口述与打字：把话说出来为何能快 3-8 倍

你想得比打字快。每个人都是如此。多数人打字速度在每分钟 40 到 60 个词左右，但说话能达到 130 到 150——日常对话时还要更快。打字是从念头到屏幕之间最慢的一环，而口述干脆把它去掉了。

「比打字快 3 到 8 倍」这个说法，正源于这一处落差。下面来看它在哪里站得住脚、哪里仍是打字胜出，以及语音转文字要可靠到足以天天使用，究竟需要什么。

按比例画出来的速度差

这不是营销噱头，而是从人产出语言的方式里自然得出的结论。

算一笔账。一个每分钟 50 词的打字者，起草一封 500 词的邮件要在键盘前花大约十分钟。以每分钟 140 词的语速把同样的内容说出来，三分钟出头就完事了。这还是区间的下限。如果你打字慢、要找键位，或是在用第二语言工作，这个倍数会向 8× 攀升。

这道落差为何如此之大

两个原因，都很平淡，却都是事实：

• 说话是天生的，打字是后来加上去的。你从牙牙学语起就会说话。打字是一门习得的运动技能，对大多数人来说，它从未达到对话的速度。
• 语音去掉的是瓶颈，而不是思考。你的大脑以说话的速度组织语言。打字逼着这股输出从十根手指挤出去；口述则让它以全部带宽倾泻而出。

速度是标题，却不是唯一的回报。口述减轻了手腕和双手的负担，这对正在应对重复性劳损的人来说很重要。它还让你保持心流——你可以在屋里踱步、瞥一眼参考资料，或者干脆出声思考，而不必停下来去找下一个键。

哪里仍是打字胜出

诚实胜过吹嘘。口述并非样样都适用，而且分界相当好预料：

真正的答案很少是非此即彼。多数坚持用口述的人，会用口述完成初稿、长消息和笔记，再切到键盘做精细修改。这样的组合胜过单用其中任何一种。

没人提的那个坎：准确率与摩擦

不少人多年前试过口述，然后放弃了。当时的工具不准、设置麻烦，还得绑定云端账户。如果语音转文字每十个词就错一个，你说话省下的每一分钟，都会原封不动地填回到改错里去。

这一切都变了。把一个现代语音模型跑顺，你能得到对清晰语音约 98% 的准确率。到了这个水平，口述就不再是把戏，而成了你不假思索就会去用的工具。于是只剩一个问题：你能多快上手，以及你的声音究竟去了哪里？

DijiFlow Dictate 如何同时回答这两点

DijiFlow Dictate 的设计宗旨就是上手快、守得住隐私。它借助 CoreML 把 Whisper 语音模型完全在你自己的设备上运行——无账户、无云端、无遥测。你的声音永远不会离开你的机器，所以准确率从不取决于你的网络，也没有任何内容被送出去转写。

• 3–8×
  比打字更快
• ~98%
  清晰语音的识别准确率
• 90+
  种语言在设备端转写

这套流程刻意做得很小。软件驻留在你的菜单栏里。你按下快捷键、开口说，文字便落在光标处——在邮件、文档、聊天窗口、代码注释里，你人在哪儿它就出现在哪儿。没有另外的窗口要管理，也没有复制粘贴的步骤。它能转写 90+ 种语言，其中 29 种还可做词汇调校，让人名和领域术语更精准。

找到你自己的倍数

如果你靠写作谋生，这份收益是实打实的：原本要十分钟的初稿，三分钟就成；你的双手也得以喘口气。要知道你自己的数字，唯一的办法是把它用在你最常做的写作上试一试。DijiFlow Dictate 永久免费，并提供每一项 Pro 功能的 30 天 Trial，无需信用卡——看看它如何融入你的工作流。