AI应用风向标（公众号：ZhidxcomAI）
作者｜江宇
编辑｜漠影

智东西11月26日报道，近日，豆包输入法正式上线。体验过的网友纷纷好评，抱着好奇，我们也下载体验了一番。

豆包输入法APP的图标依然沿用了豆包的代表性形象，是一个举着手机说话的豆包。这个图标或许是在暗示，其侧重点恰是在“语音转文字”这个功能上。

▲豆包输入法图标

打开豆包输入法APP之后，上手流程非常直接，只有两个步骤：启用豆包输入法、切换到豆包输入法。在安卓端整个过程很干脆，不会有繁琐的权限设置。

进入设置之后，豆包输入法的核心功能——语音转文字的相关内容被放在最前面。

▲豆包输入法“语音转文字”设置栏

在语音设置里，除了常见的语言展示方式、数字与英文处理、弱WiFi下是否切换流量、是否允许有限使用蓝牙麦克风这些基础选项之外，“智能标点”是比较新的功能点。

它给用户提供了四种选择：智能增加标点、用空格替代标点、句末不加标点以及保留所有标点。真实体验下来，我们觉得“智能标点”这个功能在使用语音输入时较为关键。

如果标点能自动处理，那么语音转文字之后就基本不用再进行二次编辑了。

此外，离线语音功能是我在设置里看到的另一个亮点。只要下载大约150M的离线模型，就能在弱网或无网情况下继续使用语音识别。

▲豆包输入法“离线语言”下载

语音不完全依赖网络，对输入法来说其实非常实用。毕竟输入法并不是一个只在网络稳定环境下才会使用的工具，把语音能力放在端侧可以避免很多使用过程中的断点。

在简单设置完成后，可以看到豆包输入法的整体布局与常用的几款输入法较为接近。

▲豆包输入法界面

真正体验语音识别时，我挑了一段比较有挑战性的片段，选的是《甄嬛传》里的“滴血认亲”名场面。我把播放速度直接调到两倍，人声语速非常快，中间还带有接近文言语感的对白。

▲豆包输入法

从结果来看，豆包只在人物姓名的识别上出现了偏差，其余内容与台词差别不大。我也用其他输入法对比测试过同一段内容，差异较为直观的。

▲另一款具备AI功能的输入法

为了进一步测试，我换了一段粤语片段，来自《九品芝麻官》，这一段的密集对白就比较考验模型的识别能力。

▲豆包输入法的粤语识别效果

在豆包上测试时，每行台词基本都是完整呈现的。

此外，我尝试了一个更贴近职场沟通的场景——中英文混说。

在豆包输入法中，这类混合语句的识别几乎无需修正。它能准确识别英语词汇，并与中文内容保持正确的分割，句子的标点也能合理补齐。

体验下来，可见豆包输入法的语音识别能力是较为强劲的。

语音之外我也尝试了键盘输入，主要观察联想栏的表现。比较简单的是算术题，输入算式，它会直接在联想区给出运算结果。

▲豆包输入法直接输入等式结果

如果输入一些常识类问题，系统也能给出对应答案。

▲豆包输入法直接输出吴承恩属于哪个朝代

比较意外的是，当我输入“前OpenAI研究员”时，联想栏直接出现一串名字。

▲豆包输入法推测出伊利亚和卡帕西

然而当我断开网络之后，这些联想就全部消失，可见它并不是传统意义上“词库联想”。

当然，这里是否“问了AI”还是简单的联网搜索，还需要以官方解释为准，但从体验角度看，它并不是简单的静态词库，能够在很大程度提升输入体验。

在整个的体验过程中，也能感受到豆包输入法目前仍存在一些需要补齐的功能。

基础输入方面，它暂时没有手写、五笔和繁体转换的能力。光标移动目前只能左右，而有些输入法已经支持上下跨行移动。键盘输入“不跟手”的反馈在社区里也有人提到。

这些问题都属于输入法常规能力的一部分，可以期待豆包输入法后续的优化。

写在最后：从输入法看AI时代的人机交互

从豆包输入法的应运而生可以看出，在AI时代，人机交互的变化已经开始在最日常的工具层面出现苗头。

人和设备的关系正在从按键输入，走向更自然、更接近日常沟通的语言表达。

而在未来，借助AI，人类或许无需再刻意学习如何操作工具，只需要说出来，甚至只是“想一想”，工具就能理解、思考并执行。