背景
AhaKey-X1 + Windows 完整版客户端用户。最近把三种语音输入方案都完整实测了一遍,分享对比结论和一个强烈建议。
三种方案实测对比
| 方案 |
触发方式 |
上屏速度 |
识别质量(中文/中英混说/专有名词) |
标点/整理 |
| 客户端本地模型(完整版 Paraformer) |
按住语音键 |
松手后 1~3s(识别+润色+逐字注入) |
中文可用;英文缩写拆散(TWP→"t w p");品牌词错(Codex→"枯涩") |
有标点模型;口头语需 LLM 润色兜底 |
| Windows 语音(Win+H 预设) |
轻点语音键 |
边说边出 |
常规英文好于本地;品牌词仍错;偶发听不到 |
需口令或手动开自动标点 |
| 微信输入法(Key1 绑 Ctrl+Shift+Win) |
轻点语音键 |
边说边出 |
明显最好:中英混说、专有名词、语速快都稳 |
自带智能整理:去口头语、自动断句标点,开箱即用 |
结论:微信输入法方案完全不是一个级别——速度、准确率、整理质量全面胜出,且部署只需两步。
其他用户的复刻方法(今天实测有效)
- 微信输入法设置里确认语音快捷键为 Ctrl+Shift+Win(默认)
- Studio 里把 Key1 绑定为 Ctrl+Shift+Win 组合(自定义 HID),写入键盘
- 之后语音键即触发微信语音,且完全不依赖 Studio/蓝牙桥运行(键盘直接发组合键,输入法全局接住)
建议
- 优先落地 WECHAT 预设:代码里
VoicePreset 枚举已有 WECHAT 项,标注"Windows 版暂未实现 Fn 注入"——从实测看,只要把该预设的 Key1 预绑为 Ctrl+Shift+Win 就已经可用且体验极佳,落地成本很低
- 设置向导里可以把"第三方输入法语音"作为 Windows 用户的推荐选项
- 本地模型仍有价值(离线/隐私场景),建议保留但不必作为默认推销点
相关
本地模型长口述丢段问题见 #54;另建议云端方案可考虑加可选的 LLM 后处理(我们外挂过 GLM 润色层实测 623ms 可修品牌词,思路供参考)。
背景
AhaKey-X1 + Windows 完整版客户端用户。最近把三种语音输入方案都完整实测了一遍,分享对比结论和一个强烈建议。
三种方案实测对比
结论:微信输入法方案完全不是一个级别——速度、准确率、整理质量全面胜出,且部署只需两步。
其他用户的复刻方法(今天实测有效)
建议
VoicePreset枚举已有 WECHAT 项,标注"Windows 版暂未实现 Fn 注入"——从实测看,只要把该预设的 Key1 预绑为 Ctrl+Shift+Win 就已经可用且体验极佳,落地成本很低相关
本地模型长口述丢段问题见 #54;另建议云端方案可考虑加可选的 LLM 后处理(我们外挂过 GLM 润色层实测 623ms 可修品牌词,思路供参考)。