1. 产品介绍
让说话直接接上正在写的内容
Wispr Flow是一款语音输入与文字整理工具。它可以在邮件、文档、聊天等输入位置把口述变成文字,再处理停顿、标点、列表和明确的改口。适合已经知道要表达什么,却不想把思路逐字敲出来的人。
本文聚焦 Dictation(听写):用户主动说一段内容,把结果放回正在使用的输入位置。它与持续记录多人会议、生成纪要的 Notetaker 是不同工作场景,不能把两者的数据设置和使用方式混在一起。
2. 核心使用流程
在需要文字的位置开始,而不是另写一份转录
以给同事发会议通知为教学情境,先把输入位置放到正在使用的邮件、文档或聊天中,再开始 Dictation。
快捷键说明区分按住说话、松开提交,以及双击进入免手持模式(不必一直按住快捷键)、再次按键结束。选适合这段表达的方式,避免把“已开始说话”误当成工具已完整接到开头。
连续说出意图,再核对整理结果
- 说完一段内容:例如“周二开会,不,改到周三;请先看议程,再带上预算”。这句话用于理解流程,不是识别准确率测试。
- 允许当场改口:Smart Formatting 与 Backtrack会整理格式,并结合整段上下文处理明确纠正。用户不必为了一个改口先停下来删除前文。
- 检查关键意思:查看目标位置中的文字,核对周三是否保留、两项准备要求是否完整。名字、数字和否定词尤其值得逐项看。
- 再决定发送:生成文字完成的是输入与整理,是否把它发给别人仍是用户的下一步判断。
使用前还要分清数据选项:听写需要云端处理,是否用来改进模型、是否在云端保存听写记录、是否保留本机历史,是不同的数据选项;云端保存的记录可用于跨设备访问。数据说明与设置说明不能被简化成“关闭存储就完全离线”。
整理偏离原意时,取回原文再继续
桌面端可在 Home 的 Recent Activity 找到已完成记录;当原文与整理版不同,使用 Undo AI edit 取回原始转录,复制并粘贴回目标应用,Redo AI edit 则切回整理版。
这个动作不会自动撤销外部应用中的其他编辑,也不会重新识别音频。若原始转录就听错了名字,仍需手动纠正。流程因而留下两个不同检查面:先判断转录是否忠实,再判断自动整理是否保留意思,不必把所有错误都当作重新口述的理由。
3. 设计亮点与借鉴
把“说错后改口”当成表达的一部分
人在说话时不总能一次说对。要求用户先停止录音、删掉前半句、再重新说,会把口语本来的连续性拆散。Backtrack 的设计是让人直接在同一段里纠正,再由系统结合上下文整理。
但关键词本身不够。官方用“其实很喜欢这部电影”一类语境说明,含有 actually 的句子未必是在纠正前文;该保留的表达不能因为出现一个词就被删掉。这使设计目标更明确:系统处理的是说话者最后要表达的意思,而非机械删除某个词及其前文。
回到改会议日期的示例,用户需要结果保留周三,同时不丢掉“先看议程、带上预算”两个要求。日期改对但漏掉要求,仍不是好结果。好的默认整理应该减少编辑动作,同时让关键事实容易核对,而不是用文字看起来流畅替代准确性。
给自动编辑留下可取回的原文
桌面端恢复说明给出一条具体路径:当已完成记录的原文和整理版不同,可在 Home 的 Recent Activity 中找到它,选择 Undo AI edit,复制恢复后的文字,再粘贴回目标应用。Redo AI edit 可以切回整理版。这不会自动撤销用户在外部应用里的其他修改。
这里的亮点是把“模型整理不好”变成可处理的状态。用户不必先找到一个更完美的提示,也不必重说整段,才能取回原始转录。格式整理和再次转录也是不同动作:恢复原文不会重新听一遍音频,原文中已经听错的词仍需另行处理。
这给自动化产品一个具体启发:输出不应只有一个看似完成的结果。保留原始材料、说明自动变化发生在哪一层,并给出可理解的恢复路径,用户才有能力在省事与忠实表达之间作选择。