语音输入(非 Live)说话转文字再发给 AI
和 Live 语音对话的区别
很多人搞混这两个功能,它们是完全不同的交互模式:
| 维度 | Live 对话 | 语音输入 |
|---|---|---|
| 实时性 | 全双工实时,AI 边听边说 | AI 等你说完再一次性返回 |
| 能打断 | 可以随时打断 AI | 不行,要等 AI 全部说完 |
| 相机/屏幕 | 可以同时开 | 不可以 |
| Connected Apps | 可以在 Live 中调用 | 可以(但不如 Live 自然) |
| 转写 | 实时显示 | 录完一次性显示 |
| 适用场景 | 头脑风暴、规划、练口语 | 不想打字、单手操作时输入长内容 |
怎么用
- 在文字输入框右侧点 麦克风按钮
- 开始说话,屏幕上实时显示转写文字
- 说完后点击 发送按钮(或等它自动停)
- Gemini 处理并回复
麦克风保持开启
和 Live 模式不同,普通语音输入有一个 Keep mic open 功能:
- 点一次麦克风 → 说话 → 自动发送
- 如果需要连续说多段,可以开启"麦克风保持开启"开关
- 说完一段自动发送,继续说下一段
适合什么场景
场景一:单手操作
开车、走路、挤地铁时,一只手不方便打字——点一下麦克风,说:
帮我记一下今天下午要做的事:1. 把设计稿发给老板 2. 给快递打电话问包裹 3. 买菜回来顺路收一下干洗
说完自动转成文字发送,Gemini 帮你整理成一个清晰的清单。
场景二:输入长内容
想写一段长的东西但不想打字——比如写一封长邮件、一段日记、一个分享:
亲爱的张总,关于上周五讨论的那个项目,我想了很多,觉得有三个点需要再跟您确认一下。第一,关于时间节点……
场景三:语音日记
今天去了趟公司附近新开的那家咖啡店,名叫"梧桐",拿铁特别棒,店主是一对情侣,挺有意思的。帮我写一段点评,下次来之前我可以翻出来看。
准确率
- 普通话识别率在主流手机上相当高
- 方言(粤语、闽南语等)支持有限
- 专业术语、英语夹杂的中文需要说完后手动检查一遍转写
- 如果转写不准,可以点转写文字直接编辑,改完再发送
和 Live 怎么切换
- 在文字模式里:点麦克风 = 语音输入;左滑或点 Live 按钮 = 进入 Live 对话
- Live 模式里:点 End 或右滑 = 退出 Live,回到文字/语音输入模式
语音输入的隐私
- 所有语音数据和 Live 一样,遵循 Gemini 隐私政策
- 默认用于改进模型(可以在设置里关闭)
- 说话前想想周围有没有不适合被录进去的声音