使用手冊寫作工作室 › 語音輸入:對著 AI 對話說話,標點自己會出來

語音輸入:對著 AI 對話說話,標點自己會出來

最後更新 2026 年 9 月 10 日 · 閱讀約 9 分鐘

一句話:這篇教你用嘴巴而不是鍵盤跟 AI 說話,包含標點怎麼進去、以及哪一種模式的聲音不會離開你的電腦。

右側是 AI 對話面板,正在口述中。輸入列的麥克風鈕變紅,旁邊一個閃動的點;輸入框正上方那行灰字寫著「聆聽中… 說「逗號」「句號」可加標點」。真的出聲之後,同一行會改成顯示還沒定案的辨識字——它刻意放在框外面,就是為了不蓋掉你已經打好的字。下面框裡那句話是口述出來的,連句號都是。

先講清楚範圍:語音輸入在「AI 對話」的輸入框裡,不在稿件編輯器裡。 它是用來對 AI 講話的——「第三章的節奏太趕了,幫我看看」這種話。它不能用來口述小說正文,`.md` 稿件、`.script` 劇本、筆記、評論都沒有麥克風按鈕。

開始講

打開 AI 對話面板,輸入框那一列右邊有一顆麥克風。按一下開始,再按一下停止。沒有快捷鍵。

  • 電腦上:右側的 AI 對話面板。
  • 手機上:底部導覽的「對話」,開起來那張面板。

第一次按會跳出瀏覽器的麥克風權限詢問,選「允許」。

講的時候,暫定的字會顯示在輸入框上方一行灰字,不會直接寫進輸入框。這是刻意的:你邊講邊用手改字的時候,下一段暫定文字會把你的修改蓋掉。一段話講完(引擎判定為定稿)才會接到輸入框裡現有文字的最後面——注意是接在最後面,不是插在游標的位置。

它不會因為你停下來想下一句就自動關掉。瀏覽器大約每分鐘會自己斷一次線,Slima 會默默接回去,所以你可以一直講。

標點:說出來就有

說「逗號」,就會得到「,」。這一層是 Slima 自己做的,所有情況都有效

你說 會變成
逗號 / 逗點
句號 / 句點
問號
驚嘆號 / 感嘆號
冒號
分號
頓號
刪節號 / 省略號 ……
破折號 ——
上引號 / 下引號 「 」
換行 換一行
換段 / 新段落 空一行分段

如果引擎自己在你講的標點旁邊也放了一個符號,你說出來的那個優先

兩條路:預設,與裝了離線模型之後

按下麥克風之後,辨識可能走兩條完全不同的路,而標點行為差很多

預設

  • 用瀏覽器自己的語音辨識服務
  • 音訊會離開你的裝置,交給瀏覽器那一端辨識
  • 需要網路
  • 引擎不會自動補標點——標點只能靠你說出來
  • 桌機與 Android 都有

裝了離線語音模型

  • 辨識整段在你的電腦裡跑
  • 音訊完全不離開裝置
  • 引擎會依你停頓的位置自動補標點
  • 你說「逗號」照樣有效
  • 只有桌機(Mac/Windows/Linux)

模型怎麼裝:不用你去找設定。Slima 在載入時就先問過瀏覽器「這個語言的語音包裝了嗎」;如果還沒裝,你第一次按下麥克風的那一刻就會開始下載(只需要一次)。這一次的口述還是走預設那條路,輸入框下面會出現一行「正在下載離線語音模型(只需一次)。下載完成前不會自動加標點……」。下一次按麥克風就自動走離線模型了。

沒有模型的設定頁、沒有進度條、沒有「立即安裝」按鈕,也沒有辦法從 Slima 把它刪掉——語音包是瀏覽器自己管的。唯一的線索是聆聽中那一行字:寫「說『逗號』『句號』可加標點」是預設那條路,寫「自動標點已開啟」就是走離線模型了。

自動補標點補得好不好,各語言差很多;中文目前基本上只補逗號。阿拉伯文沒有離線語音包,所以阿拉伯文口述永遠走預設那條路。

離線模型不等於可以離線用。 麥克風住在 AI 對話的輸入框裡,而那一整列在「AI 對話目前不能用」的時候是停用的——沒有網路、正在串流回覆、或點數用完,麥克風都會一起變灰。離線模型帶來的是隱私與標點品質,不是離線可用。

口述語言可以跟介面語系分開

到「會員中心 → 偏好設定 → 語音輸入 → 語音輸入語言」設定。

語音輸入語言

  • 跟隨介面語言(預設)
  • 中文(台灣)
  • 中文(简体)
  • English (US)
  • Español (España)
  • العربية (السعودية)
  • 한국어
  • 日本語

這八個選項在每一個介面語系裡都長一樣:第一個是預設,後面七個各用自己的語言寫。

介面沒有簡體中文,但口述可以選簡體——這是為了你用繁中介面、卻要口述簡體字的情況。選了之後,口說標點表也會跟著換成簡體的詞(「逗号」「句号」),因為繁簡的用詞不一樣。

口說標點表跟的是口述語言,不是介面語言。

這個設定只記在這一台裝置上,不會跟著帳號走。換一台電腦要重新選一次。

哪裡不能用

環境 狀況
桌機的 Chrome/Edge 等 Chromium 瀏覽器 完整可用,離線模型也在這裡
Slima 桌面應用程式 麥克風按鈕不會出現。 桌面版的殼拿不到辨識服務,目前沒有解法
Firefox 按鈕不會出現(瀏覽器預設沒開這個 API)
iOS 加到主畫面的 PWA 按鈕不會出現。 那個環境麥克風會亮但永遠不回結果,所以直接擋掉——請改用 Safari 分頁
Android Chrome 可用,但沒有離線語音包

偵測不到可用的辨識能力時,Slima 選擇整顆按鈕都不畫出來,而不是留一個按了沒反應的入口。所以「我這裡沒有麥克風按鈕」通常不是壞掉,是這個環境真的做不到。

權限被拒的時候

錯誤訊息會出現在輸入框下方(不會靜默失敗),而且分三種情況給不同指引:

  • 還沒允許:再按一次麥克風,在瀏覽器的詢問裡選「允許」;沒跳詢問就重新整理頁面。
  • 已被封鎖:訊息會直接告訴你點哪裡(Chromium 是網址列左側的網站資訊圖示 → 麥克風 → 允許)。
  • 已允許卻還是不行:先重新整理頁面;還是不行就去作業系統的設定確認瀏覽器有麥克風權限。

另外還有「找不到麥克風」(沒接或被別的程式佔用)與「語音辨識連線失敗」。允許之後,那條訊息會自己消失,不用手動關。

相關

到 Slima 裡試試

打開 app,用你自己的書做一次。免費開始,不用信用卡。

打開 Slima
這篇有幫助嗎?