语音输入 (/docs/features/voice-input)
语音输入把口述内容转成输入框中的文字,适合描述长任务、多步骤流程或快速追加修改意见。转录完成后仍由用户检查和编辑,再作为普通文字消息发送。
使用前提 [#使用前提]
当前客户端输入框显示麦克风入口,或支持公开页面描述的语音快捷键;
系统已经授予千问办公麦克风权限;
操作系统已安装需要使用的语言和语音识别能力;
环境相对安静,口述内容不包含无关敏感信息。
语音已经拥有公开教程,但入口仍可能受客户端、系统和当前版本影响。当前界面没有麦克风或快捷键时,不要自行推断隐藏入口。
使用方法 [#使用方法]
### 开始录音 [#开始录音]
默认快捷键是右侧 `Command`(macOS)或右侧 `Ctrl`(Windows):按一次开始录音,再按一次结束。也可以点击输入框右侧的麦克风图标。以当前界面实际显示为准。
### 说出需求 [#说出需求]
用正常语速说明目标、背景、资料、限制和交付格式。复杂任务可以在段落之间停顿。
### 检查转录 [#检查转录]
停止录音后,检查人名、数字、日期、专有名词、否定词和标点。
### 编辑并发送 [#编辑并发送]
修正识别错误,补上无法从口述中准确表达的结构、链接或文件,再发送任务。
语音相关功能 [#语音相关功能]
识别润色:自动把口语化表述整理为通顺文字,减少语气词和重复;
声纹识别:降低环境中其他人声的干扰,但不能完全隔离,嘈杂环境下仍需人工核对;
常用词纠正:对常用词、姓名和专有名词进行纠正,降低重复识别错误;
历史记录:语音输入记录保留 30 天,最多 100 条;
全局语音输入:不限于千问办公界面内,可在其他场景通过快捷键调用;
语音唤起:连按两次语音快捷键唤起千问办公,并把当前屏幕快照一起提交,与应用快照联动。
转录完成后自动发送目前仅限 DJI Mic Mini 2 合作套装用户。其他用户在发送前仍需检查转录内容并手动发送。
不适合语音输入的内容 [#不适合语音输入的内容]
- 密码、验证码等敏感凭据——既有识别误差风险,也不应口述暴露;
- 需要逐字符精确的代码、公式和路径;
- 嘈杂环境中的口述——声纹识别只能降低干扰,无法保证准确,建议改用键盘。
提高识别质量 [#提高识别质量]
- 保持正常语速和清晰发音;
- 句子之间留出短暂停顿;
- 长内容先口述草稿,再用键盘精确修订;
- 人名、数字、文件名和路径尽量逐项确认;
- 环境噪音较大时改用键盘输入。
与其他能力组合 [#与其他能力组合]
| 组合 | 用法 |
|---|---|
| 语音 + 文件 | 先附加文件,再口述需要总结、分析或修改什么 |
| 语音 + 应用快照 | 先捕获当前界面,再口述希望检查的具体问题 |
| 语音 + 结果修改 | 查看产物后口述简短反馈,再核对转录文字 |
发送、审批、金额、日期、合同、医疗和法律内容不能只依赖转录。涉及真实外部影响时,必须在发送前重新核对文字和附件。