语音听写：识别模型、润色与历史

配置本地识别与可选 AI 润色，完成第一次听写，并查看转写和录音。

适用版本 1.2.1+

更新于 2026-09-20

语音先变成文字，再发送任务#

听写把说话转成输入框中的可编辑文本。你检查并发送之后，助手才按消息执行任务。

模型首次下载需要网络，识别在本机进行。中文可先选择 SenseVoice；需要普通话与英文的整段识别时，可试 Paraformer Large。这两个模型在停止录音后转写，录音时没有逐字文字不代表故障。需要实时识别时，在列表中选择支持流式识别的模型。

模型下载完成不等于已设为当前模型。先用包含数字和专有名词的短句测试，再决定是否更换。

设置	怎么选择	需要知道
AI transcript polish	中文同音词、标点需要整理时开启	默认开启；可关闭保留原始转写
Polish model	选择已能正常调用的提供商模型	默认使用快且低价的模型角色

润色会把转写文本发给所选模型，可能产生模型费用；它不属于纯离线识别。润色失败或超时时检查保留的原始文本，再决定是否发送。模型连接配置见提供商。

打开设置 → 语音 → 修正偏好，点击管理。
在自定义修正规则写一条简短要求，例如「保留英文产品名和缩写，补充标点，不翻译或扩写我的话」。也可先用填入行业模板：它把规则与参考词汇填入可编辑文本，不是切换一个长期生效的行业模式。检查文字后点击保存偏好。
在我的词汇点击添加新词条。例如，为虚构产品把正确写法设为 Northstar，常见误写设为 North Star，点击添加词条。最多填写三种误写，用逗号分隔；手工词条优先使用。
重新打开面板，确认规则和词条分别保存。再听写一句包含产品名的短话，核对结果后发送。偏好是修正参考，保存成功不代表每次识别都会正确。

启用语音输入与 AI 润色后才会使用这些偏好。关闭 AI 修正时也能维护词库，但它不替代本地语音识别模型。

开启 AI 润色时，你在发送前对听写文本作出的明确术语修改，可以成为后续同一模型修正时的学习样例；发送消息不会额外发起一次 AI 请求。词条不一定立即出现在已学习词汇中，也不是每次编辑都会被学习：单字歧义、数字、否定变化与大范围改写不会自动学习。

到修正偏好 → 管理 → 已学习词汇检查、编辑、禁用或删除词条。清空已学习词汇还会移除待提炼样例，保留手工词条与自定义规则，确认框会说明范围。必须固定的拼写，直接加入「我的词汇」，不要只等待自动学习。

打开目标项目和会话，点击输入框麦克风。默认快捷键为 macOS 的 Shift+Command+D，Windows/Linux 的 Ctrl+Shift+D；自定义后以快捷键设置为准。
说出一个小任务：

读取附件中的错误报告。
总结复现步骤和缺少的信息。
先不要修改文件。

优先检查数字、文件路径、专有名词，以及“不要”“只读”等限制词。确认文字出现在目标会话，不是别的分屏输入框。

出现转写只代表输入完成，不代表任务已执行。发送后仍需检查助手实际处理的范围和结果。

在「设置 → 语音 → 听写历史」按时间找到记录：

点击复制图标，复制当前采用的文本。
点击更多操作 → 查看文本版本，查看当前文本、AI 修正文本与原始转写。只有内容不同时才显示额外版本；选中需要的版本后点击复制转写。原始录音仍会保留。
点击「更多操作 → 下载录音」，保存音频后打开核对。
不再需要时，选择「更多操作 → 删除录音」，删除选定的录音记录。
使用「打开录音文件夹」查看本地音频；记录较多时可翻页。

本地识别不表示不留录音。分享录音或转写前确认内容；不要假定「隐私 → 清除本地数据」会同时清除语音记录。

在语音设置参考查看详细控件，使用工具菜单附上任务材料。把话说完整后再发送，比反复修正已执行的任务更容易。