这几天,大家应该都被微信灰度测试的新功能给惹毛了。
先是语音输入模式下,“按住说话”的边框突然变得又厚又黑,生怕你看不见它。
接着在文字输入模式下,输入框居然也提醒你:可按住转文字。
这啥意思呢。
以前的“按住说话”,得先切到语音模式才能用,松手发出去的是原语音,对面听到的是你那充满该死魅力的气泡音(除非你主动选择转文字)。
可现在,你只要按住输入框说话,语音直接变成文字,松手就发出去了。
乍一看是挺方便的,说完就能直接发出去,但很多网友第一反应就是吐槽,也太容易误触社死了。
但差评君今天不是吐槽这个的。
大家发现没,这 App 输入语音的地方是不是有点太多了?
要知道前段时间,微信刚在输入框右边塞了一个麦克风按钮(+1),点一下就能语音转文字。加上这次的按住输入框(+1)、语音模式里的按住说话(+1),还有输入法的语音键(+1)、系统自带的听写(+1)。
现在你打开微信,屏幕的下半区有 5 个语音入口在等你说话。
龟龟,就这么想听差评君的低音炮吗。
这种情况,要是只出现在手机微信也就算了,问题是现在很多 App 都这样,从手机端一路跟到了电脑端。
比如微信 Mac 桌面版,之前也有同样的提示,告诉你按住 Fn 可以语音输入文字。
飞书桌面端的输入框里,同样有一行“按住 Fn 说话”,语音转文字。
兄弟你们是真不知道 Fn 在 Mac 端有多重要是吧?切输入法,切功能区的高频键位全给你们语音占着了?
别急,这才哪到哪。
在飞书文档中,随便打开一个表格中某个格子,你会发现右上角也有一个语音转文字。
这么说吧,你现在随便打开一个大厂 App,都能看到一堆麦克风在向你招手:大爷,快来点我呀。。。
咱讲道理,做个语音输入,谁也没意见,多个选择总是好事。
可现在这架势,明显过了“多给你个选项”的份:有的用文字强提醒,有的把入口放在最显眼的地方,有的干脆把按钮做得非常大。
大厂们像是商量好了一样,把语音的优先级拉满,生怕咱们不在 App 里开口说话。
看到这,你一定好奇为什么,这语音输入到底有什么魔力?
一开始,差评君还想得挺简单,不就是好用又便宜嘛。
输入效率上吊打拼音,而且成本也不高。
按火山引擎官网的价格,豆包的流式语音识别 1 小时不到 1 块钱,就算重度用户每天发 10 分钟语音,一年也就 60 块。这还是零售价,大厂用自家模型只会更便宜。
可问题是:
语音输入压根不新鲜,十几年前 Siri 就能听写了,高德地图语音搜索也有了好多年,为啥偏偏现在开始把语音优先级拉这么高?
后来差评君想了一下,关键或许在于输入法。
之前我写过大厂们卷输入法,说输入法就像守在所有 App 门口的保安,你所有的需求都是它先知道,然后才是 App。
比如你在豆包 App 里提问,手指还没点发送,微信输入法可能已经把答案甩你脸上了。
同样的,你要是在微信里发消息,用的是豆包输入法打字,这一幕微信肯定也不想看到。
很多年前,搜狗输入法就截胡过百度。
用户人都在百度了,结果打字时出现的候选词,直接把用户带到搜狗搜索去了。

所以 App 们一定在想:有没有一种方式,能让用户和我直接互动,绕开输入法这个保安呢?
语音转文字。
的确,这技术很多年前就有,但那会儿成本高、正确率也低。
可随着近两年语音大模型的发展,它的正确率和响应速度都已近乎完美。
可以说,AI 加持后的语音转文字,头一回给了 App 单干的机会,不怕被输入法截胡。
但这还只是在“防守”。我们再往远一点来看:大厂们其实也是在进攻,在提前占住下一代交互的入口。
今天你按住说话,App 帮你把话转成字;明天你按住说话,App 是不是直接帮你把机票订了?
这种事已经有一些 AI 原生 App 能做到,但像微信、飞书这种 App 也想往这方向去靠,所以他们先培养用户说话,再培养用户和 Agent 直接对话完成需求。
下一代 App,一定是你张嘴说话 → AI 直接干活。
但这个过程需要循序渐进。
所以现在大厂 App 们就要尽可能先引导、培养用户在自家 App 说话的习惯,再逐渐把各个 AI 摘要、搜索功能融入进语音命令。
这就是为什么大家都开始强推语音识别。
但这还不是终点。
这个现象以后也会蔓延到市面上大部分 App。
因为增量时代大家比谁跑得快,而存量时代大家比谁咬得狠。当蛋糕不再会变大,各家就只能抢各自碗里的。
在这种局面下,任何一个能和 AI 结合又能让用户产生依赖的功能,只要第一家做了,就会有第二家跟上。因为用户有依赖,市场需求就会变,你不做就会被抢用户。
你别不信,就说差评君自己,我就是被大厂培养成功的活例子。
一开始看到这些语音入口,我心里还犯嘀咕:哥们十几年手速打字又不慢,犯得着对着手机念叨吗?
结果顺手试了几次,发现识别是真又快又准,嘴瓢说岔的地方也能自动修正过来。
几个月前我还是默认打字,懒得动手才用语音。。。
现在呢?
我是能张嘴就绝不打字,甚至坐在办公室写稿都想口述。手指头不酸了,输入速度也快了,反倒是偶尔切回输入法,我会觉得怎么这么费劲。
当然我产生的 AI 依赖也远远不止于此。
现在看到长文我也没耐心从头读到尾了,直接丢给 AI 总结重点;推特上刷到什么新闻或者视频,要查证也是 @Grok 让它去;平时搜资料,简单的就看下 AI 总结,难点的就让各种 agent 替我去整理。
这些功能刚出现时我都不以为然,可在体验几次后,就在不知不觉中离不开了。
当你我都有这样的 AI 依赖,市场需求在潜移默化里就被改写了。
没有 AI 语音、AI 摘要的 App 大家就会用不下去,那为了适应市场, App 开发者自然都要跟着去做这些功能。
也许不久之后,输入法真就不再是一种刚需了。
一开始聊这个话题时,编辑部群还在开玩笑:语音输入都这么搞下去,以后的年轻人怕是是连拼音打字都不会了。
这话乍一听有点吓人,可真到了那一天,不会拼音打字又何妨呢?一代人有一代人的技能,上一代人还嫌我们不会修灯泡、不会五笔打字呢,我们不也过得挺好。
输入法从来就不是目的,它只是人和机器之间要连接时才出现的一段路。等哪天有一条新路更便捷了,没人会怀念老路。
时代的车轮滚滚向前,总有一些技能会随着社会运转方式的演进,慢慢消逝。

















