语音与音频转写
语音输入把你当下说的话变成消息草稿,音频转写处理已经保存的录音,朗读则把回答读出来。三者在 设置 → 语音 分别配置,不是把同一项“音频能力”开关打开就全部启用。
开启语音输入
语音输入默认关闭。在 设置 → 语音 → 语音输入 选择:
| 方式 | 需要准备 |
|---|---|
| 系统 | 设备可用的语音识别服务、识别语言及系统要求的权限;具体服务可能使用网络 |
| 离线 | 下载并校验 SenseVoiceSmall 模型,约 240 MB;实际大小以页面显示为准 |
| 关闭 | 输入框使用普通发送方式 |
下载时可看进度、取消或失败后重试。需要包含语音原生能力的新版安装包;仅收到代码更新不一定能启用新引擎。
在聊天里说一句话
- 确认语音输入已启用。输入框没有待发送内容、没有正在生成的回复时,主操作位置会显示麦克风。
- 点击开始,按提示授予麦克风和系统识别权限。
- 说完点击停止,等待识别结束。
- 检查识别文字,修改人名、数字和标点,再主动发送。
识别结果是草稿,不会因为开始或停止录音就自动提交给聊天模型。有文字或附件待发送、任务正在生成时,按钮会承担发送或停止任务的操作;不要把它当作固定的长按录音按钮。
转写已有音频
先在 设置 → 语音 → 音频文件转写 选择引擎与录音语言。离线方式需要已下载的 SenseVoice 模型;系统方式要求该设备和语言支持离线文件识别,不可用时不会悄悄回退到联网识别。
- 从 文件 导入录音,在音频条目的菜单选择转写,等待完成后打开保存的文字结果。
- 也可把音频通过 + → 文件 加入本机标准模式对话,明确要求转写或根据转写内容整理。
- 当前单个音频不超过 100 MiB,时长不超过 2 小时。具体编码仍需当前引擎能解码;修改扩展名不能转换格式。
音频附件保留在本机,模型获得用于转写的文件引用与转写后的文字,不代表模型直接具备听觉理解能力。把转写用于总结时,文字仍会发送给所选模型服务。
页面或任务取消会停止当前处理;没有完成时不要把部分识别内容当作完整录音。重要名称与数字应对照原音频核对。
朗读回答
在 设置 → 语音 → 朗读 选择可用的系统音色,再从已完成回答的操作区启动朗读,可停止当前播放。语音与语言取决于设备安装的服务和音色。
朗读可以在系统允许时继续到后台,但仍受音频、系统和进程限制;它与后台生成是不同的任务。
找不到麦克风或转写失败
检查语音输入是否仍为关闭、输入框是否已有待发送内容、是否正在生成,以及系统识别服务、权限、离线模型下载与语言支持。下载或校验失败时按设置页重试;错误并不表示应重新发送原来的聊天任务。
