语音输入的写作工作流

今天看到一个帖子，作者说通过语音输入写日记，可以提高自己的语言表达能力。

他说，一开始使用语音输入的时候，会遇到很多问题，比如输入之后还需要不断调整语序或者表达。因为我们已经习惯了打字，打字的时候可以一边思考一边修改，反复推敲之后再输入；而语音输入则要求人能够更快地组织语言，把脑子里的想法直接说出来。帖子里还说，经过一段时间的训练，这种修改会越来越少，人的语言表达能力也会有明显提高。

我觉得他说得很有道理。

仔细想想，这其实和练吉他的时候录音、录像很像。录下来之后，你会得到一个非常直接的反馈，知道自己的表达有没有问题，思路是不是太跳，或者有没有一些自己没有意识到的表达习惯。通过这样的反馈，再去调整自己的思维逻辑和表达方式，表达能力自然也会慢慢提高。不过我觉得，这篇帖子真正有意思的地方，不只是“语音输入可以提高表达能力”，更在于它让我重新意识到，语音输入本身就是一种很好的文字输入方式。

其实本科的时候，我就已经开始这么做了。那时候写《近代史纲要》或者其他课的大作业，经常都要写很长的文章。如果完全靠打字，对当时的我来说太慢了，所以我经常会用微信语音转文字，把自己的想法先快速说出来，再整理成文章。那个时候还没有 AI，虽然已经可以很快得到文字，但后面的修改、润色基本都只能自己完成。现在就不一样了。我更倾向于先用中文或者英文，把大概意思表达出来，不去咬文嚼字，只要能够把自己的想法完整输出，后面再交给 AI，让它帮我修改到能够准确、自然、得体地表达，然后再用于邮件、Blog 或者其他正式一点的场景。回过头来看，其实就是把以前和现在两种方式结合在了一起：语音输入负责快速输出想法，AI 负责整理表达。我觉得这是一个效率很高的工作流，而且不仅适用于写日记，也适用于任何需要输出大段文字的时候。

更有意思的是，它不仅限于中文。我完全可以用英语，甚至德语进行语音输入，把它当作一种语言训练。我一直觉得自己的英语表达有很多废话，也不够简洁。如果一直这样练，再结合 AI 给出的反馈，我觉得也是一种训练表达能力的方法。

语音输入对我来说还有一个很大的好处。回家以后，除了和铭书打电话，我基本上没有什么交流的对象，而语音输入给了我一个把想法说出来的机会。很多原本只是在脑子里的东西，可以真的 speak out。另外，语音输入比打字和手写快得多，基本能够跟上我思考的速度。而且最后保存下来的只是文本，我可以直接用 Markdown 保存自己的输出，不需要像录视频或者录音一样保存很大的文件，以后想重新看，也不用再做语音转文字或者剪辑这些额外的工作。

当然，这也不是完全没有缺点。语音输入虽然能够提高输入速度，但也可能会留下更多废话。我这里说的“贬值”，不是价值上的贬值，而是语言更容易停留在意识流的状态。打字或者手写的时候，人会一直停下来想：这句话有没有必要？这个词是不是最准确？其实在输入之前就已经完成了一轮筛选。而语音输入更关注的是把想法快速记录下来，所以很多本来会删掉的话，也会一起保留下来。不过还是要看目的。如果只是想记录当下的想法，我觉得语音输入反而更好，因为它几乎不会打断思路；如果需要正式、精准一点的表达，那后面还是需要再整理，或者交给 AI 去润色。

这也让我想到，我之前一直想尝试用 Vlog 的方式记录生活。现在想想，语音输入其实是一种成本更低的记录方式。这里说的“成本低”，不是说它低级，而是整个记录过程的成本都更低。不用拍摄，不用保存大量视频，也不用剪辑。更重要的是，回看的成本也低很多。如果我拍了二十分钟的视频，那我想重新看，就还需要二十分钟；如果只是文本，即使里面有一些废话，我也可以很快浏览完整篇内容，阅读速度肯定比看视频快得多。

最近我买了 DJI Mic Mini 2，发现它不仅可以通过接收器连接设备，也可以直接通过蓝牙连接手机，甚至电脑。这样一来，我几乎可以随时开始语音输入。我试了一下，它甚至可以在很轻、接近耳语的声音下正常识别，收音效果比我想象中还要好。

我现在把它连接到电脑作为音频输入，电脑的音频输出通过 3.5 mm 接到数字效果器上。效果器一方面负责我的吉他和伴奏输出，另一方面还有一个耳机输出口。我在这个输出口接了一根一分二的线，一路接耳机监听，另一路接到相机。这样，相机录下来的就是效果器混合之后的声音，不需要后期再去同步音频。

以前我总觉得，记录生活要么写日记，要么拍 Vlog。现在看来，中间其实还有一种形式：想到什么，就说出来，把它变成文字。它没有视频那么完整，也没有手写那么有仪式感，但足够快、足够轻，也足够让我把那些原本可能会忘掉的想法留下来。也许以后，我的很多 Blog 都会是这样写出来的。