Vokie：我们为什么还在死磕语音输入

大家好，我是 Vokie 的开发者 alan ，想和 V 友聊聊我们为什么一直在做语音输入，以及最近的一些尝试。

打字往往是防御性的：很多想法在敲出来前就被过滤了；说话则更开放，细节、情绪和突发奇想都能自然流出来。对 AI Agent 来说，这些上下文往往是很好的养料。

Vokie 目前重点做了几件事：

• 深度调教 ASR ，支持 20 多种方言，也能处理夹杂英文的表达。


• 热词学习：手动改对一次，之后就能记住专业词、冷门词和新梗。


• “中翻中”：去掉嗯啊、重复和自我纠正，保留真正想表达的内容，再按场景整理成合适的文本。


• 为了缓解在办公室开口的尴尬，支持用小米遥控器和 Apple TV 遥控器按住说话、松开发送。


• 通过 Vokie 插件连接 ESP32 等硬件，给喜欢折腾的朋友留一个探索空间。

不同场景需要不同的文字：给 Agent 的指令要清楚，给爱人的消息要保留温度，给同事的交代要专业，长文又要保留自己的风格。我们想做的，就是让每一句语音都被恰当地对待。

原文： https://mp.weixin.qq.com/s/dX4mxW3m-3uazmH-dIyJSA

如果你在使用中有什么奇思妙想或吐槽，欢迎交流。