Skip to main content
听写会把你说的话变成文字,输入到你正在打字的任何应用中。语音命令会把你说的话发送给智能体,智能体会出声回答,并能替你执行操作。如果想进行一来一回的语音对话,请改用 Live Talk。 下面的视频教程用不到 5 分钟完整讲解了听写:按住或轻点右侧 Command 键说话、让它从屏幕上读取名字、在词典里教它一个名字、润色或翻译你说的话,以及选择语音模型(包括可在 Mac 上运行的模型)。 第二个视频介绍了 2.5.13 中的新功能:说出你想写的内容即可生成草稿,并在听写的同时按你选择的翻译风格进行翻译。

开始之前

Enconvo 需要麦克风权限才能听到你说话。要把文字输入到其他应用中,它可能还需要辅助功能权限。参见权限。

听写到应用中

  1. 在任意应用中,点击你想输入文字的文本框。
  2. 按住右侧 Command 键说话。会出现一个小型胶囊条,表示听写正在收音。
  3. 说完后松开按键。文字会输入到光标处。
  4. 检查插入的文字,尤其是名字、日期和数字。
默认按住右侧 Command 键说话。如果想改为轻点一次后想说多久说多久,请打开 设置 → 听写 → 听写快捷键 并更改按键方式。之后再次按下快捷键或点击胶囊上的对勾即可完成。 听写会在适当位置自动在词句前后添加空格(中文、日文和泰文除外)。单独说出某个文本片段的名称或关键词,就会直接插入该片段的文本,而不是你说的那几个词。

使用听写卡片

听写时把鼠标指针移到胶囊上,它会展开成一张卡片,上方显示你的话,下方是控制按钮。在卡片中你可以直接切换麦克风、将此次听写转为 起草、选择 清理 选项,以及在不中断听写的情况下开关 按回车插入并发送 和 实时转写。停止后,卡片会显示清理的进度。 如果想保持胶囊小巧,请关闭 实时转写。此时胶囊只显示按钮和波形。

按 Return 发送

听写过程中按 Return,即可在一次按键中停止听写、插入文字并发送(例如聊天消息)。用快捷键或对勾结束则只会插入文字。可在 设置 → 听写 → 插入 → 按回车插入并发送 中关闭此功能。 如果想在每次听写结束时不按任何键就自动发送,请在同一个位置开启 插入后自动发送。

暂停与继续

当你通过轻点方式开始听写时,可以随时暂停:将鼠标指向胶囊上的电平指示并点击 暂停,或按 ⌥P。麦克风会关闭,你之前说的内容会保留。点击 继续 或再次按下快捷键即可继续说话,然后像往常一样用快捷键或对勾结束。按住按键进行的听写不支持暂停。 要更改按键,请打开 设置 → 听写 → 暂停 / 继续。它可以是一个组合键、单个按键(如 Space),或一个轻点、双击或按住的修饰键。按住该键会一直暂停,直到松开为止。

在会议中保持静音

在 Zoom、Microsoft Teams 或 Google Meet 通话、Mac 版 Telegram 应用通话,或 Enconvo 会议中,开始听写会自动将你在通话中的麦克风静音,结束或暂停时再取消静音。这在桌面应用和浏览器标签页中均有效。如果你自己原本就静音了,则仍保持静音。如果 Enconvo 找不到通话中的静音按钮,它会提示你一次让你手动静音。可在 设置 → 听写 → 听写时将会议麦克风静音 中关闭此功能。

用语音撰写草稿

你不必口述正文内容,只需说出想写什么,听写就会为你写好草稿,供你在插入前检查。
  1. 点击一个文本框,例如你正在写的回复框。
  2. 同时按住右侧 Command 键和 Shift 键,说出需要表达的内容,例如“告诉她周四下午两点可以,并请她提前一天发一下新的界面稿。”
  3. 松开按键。草稿在生成时会显示在听写胶囊上方的一个面板中。
  4. 按 Return 粘贴它,或按 Esc 放弃。
Return 始终会粘贴到开始起草时的那个应用中;如果当前另一个应用在最前面,它会先切回原应用。面板顶部会显示该应用的名称。 你也可以在听写中途转成草稿:在听写时轻点一次 Shift(即使在松开听写键之后也可以),你前面说的话就会成为草稿的指令。 草稿面板还开着时,单独按听写键并说出要修改的地方,即可进一步完善草稿。在文本框中再次使用起草功能,可以接着文本框中已有的内容继续写。

改写或回复选中的文字

开始起草前先选中一段文字,再说出要如何修改。在替换选中内容之前,草稿会显示改动的对比。 当选中的文字无法编辑时(例如你收到的消息或网页上的某段文字),起草功能会将其作为参考并写出新文本,按 Return 时会粘贴到你切回的输入框中。可在 发送选中的文字 中关闭此功能。 开启 发送 App 上下文 后,草稿会结合你当前所在的应用来撰写,因此更贴合你正在处理的内容:例如回复邮件时,它能读取你正在回复的那封邮件中的细节。 这些设置位于 设置 → 听写 → 起草:

使用屏幕上的名字

打开 设置 → 听写 → 感知当前应用内容 后,听写会读取你正在输入的应用,并按照其中的写法拼写名字,比如你正在回复的消息中发件人的名字。该设置默认打开。

边说边润色或翻译

点击录音胶囊上的 清理 图标,选择你的话在插入前要经过哪种处理:
  • 润色 会去掉口头禅和说错重来的部分,并修正错别字和标点,同时保留你自己的措辞。
  • 翻译 会把你说的话以你的回复语言输入;如果你说的已经是回复语言,则输入英文。
  • 本地润色 用 Mac 上的模型离线润色文字。只有当你的 Mac 能运行它时才会出现,其模型只需下载一次。
清理 图标会显示当前所选选项的图标;将鼠标悬停在上面可查看名称。再次点击该图标切换到下一个选项,或按 ⌃⌥⌘I(听写时切换)。要选择默认选中的选项,或用名称、提示词和模型添加你自己的选项,请打开 设置 → 听写,使用 清理 部分。 翻译和修正拼写和语法也会去除“嗯”、“啊”、结巴和说错重来的部分,使结果读起来像书面文字。它们的 去除口头禅 选项默认开启。 当你在某个应用中切换清理选项时,该更改只对本次听写生效。点击卡片上的 始终使用 … 可为该应用保留此选择,并提供 撤销。在已有规则的应用中,卡片会提供 设为规则 和 恢复规则。

选择翻译风格

要更改 翻译 的措辞方式,请打开 设置 → 听写,前往 清理,点击 翻译 这一行上的箭头,然后选择一个 样式:
  • 标准 准确贴近你的原话。
  • 地道自然 会自由改写,读起来就像母语者写的一样。
  • 自定义 遵循你描述的风格。
你选择的风格会以徽章形式显示在 翻译 这一行上。无论选择哪种风格,你说出的本身就是目标语言的文本,都会被翻译成你的另一种语言。

为特定应用设置规则

设置 → 听写 → 应用规则 可以为单个应用或网站修改听写的 清理、语言 和 Return 键。当规则使用翻译时,可以选择 翻译成,仅在该应用中翻译成另一种语言;例如在某个聊天应用中翻译成英文,而在其他地方继续保留你的常用语言。
  • 为 Discord、Slack、Notion、Telegram、WhatsApp、ChatGPT、Claude、Linear、Figma 或 Teams 设置的规则同样适用于其网页版。
  • 最后一行显示所有未设规则的应用使用的配置,即来自你的听写设置。
  • 常听写的应用 会建议你添加常用的应用。
在 Enconvo 自己的消息输入框中使用麦克风听写时,同样遵循 Enconvo 的应用规则(针对清理和语言)。
润色、翻译以及你添加的选项会使用你的 AI 模型,因此即使识别是在 Mac 上完成的,识别出的文字也会发送给该模型的服务提供商。本地润色则让文字留在你的 Mac 上。

选择语音模型

  1. 打开 设置 → 听写,点击 语音模型 旁的 更改。
  2. 从云端模型、在 Mac 上运行的模型以及使用你自己 API 密钥的模型中挑选。
  3. 点击 本地 查看本地模型。它们可以离线工作,你的声音不会离开 Mac。
  4. 选择一个模型。本地模型几秒钟就能加载完成。
你也可以直接打开 设置 → 听写模型。听写、语音命令、Live Talk、会议录音、文件转写和实时字幕各自有独立的语音模型设置。适合批量处理文件的服务提供商不一定适合流式输入。参见语音识别和服务提供商目录。

教它一个名字

不在屏幕上的名字仍可能被识别错,比如一个叫“Lumyn”的项目被写成“Lumen”。
  1. 打开 设置 → 词典,点击 新词。
  2. 输入正确的词,然后在 误识别为 中输入听写实际听成的内容。
  3. 点击 保存,然后再听写一次这个名字。
更多关于自定义词汇以及服务提供商语言和热词设置的内容,请参见词典与说话人。

查看过往听写

打开 设置 → 语音输入历史记录 可以查看过往识别的文字。在这里你可以搜索、复制、播放录音、重新转写某次听写,或把一个词添加到词典。 未能转写、耗时过长或被中断的听写会连同录音一起保留在历史记录中。点击 重试 即可重新转写。

用语音命令和智能体对话

语音命令就是智能体的对讲机。它在灵动岛上并出声回答,立即完成打开应用这类快速操作,并把较大的请求作为任务交给智能体。它不会去匹配固定的说法,而是理解你想要什么。
1

按住按键说话

按住右侧 Option 键,说出你的需求。你说的话会显示在灵动岛上。你也可以轻点一下按键开始。
2

发送

松开按键;如果是轻点开始的,就再轻点一次。
3

获取回答

回答显示在你的话下方,并在 朗读回复 打开时被朗读出来。它发起的任务会使用该智能体自己的模型和工具运行。
再按一次按键可以停止回答,还在说话时按 Esc 可以取消。灵动岛上的麦克风按钮也可以使用。 在 设置 → 语音命令 中进行设置:

设置

以下设置位于 设置 → 听写:

故障排除

相关内容

Live Talk

和你的智能体进行语音对话。

语音笔记

把语音直接保存到知识库。

词典与说话人

让语音功能学会你的用词和名字。

语音识别

为每项功能选择语音模型。