新阅读体验 📰 \> 简单、好用、[专注的写作软件](https://sspai.com/item/49?source=ppfv4au3&source_platform=sspai)，少数派为你呈现 🚀