Google 的语音输入功能内嵌在文档中

先给出一个诚实的总结，因为这决定了你是否愿意继续阅读本页内容。Google 的语音输入功能完全免费，支持超过一百种语言，并且可以 编辑 —— “选择段落”、“加粗”、“插入表格”、“跳转到文档末尾”—— 这些功能是这款应用无法实现的。此外，它仅存在于 Google Docs 和 Google Slides 的演讲备注中，通过浏览器标签页中的菜单进入。如果你的大部分写作都在文档中进行，它可能就是你所需要的一切。如果你的写作分散在邮件客户端、聊天窗口、编辑器和终端中，它无法触及任何这些地方。

Google 所说的它是什么

值得从 Google 自己的支持页面 引用，而不是转述，因为范围就是整个争论的核心。你可以使用语音“在 Google Docs 中输入并编辑文档，在 Google Slides 的演讲备注和字幕中输入”，并且该功能“适用于最新版本的 Chrome、Edge 和 Safari”。

你从 工具 → 语音输入 中开启它，然后点击麦克风图标准备开始说话。你通过说“停止监听”来结束它，通过说“继续”来重新开始。他们的页面还指出，“你的电脑麦克风必须开启并正常工作”，在 Mac 上意味着在任何操作之前，输入设备必须被选择并被授权。

再引用同一页面中的一句话，这是大多数评论都跳过的重点：“当你开启语音输入或字幕时，你的网络浏览器会控制语音识别服务。它决定了你的语音如何被处理，然后将文本发送到 Google Docs 或 Google Slides。”请仔细阅读这句话。执行识别的其实是浏览器，而不是文档，而 Google 明确告诉你，处理过程不在他们的控制范围内，也不在你的控制范围内。他们没有文档说明有任何离线模式。

Google 语音输入功能更胜一筹的地方

正确且首先说明这一点，因为隐藏这一点的比较就是广告。

它是免费的，而且无需安装。 没有下载、没有许可证、没有需要记住取消的试用期。如果你已经有 Google 账户和一个支持的浏览器，你就可以使用它。

它支持编辑。 这是人们常常低估的区别。Google 的命令列表包括选择（“选择段落”、“全选”）、格式（“加粗”、“斜体”）、导航（“跳转到文档末尾”、“向前移动五个单词”）、表格（“插入表格”）和剪贴板（“复制”、“粘贴”）。这些都是对现有文档的真实操作，而这款应用没有一个功能可以与之相提并论。它只能输入新文本，而没有词汇来改变已经存在的文本。

它支持非常长的语言列表。 Google 的页面列出了超过一百种语言，从南非语到祖鲁语，阿拉伯语、英语、西班牙语等还有区域变体。他们警告说，“标点命令可能在每种语言中都不可用”——但识别语言列表本身比任何小型 Mac 应用所能发布的都长得多。

它可以在浏览器运行的任何地方运行。 一台 Chromebook、一台 Windows 笔记本电脑、图书馆里的共享电脑。这款应用只能在 macOS 13 或更高版本上运行，而且没有其他选择，这一点上没有可争论的空间。

Google 自己也提到了两个限制，这些限制值得提及，因为它们来自同一页面：语音命令“仅在英文中可用”，并且“账户语言和文档语言都必须为英文”才能使用；此外，语音命令在 Slides 的演讲备注中完全不可用。因此，Google 最强的编辑功能仅适用于 Docs 中的英文文档。

表格

Google 有五项明显的优势，免费的版本对很多人来说比其他四个加起来更有价值。我们这边的表格有四行：在 Mac 的其他地方，没有模式，没有上传，而且在任何事情出错之前就记录下词语。

其他输入方式

这是决定性的测试，而且需要一天的时间，而不是争论。明天，每次你输入的内容超过一个句子，就记录下你当时使用的应用。大多数人尝试这个测试时都会惊讶于两件事：列表中出现的不同应用数量，以及其中很少是文档。

最后一行很重要。一个在浏览器中打开的 Google 文档与其他文本框一样，因此 Mac 全局的语音输入键会以与填写邮件回复相同的方式填写它。这种关系并不对称：Google 的语音输入无法离开当前标签页，而且他们的页面上没有设置、扩展或变通方法可以改变这一点。

如果你的工作确实是一份漫长的文档 —— 比如论文、手稿、你生活了三周的报告 —— 这部分不适用于你，Google 的工具是一个非常合理的答案。对于其他人来说，只在某个地方起作用的工具，到星期四时就不再被使用了。

菜单、模式和两者的成本

还有一个差异，它在功能列表中较小，但在日常使用中却更大：如何开启这两种工具。

Google 的是一种模式。你打开菜单，点击麦克风，开始说话，说完后说 "停止聆听" —— 或者你忘记说了，麦克风会一直保持开启状态，直到你和门口的人说话。这种模式在开始前必须开启，结束后必须关闭，而这两件事都是你在写句子时必须记住的，而你恰恰在那时没有多余的注意力。

按住按键并不是一种模式。按下按键，说话，松开按键。没有处于错误状态的可能，没有仍在运行的进程，也没有在想法和文本之间的菜单。这听起来像是一个微不足道的人体工学差异，但它也是导致按住按键工具的每日使用次数远高于菜单驱动工具的单个最大原因。四秒的语音输入值得做，当它只需一次按键，而不值得做，当它需要两次点击和一个语音命令。

你的声音会怎样处理

在结构上，这两款产品存在差异，而不是程度上的不同，诚实的表述在这里尤为重要。

谷歌告诉您，浏览器控制着语音识别服务，并且“决定您的语音如何被处理”。这是他们的句子，不是我们的推断，而实际意义取决于您在哪个浏览器中打开文档。这是一种真正不寻常的安排，如果您打算在标签页中输入敏感内容，了解这一点是很有必要的。

Coii VoiceInput 的回答更为简洁。音频在您的 Mac 上进行处理，没有任何内容被上传——没有录音、没有转写文本、没有文字。模型权重仅从公共模型主机获取一次，之后网络仅用于许可证激活和启动时的时钟检查，除此之外不再使用。关闭 Wi-Fi 后，所有功能仍然可以使用，即使是在飞机上、在高度管控的笔记本电脑上、在一个只有访客网络的建筑中，您也不会将客户的段落通过该网络。

这不是关于准确率或速度的声明。这是关于词语所在位置的声明，也是本地应用在结构上优于通过浏览器运行的任何工具的体现——参见 Wispr Flow，其中相同的论点适用于托管服务，或 superwhisper，其中该论点完全不适用，因为该应用也是本地运行的。

语音识别失败时怎么办

谷歌对其自身工具的故障排除建议是诚实且熟悉的：如果您看到“我们暂时无法听到您”，请移至安静的房间，连接外部麦克风，调整输入音量。这个页面在本类产品的每个产品中都有类似版本，包括本产品，因为一半的语音输入准确度取决于麦克风，而不是软件。

更有趣的是另一种失败情况：转写文本已经到达却消失了。标签页重新加载、会话过期、文档未同步。本地工具对此能做的具体处理方式。

释放快捷键后，转写文本会先写入您的历史记录，然后再继续执行后续操作。所有可能出错的情况——您要打开的应用程序退出、粘贴内容位置不对、文本框拒绝接收内容——都会在句子被保存之后发生，因此最坏的情况只是从 Mac 上的列表中复制粘贴，而不是需要从记忆中重新构建段落。这个历史记录是本地的，可以搜索，无论是否运行浏览器，它都是您的。

第二种行为是人们在第二周注意到的：按键按下时，目标位置就已经固定。开始向聊天窗口说话，文本就会写入该窗口，即使在您仍在说话过程中，通知偷走了焦点。

语言的问题，说实话

语言列表是谷歌最领先的地方，它值得比一个表格单元格更多的关注。

他们的页面上列出的条目远超过一百个，还深入到区域变体 —— 多种阿拉伯语、多种英语、多种西班牙语，乌尔都语则被分成了印度和巴基斯坦两个版本。如果你使用的语言是一个小众的 Mac 应用不太可能优先支持的，那么这份列表不是一个营销数字，而是决定一个工具是否可用的关键，而无论我们这边的架构如何，都无法改变这一点。

谷歌自己的页面上有两个注意事项，使它保持在合理的范围内。他们警告说，“标点符号可能在每种语言中都不可用”，因此语言在列表中并不意味着“逗号”和“新段落”在该语言中能正常工作。此外，命令词汇 —— 也就是谷歌真正的优势所在，包括选择、格式化和导航功能 —— 仅限于英语，而且需要你的账户语言和文档语言都是英语。因此，一百种语言的宣称和语音编辑功能适用于不同的用户群体，是部分重叠的。

实用的建议并不华丽：无论你考虑什么，用你自己的实际语言，写下三段你自己的实际文字，然后看看结果。这两个工具都可以免费测试，一个是因为它是免费的，另一个是因为试用期是三十天，而这三段文字会告诉你比任何包含本页的比较表格都多的信息。

一周的测试

如果你真的拿不定主意，不要比较功能。比较你写作的地方。

花一周时间使用谷歌的语音输入功能，并且正确使用它 —— 打开面板，学习四到五个命令，完成时说“停止监听”。在一周结束时，回答两个问题。你使用了多少次它？以及你有多少次想用语音输入却无法做到，因为你在邮件客户端、聊天窗口、表单、工单或终端中？

如果第二个数字很小，你是在写文档，那么你应该停止在这里。谷歌的工具是免费的，它能编辑，它能用你的语言说话，而你一天中任何一次 $19 的购买都无法在这些方面有所改进。

如果第二个数字很大 —— 对于大多数不是专职文档撰写的用户来说，这个数字通常是第一个数字的几倍 —— 那么你缺失的不是准确度或词汇量。你缺失的是覆盖范围，而覆盖范围才是这次比较真正关注的点。

每个工具的成本

谷歌的语音输入是免费的。没有价格可以争论，也没有试用期可以转换。如果免费是你要求的条件，那么比较就结束了，你应该使用它，或者使用Apple Dictation，它也是免费的，也已经安装好了，而且不局限于浏览器标签。

Coii VoiceInput 价格是 $19，一次性购买。三台 Mac 可以使用该许可证，包含更新，不会续订，而且没有比它更高的版本。试用期是三十天的完整应用，不需要卡和账户，这已经足够回答唯一重要的问题 —— 你每天实际按下它的次数有多少。从这里开始，而不是从表格开始。

与每月服务相比，这是头条新闻。与免费功能相比，这根本不是一个论点，而付费的理由是覆盖范围和上述行为，或者根本没有理由。

同时使用，哪种是常见答案

这里没有专属功能，很多人最终选择的设置是显而易见的。在重构英文段落时使用 Google 的命令，因为“选择段落”和“插入表格”是真正有用的，而这款应用永远不会提供这些功能。在其他所有地方使用按住说话功能，包括在同一个文档中，当你想要的是段落而不是编辑。

它们不会冲突。一个是通过菜单访问的浏览器功能；另一个是系统级的快捷键。唯一需要注意的是麦克风：如果 Google 的语音输入仍在监听，因为你忘了说“停止监听”，然后你按住语音输入键，两个东西都会同时录音，结果会令人困惑。说“停止监听”或关闭面板，然后再切换。

使用哪种

使用 Google 语音输入，如果你 主要使用 Google 文档，想要通过语音进行编辑和格式化，你需要一种小型应用不太可能内置的语言，你不在 Mac 上，或者免费是不可谈判的。这是一个功能强大的功能，而且完全免费。

使用 Coii VoiceInput，如果你 每天在六个不同的应用程序中写作，想要一个快捷键而不是菜单，你需要它在没有网络时也能工作，或者你通过语音输入的文本是你不想让浏览器的语音服务来决定如何处理的内容。适用于 macOS 13 或更高版本，一次性购买 $19，并且有 三十天试用。

如果以上都不完全符合：Apple 语音输入 是免费且系统级的，Murmur 是免费且开源的，通过语音输入提示而不是文档是 一个不同的问题，而如果你宁愿自己构建这个功能，一个 Whisper 脚本 是一个真实的选择，而且有真实成本。

相关阅读

• cancel-a-dictation-subscription-safely
• coii-voiceinput-vs-aqua-voice