CosyVoice – 阿里巴巴推出的AI智能输入法

CosyVoice 是一款由阿里巴巴推出的新一代 AI 效率助手，本质上是一个智能输入法。它主打“说得随意，写得漂亮”的理念，旨在让用户摆脱键盘束缚，通过自然说话的方式，将口语实时转化为高质量、格式规整的专业文稿，从而高效完成邮件、会议纪要、内容创作等各类文字工作。

智能口语净化：自动识别并过滤“嗯、啊、那个”等口语填充词和重复词，让转写文稿干净利落。

自我更正编辑：能理解“不对，改成……”等口语修正指令，自动应用修改，最终文稿不留改口痕迹。

意图理解与格式化：可根据“写成邮件”等指令，将口述内容直接生成包含称谓、问候、签名的完整格式文档。

结构化内容整理：自动将零散的口述事项整理成清晰的编号列表、表格或大纲。

方言与多语种识别：无缝识别上海话、粤语、四川话等多种方言，并转写为标准普通话。

精准格式还原：准确将口播的数字、百分比、单位等转换为标准格式(如“三点五八亿”转为“3.58亿”)，还能识别并补全数学公式。

智能转录：实时高质量语音转文本，并自动净化口语表达。

结构化输出：将散乱的口述内容自动排列为清单、列表或表格。

自我更正：识别并应用口语中的自我修正指令。

意图成稿：根据指令直接生成邮件、会议邀请等完整格式的文档。

专业格式支持：正确处理数字、公式、单位等专业内容。

方言转写：支持多种方言识别并转为标准普通话文本。

职场人士：需要频繁撰写邮件、会议纪要、项目报告的用户。

内容创作者：希望快速记录灵感、撰写脚本或文章的博主、记者等。

跨地区团队：成员口音多样，需要统一文字记录的团队。

任何希望提升输入效率的人：觉得打字慢，希望用更自然的方式完成文字工作的用户。

1. 安装与初始化

下载安装：访问官网 https://qwentype.com/ 下载对应版本（macOS/Android已上线，iOS/Windows待更新）。
权限设置：首次启动需授权麦克风、文本粘贴、录屏权限（确保输入法能监听语音并自动填充内容）。
登录账号：使用手机号验证码或淘宝账号完成注册，历史记录仅保存在本地设备。

2. 语音输入操作

启动输入：在任意应用的文本框中，单击麦克风图标开始录音，再次点击结束并转写；长按麦克风可实现边说边转、实时上屏。
关键技巧：
- 说话时保持5–8秒清晰句（避免过短或含环境噪音）。
- 需修正内容时，直接说“不对，改成XXX”，系统会自动更新文本。
- 说“写成邮件”等指令，可直接生成带称谓、落款的完整文档。

二、高效功能实践

1. 指令驱动式创作

一键生成制式文稿：
输入类似以下指令，系统会自动生成对应格式内容：
- “写一封会议邀请，主题为Q3规划，时间周四下午3点”
- “把这段话整理成带编号的待办事项”
- 重点：指令需明确格式需求，AI会自动补全逻辑结构。

2. 专业场景优化

音频质量要求：
- 录音需人声清晰、底噪低于-30dB（避免空调/风扇干扰）。
- 禁止使用视频网站下载音频、电话录音等含压缩失真的来源。
文本输入规范：
- 中英混排时，非中文字符前后必须加空格（如“微信 WeChat”）。
- 多音字可通过拼音标注修正（如“爱好[h][ào]”）。
效率技巧：
- 长文本建议分段处理（单次不超过200字符）。
- 使用撤销键快速修正错误，切换按钮可返回传统键盘模式。