千問電腦版上線語音輸入法：打工人終于可以用嘴干活了

Vibe Coding 火了之后，越來越多的人選擇對著屏幕口述，而不是敲鍵盤，不少網友甚至為此整出 AI 語音鍵盤。

今年 3 月，Anthropic 也給 Claude Code 加了語音模式，在終端輸入 /voice，按住空格說話，松手執行。很難想象，連「寫代碼」這種最依賴鍵盤輸入的場景，都開始支持語音了。

既然寫代碼的人都開始用嘴干活了，那我一個每天寫文章、寫方案、做 PPT、整表格的打工人，還在一個字一個字敲鍵盤，顯然也不夠高效，尤其是查數據要切三個頁面，做個匯報 PPT 要從找模板開始花三小時，整理會議紀要邊聽邊記還漏一半。

究其原因，不是每個人的口頭表達都那么好。哪怕也有一些 AI 輸入法能解決，比如我們之前介紹過的 Typeless，每年光訂閱費每年就得花 1000 塊。

在真正干活的電腦端，至今沒有和深度 AI 辦公能力打通的語音入口。剛好，千問電腦版/網頁版最近也上線了千問語音輸入法，據說奔著「用嘴干活」而來。而且千問電腦版還是全免費——不只是語音免費，它內置的所有 AI 辦公能力，全部敞開用。

別被輸入法這個名字騙了

一開始，看到千問語音輸入法這個名字，我下意識以為這就是一個識別準確率更好的 AI 輸入法，結果我發現完全不是一回事。

千問語音輸入法上手幾乎沒有門檻。兩個快捷鍵搞定一切，按住是語音輸入，雙擊是讓 AI 干活。Win 是右 Alt，Mac 是右 Command，你可以根據使用習慣來設置喚起的快捷鍵。

你在 Word 里寫文檔也好，瀏覽器里看資料也好，釘釘里回消息也好，快捷鍵一按，語音入口浮出來。不用切到千問客戶端，不用打開額外窗口。想問就問，想說就說。

千問語音輸入法主要就兩種使用姿勢：按住開始語音輸入，想到什么直接說就行，千問幫你自動去口水話、糾正口誤、生成結構化表達。雙擊喚起語音指令，這時候你是在給 AI 派任務，比如查個東西、幫你回消息、生成文檔。

打從一開始，它就不只是打算只做一個「幫你打字更快」的輸入法。你的嘴負責下達指令，它是一個中樞接口，負責聽懂、翻譯、調度，讓 AI 把活兒干完交給你。

說話就是比打字好使

2026 年，我對一款語音輸入法的要求，已經遠遠不止是識別準確率。「聽得清」的逐字聽寫都是基操，更重要的是理解我想表達什么，再幫我組織好。

比如口述一段想法，它能保留我的意圖，幫同事把廢話全部過濾掉，口誤也順手修正，吐出來出來的是干凈、精煉、可以直接發出去的文字。

比如碰到方案延期這種事，也可以交給千問整理成一段清晰的書面表達，而我只需要直接按住快捷鍵，隨口反饋給千問：

關于這個項目的延期，我… 啊不對，我想說的是關于這個方案的調整，其實原定計劃是本周五交付，但是… 呃… 因為客戶那邊臨時加了三個需求點，我們評估了一下大概需要多兩天，所以… 不對，我的最終意思是：方案交付時間從本周五調整至下周三，原因是客戶新增三個功能點，需要補充技術評估，我們承諾下周三前一定提交初版方案。

松手后結果就出來了，可以看到它自動刪除所有「啊不對」「呃」「但是」等語氣詞，把我表達的核心清晰整理了出來；對比常規的語音輸入，只能逐字記錄，還要自己手動編輯，千問語音輸入法基本無需手動調整，就能直接發出去。

在一些更專業和復雜的項目溝通中，千問語音輸入法就更加實用了。

比如下面這個溝通需求，注意看，我長按說了一大堆話后，最后還補了一句：將關于數據部分提前。

這次產品改版的核心目標是提升新用戶的留存率。我們在 onboarding 流程里增加了三個引導步驟，把原來的五步走改成了三步走，還在每個節點加了進度提示。另外，我們發現很多用戶在第二步就流失了，所以把第二步的表單從 8 個字段縮減到 3 個必填字段。數據方面，改版后一周的留存率從 35% 提升到了 48%，次日留存提升了 12 個百分點。不過也有一個風險，就是表單精簡后收集的用戶信息變少了，可能會影響后續精準推薦的效果，這個需要持續觀察。最后是團隊層面的配合，設計部在兩周內出了兩版方案，開發部用了三天完成上線，整體節奏還是很快的。嗯把數據那段放到最前面，然后分段給我

這里結果對比就更明顯了，只有千問聽懂了「把數據那段放前面「」的指令，自動重排段落，我用嘴就完成了原本需要鼠標+鍵盤的操作。

常規語音輸入結果

千問語音輸入法結果

體驗過程我還發現了一個讓我驚喜的細節，千問語音輸入法對于中英文夾雜的口述內容，識別特別到位。

這個函數的主要作用是處理用戶登錄時的 token 驗證，首先會調用 validateToken 方法檢查 token 是否過期，如果 expired 的話就返回 401，然后如果是 valid 的話，再調用 getUserInfo 接口去拉取用戶信息，最后把 userId 和 role 寫進 session 里面。注意一下，這里有一個 edge case，就是當 token 是 refresh token 的時候，要走另外一條邏輯分支。

千問不只把所有的英文術語都識別對了，而且還自動根據我的話分點輸出，一目了然。

千問語音輸入法結果

我還想分享一個對于內容創作者特別有幫助的用法，APPSO 每天早上都要開選題會，大家會有很多碎片想法，一個熱點現象、一個行業觀察、一個趨勢判斷……

之前有些想法是散裝的，不成體系，現在我可以直接在會上按住喚出千問語音輸入法，讓它將這些想法整理成大綱。比如這一大段我在會上對編輯選題的反饋意見，如下圖所示：

千問語音輸入法結果

松開手后，一段詳細的選題大綱就出來了，編輯能穩穩接住我的反饋，稍微擴充就能寫出一篇深度分析稿件。最后的成文也附上給大家看看：蘋果悄悄砍掉丐版 Mac mini，人人都要交「AI 稅」的時代來了 。

單就語音輸入這個維度，千問給我最大感受是，真就說多快多亂都沒關系，反正輸出的質量 AI 會兜底。

萬物皆可 Vibe，一句話的事

語音輸入只是第一步，千問語音輸入法更大的價值是還能幫你干活。

上面提到了整理選題大綱，然后我就需要沉浸式寫作，但每次要查個數據和報告，都得切到其他網頁和應用。這里千問語音輸入法就很自然地出現了——它支持在任意軟件、桌面全局喚起，不用切換窗口，動動嘴就能直接查。

比如我在寫一篇關于 OpenAI 的文章時，剛好有一段要引用最近的融資金額和投資方。我雙擊喚起語音指令，說一句：「幫我找一下 OpenAI 最新融資背景。」

思考一兩秒，千問小窗就直接彈出把詳細結果發我了，我看著引用繼續寫，心流就不會被打斷。

假期剛回來，一大堆工作等著推進，我需要整理一個清晰的周報，但又沒時間慢慢敲字，于是雙擊并隨口將把需求說了出來，里面夾雜著帶著大量口頭表達：

誒那個，我匯報下這周進度哈……A 項目目前跟進到第三階段了，中間遇到了供應商交付延遲，大概遲了三天，后來通過加班把進度趕回來了……B 項目還在需求評審，產品那邊原型圖有點模糊，約了下周一早上十點對齊……下周還要申請兩臺測試服務器……你幫我整理為周報 word 文檔，語氣專業一點，條理清楚。

此外，千問語音輸入法還有一個更有意思的功能——幫你回消息。

我每天往往需要在微信、釘釘、飛書等各種項目群里穿梭，回復各種消息。非常消耗精力，這時候我就能讓千問讓我的「嘴替」了。

比如假期還沒過完就被同事催交文章，我就雙擊讓它幫我來一段高情商回復。

我無需給它介紹背景，它就能根據屏幕內容補充上下文，給我一個「聰明」的回復

而在一些面對客戶或者更正式的場合里，我也可以雙擊讓它給我擬一個得體的回復。

這是因為千問語音輸入法支持了「場景感知」。它自動識別你當前在什么應用里，看到你屏幕上的內容，據此調整輸出的風格。你不用告訴它更多背景，它自己就能看懂。

下周要出差，我直接雙擊，在微信讓它幫我根據聊天信息，整理成一個出行指南便簽。

最后給我的這份出行指南，除了航班信息，還貼心地給我整理了待辦事項，并根據當地天氣和交通情況給了我一些具體建議，這對于常常出差的媒體人來說十分友好。

開周會的時候我還發現了一個實用的小技巧，會議開始，我雙擊兩下喚起千問語音輸入法，結束后一句：「幫我把剛才的內容整理成會議紀要。」它就自動幫我整理好了。

這很適合一些快速拉通的臨時會議，不用再單獨打開會議記錄類的應用，隨手雙擊馬上記。

對著電腦說話，活兒 AI 自己就干完了

別誤會，對著電腦喊「幫我查資料」「寫個郵件」，現在只能算 AI 的基本操作。

千問 電腦端這次真正亮出的底牌，是把語音輸入和 PPT 創作、AI 表格、文檔處理等功能組合起來，這也是真正能幫打工人實現「每天早下班一小時」的實用功能。

拿最折磨人的 PPT 來說，千問不是去素材庫里給你拼湊爛大街的野生模板，而是直接用大模型的代碼能力動態生成復雜排版。如果你覺得哪里不夠完美？直接多輪對話讓它接著改，改到你滿意為止。

為了探探底，我先讓它幫我做個視頻號運營課程 PPT，幾乎在語音落地的瞬間，AI 就進入了光速消化模式：填充血肉、匹配邏輯一氣呵成。

最令人驚喜的是，千問對「圖文穿插」的理解并非生搬硬套，而是根據內容深度匹配了差異化的版式，整份 PPT 拿出來，幾乎就是可以直接交付的成稿。

這還沒完，你還能一次性給千問喂最多 39 種不同格式的參考文件，讓它自動梳理邏輯、提煉重點，幫你省去了來回翻資料的麻煩。至于配圖，它也能根據上下文自動匹配，找不著合適的甚至能當場給你生圖，全程都不需要你切出界面去求助搜索引擎、或者下載下來用 office 處理。

表格處理方面，千問的 Excel Agent 主打一個高水準。

不管是格式隨意的聊天截圖、手寫筆記，還是大段的純文本，丟給它就能快速生成標準的 Excel 表格。如果后續還要算算增長率、畫個趨勢圖，也不用再去頭疼怎么寫函數公式了，直接用自然語言吩咐它就能搞定。

我試了一個稍微有點復雜的需求：讓它根據 2026 廣州最新版初中英語教材，把各句型的語法結構、時態變化和參考例句整理成 Excel 表格，格式要適合一頁紙打印，方便拿來背誦。

換以前，這種事得自己一條條查資料、手動錄入、再調格式，至少要折騰半小時。現在說一句話，它直接把表格生成好，列名、行距、例句填充，基本不需要再動手改。

文檔處理這邊，Word/PDF Agent 支持圖文數據混合上傳，能自動排版并輸出直接可交付的文件。

更有意思的是，傳完長文檔你不需要自己去翻閱找重點，直接張嘴問，它就能快速定位給出答案；想修改哪里也是一句話的事兒，省去了自己去對照原文件一點點改的麻煩。

我試著傳了一份繁雜的合同 PDF，直接問它：「獨家授權內容是哪些？」它并沒有傻傻地把全文復述一遍，而是精準定位到了授權條款，把獨家范圍、授權期限和限制事項一條條列得清清楚楚。

目前，這個語音指令甚至還能和 AI 寫代碼、手搓網頁等任務助理功能組合使用，照這個架勢下去，未來的辦公形態，大概真的就是「動動嘴皮子就把活兒干了」。

和 AI 說話的人，會比鍵盤打字的人更早下班

用了一段時間千問語音輸入法，我想到一件事。

過去幾年「AI 提升辦公效率」喊得震天響，但大部分人的體驗是：我跟 AI 說了半天，它給我的東西根本不能用。然后就覺得 AI 也不過如此。

問題出在哪？出在溝通方式上。你用鍵盤跟 AI 對話，40% 的精力花在組織文字上，只剩 60% 在想你到底要什么。給出去的指令信息密度低、上下文薄，AI 當然輸出垃圾。這不是 AI 不行，是你喂給它的東西不行。

語音把這個死結解開了。說話時你不會給自己設字數限制，細節會自然地冒出來，上下文會自動變厚。它能把嘴里說出的自然語言需求梳理得井井有條，讓 AI 精確執行。

紐約銷售平臺 Clay 的教育負責人 Yash Tekriwal 提到，他用語音輸入的速度是每分鐘 205 個詞，打字只有 110 到 120 個。但速度還不是最關鍵的，他發現口述的 prompt 質量更高。

AI 圈最近有個詞特別火，叫 harness。它的意思大概是：你有一匹馬（AI 的能力），但你得有一套韁繩才能駕馭它，讓它往你要的方向跑。沒有 harness，馬再強壯也只是在原地打轉。

千問電腦版的語音輸入法就是這套 harness。

它連接的一端是你的嘴，另一端是 AI 的全套辦公能力：PPT、表格、文檔、搜索、分析、格式轉換。你說一句話，它把你的意圖翻譯成 AI 能執行的指令，然后調度對應的 Agent 去跑腿。它不是輸入法，是韁繩。是你駕馭 AI 辦公能力的那套 harness。

而別的「帶 AI 功能的輸入法」解決的是什么？是入口問題，幫你找到 AI 在哪里。千問解決的是駕馭問題，幫你把 AI 的能力精確地用起來。一個是給你指路，一個是幫你套好韁繩直接上路。差距就在這。

在 Agent 時代，語音本來是驅動 AI 工作的最自然和高效的方式。千問語音輸入法，就是率先在桌面入口端出了這套 harness 的產品 ，這也是為什么我期待，未來在更多終端上，能看到這種真正能駕馭 AI 的語音入口。

去年這個時候，如果你在辦公室突然對著電腦說話，一次兩次會被當成在打電話，三番五次就不禁讓人懷疑，工作壓力是不是太大了，精神狀態還好嗎？

今年開始，那些對著電腦自言自語的，可能就是全公司最早下班 (摸魚) 的人。

附客戶端下載地址：

https://www.qianwen.com/download?ch=tongyi_redirect

網頁版體驗地址：

https://www.qianwen.com/