从双拼到语音输入, 我更换了这些来提升输入效率...

本篇流水账的讲述了从双拼开始,到 pc 和手机都用上语音输入的体验, 哦不过, 虽然本人在日常使用语音输入和对语音输入的 AI 润色, 但本文是切切实实使用键盘键入且无任何 AI 参与的

从全拼到小鹤双拼

在一开始, 我是全拼拼音选手, 在某天刷知乎的时候知道了双拼, 双拼双形和自然码

在拖延了很久后, 大概是在 22 年前后花了一周的时间去上手双拼, 实际上比预期的要快
主要是得益于 snipaste 可以把贴图 pin 在桌面上, 在不懂的时候瞄一眼就可以很快的继续

顺带一提我现在换成了 pixpin 因为有长截图和录屏, 这样我就不用再使用有水印的 bandicam 了
虽然 bandicam 的破解版很好找到但 pixpin 免费的录屏也够用
但自从 26 年下半年从 Windows 换成 mac 后, pixpin 不知道为什么总是偶尔发现占用 1G 以上的内存
明明它只是个截图软件? 幸好我在网上也找到了和我一样问题的用户, 虽然是在 Cherry Studio 的 issue 下
这个是去年 25 年 8 月的讨论但目前 26 年 9 月都没有解决这个疑似内存泄露的问题么
扯远了

习得双拼后, 我本来是有期望继续学习五笔和双拼双形的
但因为我的拖延吧, 五笔就和学习日语,粤语 and more 一样被忘记了, 刚刚在看数年前的 Todolist 的时候才发现原来我还打算学过这个
不过双拼双形倒是切切实实学过一段时间, 但后面因为除了原生的小鹤音形输入法外, 如果希望在百度搜狗等输入法使用还得使用自定义方案来实现
印象中手机上似乎只有百度输入法好通过自定义方案来实现
后面想想就摸了

次年, 23 年初
我购置了一个 Keychron V10 Alice 75% 配列的键盘
其特点如下图所示, 相对常规配列更加符合人体工学且没有分体式那么极端

在习惯了一会后(个人觉得习惯成本非常低, 我大概用了一天就习惯了), 体感上打字速度或许有提升, 反正更舒服了
个人非常喜欢, 虽然我并不是键盘发烧友

在 PC 上开始语音输入

恍惚着, 就这样过了两年, 在 25 年末, 我刷到了这个帖子: https://www.v2ex.com/t/1151314

是 oldcai 做的 [Lazytyper] , 我最开始是在 Windows 上使用, 后面给 Mac 朋友安利过…
得益于 Keychron V10 可以自定义按钮, 我把 Capslock 映射为了 F13, 而后在 Lazytyper 里设置了 F13 为语音键
不过实际上, 更主要的问题是, 当时的我在用的是自己配的台式, 并没有麦克风
为了解决这个问题, 我额外的购置了一个 大疆的 Mic Mini, 仅发送端(也就是那个别在领子上的玩意)
买这个的时候看了商详页确定了它能够蓝牙链接 PC, 虽然说是可能有什么兼容性问题…

然后我就遇到了兼容性问题, 使用我主板内置网卡 AX200 居然没声音…

然后在购买 200 的接收端和买 50 的品牌 USB 蓝牙适配器中

我选择了闲鱼买一个 6 块的蓝牙来应付

还别说真能用, 就是信号不好, 又得再买一根延长线延长到桌上

最后放弃了还是买了 Dji 的原装接收器用 Type-C 链接电脑直接数字信号输入
音质都好了很多, 就是语音输入似乎和音质也没有多大关系, 这一点在后面有体现

到这一步就半步圆满了, 或许是这样, 但实际上, Dji mic 作为一个外置设备来说, 尽管它有一个放上去就能充电的底座, 但还是要焦虑于它的电量

于是, 当我后面换成 Mac 作为主力设备后, 我选择了再购置一个 RØDE 的 枪型麦克风来插在我的 Mac Mini 上使用…

不过在此之前, 真正让我全面拥抱语音输入的

或许是 灵犀键盘
哦, 现更名为 [说点啥]

在日常中开始语音输入

在某次从其他城市返回的高铁上, 我看到了 https://linux.do/t/topic/1040177

也就是,现在的说点啥

当即下载品尝, 以至于坐过了站到了下一个城市, 最后打了个顺风车回来的

得益于手机自带麦克风…应该都是吧?
并且之前也有讯飞等注重语音输入的输入法, 所以手机作为语音输入还是比较自然的
特别是豆包的性能非常的强…

是的, 刚刚在 Lazytyper 处没有说, 我基本上使用的 ASR 都是在线的 Doubao-流式语音识别(2.0)

虽说吧豆包在 App 上的大模型智商时常被人诟病, 但其语音识别和语音合成似乎是众口一致的好
而且非常慷慨的是, 豆包的流式语音识别和录音文件识别都有每个人分别 200 小时的免费时长

这意味着, 在”同一代”的情况下, 可以用 200h 小时的流式然后再用 200 小时的文件识别(非流)
而且在下一代, 也就是遥遥无期的 3.0 的时候, 又有新的 200h 用
但是吧, 上一代 2.0 是 25 年 12 月出的, 不知道什么何时会有 3.0

就算用完了也有约 1cny/1h 的便宜价格完全足够使用

彼时刚好遇到灵犀键盘开始在 Google Play 内测其 Pro 版本
包含一些付费功能, 并且参加内测的用户可以免费使用后续的 Pro 版本
不过还是付费了一个 Pro 来送给了朋友, 因为实际好用

基本上, 配置好豆包流式 2.0 作为 ASR 后就非常的好用了

另外顺带一提, 我用后处理(AI 润色)的模型是火山引擎的 GLM 5.2 (关闭思考)

我尝试过 ds 系列, 但由于他们开思考(包括 effort low) 都会雷霆大思考
以至于导致输入迟滞
还尝试过 groq 和 cerebra 的高速模型
以及 GPT-5.3-spark
还有 Mercury 的 2.0 和 2.5, 是速度极快的扩散模型
测试下来, 智商都有点够呛…

最后发现, GLM 5.2 在关闭思考的情况下还能保持不错的智商和速度
另外, Mimo 有个 MiMo-V2.5-Pro-UltraSpeed 倒是没有试过…

时至今日, 已经用了 100+ 小时的纯输入时间, 作者还在不断的更新
就是 play 反而因为要审核还会慢几天就是了

从麦克风到遥控器

在大概一个月前, 我就在哪个地方看到过关于小米蓝牙遥控器 2 的故事

当时看到了这个软件, 用于链接遥控器后自定义按键等等

https://github.com/HD838A/remote-mic-app

上周再次刷到后发现已经很成熟了, 所以咸鱼 60CNY 购入了个小米遥控器尝尝

在此之前, 我在 PC 上使用, 首先是用 Capslock 或用空格右侧的右 Alt

无论是哪个, 我都需要在输入的时候按着, 或在结束的时候回来点击一下

然后点击回车

尽管来说, 用无线鼠标加上前面提到的大疆 Dji mic mini 也能实现, 但

鼠标什么的太大了, 还要考虑麦克风的充电

而铝合金(或许是?)的小米蓝牙遥控器 2 显著的会有更好的握持体验和重心分配

加上近场麦克风, 现在可以在电脑外放声音的同时使用其边走边想边说话

非常适合在私密空间或独立办公室或购买了 TNT 罩子(?)等地方以各种奇怪姿势使用

可以站着, 蜷缩在椅子上, 原地徘徊的, 输入

然后拿着遥控器, 通过其本来就有的几个按键去增删改错误的输入

最后还可以用成步堂一斤鸭梨的姿势发送这条消息给 agent (实际上我确实有这样做, 尽管没有拍桌子)

所以现在, 我在 pc 上是使用这个”无线麦 app”将小米蓝牙麦克风 2 的音量键映射到 Fn 键, 在 Lazytyper 里设置 Fn 键为触发键并绑定一个调优过的 AI 润色, 使用 qwen3-asr-flash-realtime 作为 ASR 识别后使用 glm-5-2-260617 (关闭思考)进行润色

哦, 是的, 之前没有提到, 最近在使用 qwen 的 asr, 最近出的这个 flash realtime 感觉也不错

豆包的 asr 在春节期间体验极其的好, 或许是用的人不多吧, 指哪打哪, 但在开始返工后便相对不好用了, 时常会有最后返回的时候卡住或首字返回时间更长的问题

反而呢, qwen3 asr flash realtime 让我感受到了春节期间的豆包 asr 感觉

不过的话, 阿里显然没有火山(字节)那么慷慨, 目前只有三个月的免费, 三个月后得按照按量付费了, 不过价格还能接受, 约合 1.188 元/小时

希望什么时候豆包出个 3.0 的 ASR 吧