语音输入法随想

目前在使用豆包输入法, 相比于微信的语音输入最大的优点是速度快, 这里的速度不是指转写速度，而是指首字的识别延迟, 微信感觉要按下语音识别键半秒钟，但是豆包的话感觉只要0.2秒, 基本可以认为按下就可以说话。

但是最近在使用的时候, 想要一个功能，就是能不能识别音色，只转写用户的，而不转写环境内的其他人的声音。

因为有时候在看视频，它会把视频里的声音也给它转写了。

不知道有没有这样的输入法。