如果你需要在没有键盘的情况下操作电脑,请安装 Talon 并停止阅读。它免费下载,可以在三个操作系统上运行,而且它所做的工作是这款应用完全不尝试去做的。它的官方网站列出了四项功能 —— “语音控制 · 与电脑对话”、“噪音控制 · 用节奏点击”、“眼动追踪 · 鼠标跟随视线”和“Python 脚本 · 完全自定义” —— 并且在任何表格中,Coii VoiceInput 都无法与这些功能竞争。
以下内容是为那些因为更狭窄的原因来到这里阅读的读者准备的:他们想要停止输入 文本,但发现 Talon 比他们预期的要复杂得多。这是一种真实且常见的状况,它有完全不同的答案。
Talon 实际上是什么
它是一个控制层。你说话,机器就会执行操作 —— 移动光标、点击、切换窗口、选择一个词、删除一行、运行你定义的命令。输入段落是它能够完成的事情之一,但并不是它的主要功能。主要功能是键盘和鼠标都变得可选。
Python 脚本也不是一个额外的功能;这是系统设计的使用方式。命令被定义、共享并调整以适应你个人使用的应用程序,而且有一个庞大的社区正在做同样的事情。噪音控制 —— 用声音而不是词语点击 —— 和眼动追踪集成是这个类别中其他产品没有的。
关于可用性:他们的下载页面提供了 macOS、Linux(X11)和 Windows,其中最后一种提供标准安装程序和便携式 zip 文件。他们的公开变更日志 列出了 0.4.0 版本,日期为“2023 年 7 月 24 日”,并且 beta 版本是单独发布的 —— 他们网站上最新的 beta 页面标题是 "Beta (2025 年 12 月 16 日)"。他们的网站没有公布价格;它推广了 Patreon 提供的“早期功能访问”和“优先支持”,并指向了文档和一个 Slack 频道,用于其他任何问题。在你根据这些内容做计划之前,请自行查看。
应该使用 Talon 而不是这款应用的人群
正确表述这一点,因为这是决定页面其余内容是否与你相关的关键部分。
任何需要在没有双手的情况下使用电脑的人。 不是“输入更少” —— 是“不需要输入”。语音输入键覆盖了文本,而导航、选择、点击和快捷键则完全保留原位,这正是键盘的主要用途。Talon 覆盖了所有这些功能。
任何工作主要是编辑而非创作的人。 “选择那行”、“删除最后三个词”、“跳到函数顶部” —— 语音输入键无法表达这些操作。它只能写入新文本,而没有修改现有文本的词汇。
任何使用 Windows 或 Linux 的人。 这款应用仅限 macOS。这里没有可讨论的余地。
任何想要自己构建系统的人。 如果编写脚本以塑造你的电脑如何响应你的声音听起来像一个愉快的周末活动,而不是一项任务,那么你将在一个月内从 Talon 中获得比任何固定行为工具在一年内更多的价值。
这并不是轻描淡写。Talon 是一个更雄心勃勃、更强大的软件,下载完全免费,对于阅读本文的大多数人来说,诚实的建议是先去尝试它。
这个应用到底是什么
一个按键,一个行为。按下 ⌥ Space,说出句子,松开,大约半秒后,文字就会出现在你原本正在输入的文本框中。不需要打开窗口,不需要进入某种模式,不需要命令语言,也不需要配置任何东西,只需设置一个快捷键即可。
很高兴今天下午能查看它 —— 无论何时准备好初稿,发送过来后,我今天就会给出评论。
这种狭窄性是刻意为之的,也是你所选择的。几乎不存在学习曲线:整个使用说明书就是“在说话的同时按住按键”。不需要维护,不需要在应用程序更改时更新脚本,也没有可能漂移的配置。有人在周二安装了它,到周四就已经不再去想它了。
这种设计的代价是显而易见的。它永远不会做你不知道它会做的事情,而且从“我希望它还能……”到真正实现这一点,没有一条路径。
他们重叠的唯一地方
文字。长篇、普通、无结构的文本——邮件、段落、消息、评论。两个工具都会将这些文字显示在屏幕上,这也是读者真正需要做出选择的地方。
两个因素会促使一位撰写长篇文字的用户选择专用的语音输入按键。
第一个因素是,控制系统的优化是针对命令的,而命令和文字对语音识别器的需求是相反的。命令词汇量小、固定,需要被几乎确定地识别;自由文字则开放、无边界,需要被宽松地识别,并且标点要合理。能够同时处理这两者的系统会在某个地方设置一个模式边界,而模式边界是你在撰写句子时必须记住的东西——而这正是你最没有注意力的时候。
第二个因素是每次按键的摩擦成本。当你大多数语音输入都不到五秒——比如回复、提交信息、聊天中的一行——进入和退出模式的成本与输入文字的成本相当。一个你按住的按键没有任何模式,这正是为什么按键次数最终会如此之高。
语音输入键能承诺控制系统无法做到的两件事
两种行为,它们都与失败有关,而不是能力。
- 1Key downthe target is chosen here
- 2You speaklevel meter, over your work
- 3Key up
- 4Written to historybefore the engine is asked
- 5Engineon your Mac
- 6Typedabout half a second
文字先被记录下来。 松开按键后,整行文字已经保存在你的本地历史记录中,其余的操作才开始执行。所有可能出错的事情——比如引擎缓慢、应用程序崩溃、粘贴内容位置不对——都发生在句子已经被保存之后。
目标在按键时就已经确定。 开始对文本框说话,文字就会被写入这个文本框,即使你在说话的过程中焦点发生了变化。任何在插入时关注主窗口的工具都必须通过其他方式来处理这个问题,而大多数工具都没有说明如何处理。
这两点都不是关于准确度、速度或智能性的承诺。它们是关于在最坏情况下会发生什么的承诺,而这才是关于你每天使用六十次的工具唯一值得做出的承诺。
公平地描述承诺
很多人寻找 Talo 替代品的原因并不是因为 Talo 让他们失望。而是因为他们安装了 Talo,阅读了文档,发现文档内容非常庞大,于是意识到他们买下的是一个系统,而不是一个应用程序。这种反应值得被准确描述,而不是被滥用。
Talo 是用 Python 配置的,社区维护着大量用户采用并修改的命令集。这是一大优势——这是工具真正成为你自己的方式,也是为什么那些认真使用 Talo 的人能够获得固定产品无法匹敌的成果。这也意味着,第一个有用的星期需要阅读文档、选择一个初始配置、学习命令词汇,并将其调整到你实际使用的应用程序中。任何设置过平铺窗口管理器或严肃编辑器配置的人都会完全理解这种体验:巨大的回报、前期高昂的成本,以及一段持续的关系,而不是一次购买。
是否值得付出这种成本取决于一个问题,而这个问题并不是关于软件的。如果你无法打字,那么这成本是值得的,而且这页不会假装一个 19 美元的语音输入键可以替代。如果你打字非常熟练,只是写得多,那么计算方式就不同了,因为你想要回的是每周花费在将想法转换为按键操作的两个小时——而为了获得它而花上一个周末,这是一笔糟糕的交易,你很可能在二月就放弃了。
窄工具并不更好。它更容易采用,而且对于解决窄问题来说,这就是整个争论的焦点。
两周,各用一周
如果你真的犹豫不决,测试并不是一个功能对比。它持续两周,而且有特定的结构。
第一周使用 Talon 及其默认或社区配置。不要试图变得流利——这不是你所要衡量的。只统计两件事:你有多少次想要使用某个命令却记不起来,以及你有多少次用它来输入文本而不是控制。如果第二个数字很高,而第一个让你感到烦恼,那么你的问题是语音输入,而你一直在用控制系统来解决它。
第二周使用一个按住说话的按键,其他什么都不用。统计按键次数。如果你在那周结束时每天超过四十次,而且大多数是短内容,那么语音输入键就是适合你实际行为的工具,而有趣的问题只是要买哪个语音输入应用。如果你在那周结束时感到沮丧,因为你想移动光标、选中段落并跳转到下一个文件,而不需要触碰任何东西,那么答案始终是 Tal、而设置成本是值得的。
测试的一个规则:在运行两个工具之前,先更改一个快捷键。两个工具监听同一个按键会产生间歇性、令人困惑的行为,而间歇性故障会比产品之间的任何实际差异更影响两周的评估。
为什么窄的那一个保持窄
问为什么语音输入应用不简单地添加命令是合理的。“删除这句话”并不是一个不合理的功能请求,而且这个类别中的许多产品都曾对此表示同意。
答案是:当一个应用开始解释你所说的内容,而不是简单地记录下来时,你必须知道你在说话时所处的模式——而这必须在你正在构建句子的半秒内就已知。将“新段落”输入到一个支持命令的产品中,你可能会得到一个换行;输入到这个产品中,你得到的则是“新段落”,因为这就是你所说的。第二种行为更为迟钝,但完全可预测,而可预测性正是让工具变得隐形的特性。
这个产品有一个支持命令的版本。它会更强大,在演示中更令人印象深刻,但对单一任务却更差,而且它将与一个成熟系统竞争,而该系统在做相同事情时更出色且免费。不开发这个版本的决定,让页面其余部分的内容变得真实。
成本,坦率地说,双方都如此
Talon 的网站上没有公布价格。它提供直接下载和一个 Patreon,提供“早期功能访问”和“优先支持”。你阅读本文时,这些对你意味着什么,是他们的网站而不是我们的问题,而在这里猜测这些数字只会产生那种让比较页面毫无价值的陈旧数字。
Coii VoiceInput 一次性收费 19 美元。许可证支持三台设备。更新包含在内,不会续费,试用期为整个应用的 30 天,无需信用卡和账户。这就是整个商业故事,没有更高级别的版本。
与订阅服务相比,这是主要的对比点——请查看 Wispr Flow 或 Willow,这两个产品按月收费。与免费下载相比,这并不是一个论点,而付费的理由是上面的行为,而不是金钱。
同时运行两者
这是一个被支持且合理的配置,也是阅读此页面的许多人最终会采取的做法:使用 Talon 进行导航、选择、点击和编辑,而在需要段落而非命令时使用按住说话的按键。
一个规则让这一切得以运行。不要让两者同时监听同一个按键。两个工具绑定到同一个按键是唯一一个会可靠出错的配置,而症状——有时有效,有时无效,有时两者都触发——看起来就像你所不信任的两个工具中的一个存在 bug。在你有任何偏见之前,先更改其中一个。
除此之外,它们不会冲突。一个是控制层,另一个是文本插入;即使它们同时运行,它们也不会争夺同一个任务。
应安装哪个
如果你需要通过语音操作机器,你使用的是 Windows 或 Linux 系统,你想自定义自己的环境,或者你之所以阅读本文是因为打字不仅繁琐而且根本不可行,那么请选择 Talon。它免费下载,是更专业的工具。
如果你想要的是停止手动输入文本,特别是在 Mac 上,不需要学习系统,也不需要维护任何内容,并且希望在任何数据丢失之前将文字写入磁盘,Thirty days of the whole app,无需信用卡,无需账户。
如果以上都不符合:Apple Dictation 已经预装在你的 Mac 上,无需费用;Murmur 是免费且开源的;VoiceInk 是一个更大型的付费 Mac 应用;如果你是从 Windows 系统过来的,what happened to Dragon on the Mac 是解释你的搜索为何无果的页面。