微信按住转文字实测，识别率还是差点意思

我对比了微信的语音转文字和新的按住转文字，实际跑了一遍。结论是这功能看情况，适合发长消息怕吵到别人的场景，不适合对文字准确性要求高的场合。

昨天把微信升到 iOS 8.0.76，深色图标换了，这个先放着。我注意到的是输入框里多了一句提示。之前那个麦克风图标还在，但我点开之后发现，录完再转文字的入口没了，改成「按住转文字」了。我理解的新交互是这样：在文字输入模式下，按住输入框说话，松手，系统把你说的内容转成文字，直接落在输入框里。

第一次用我愣了一下，因为提示语显示不全，只看到「可…」两个字，我以为自己没更新完。点了一下才反应过来，意思是「可按住说话转文字」。把图标换成文字提示，对新手其实更友好，但提示被截断这个细节，说明灰度阶段确实粗糙。

我实际测下来，识别率是最大问题。同一句话，「明天下午三点开会，材料发你邮箱」，先用旧的语音转文字跑一遍，再用按住转文字跑一遍。旧版基本一次过，新版把「三点」听成了「三腚」，修改花的功夫比重说一遍还久。

不过这功能不是没有价值。识别率差，但它快。按住说话的时候，转出的文字实时出现，不用像以前那样先录一段再等转写，中间省了一步。微信的逻辑应该是把语音转文字的入口往前提，让用户更愿意用文字而不是发语音。

但这里有个矛盾。按住转文字最大的问题是误触和停顿。发语音你中间停一下没关系，反正录进去的是完整一段。按住转文字不一样，稍微停顿一下，系统可能以为你说完了，直接截断。我试了说一段长一点的话，中间换了口气，句子被切断，后半段变成了一堆乱字。这个体验很糟糕。

我大概理解了微信做这个功能的思路。他们在把语音输入的成本降低，让用户默认用语音表达，然后转成文字发出去。方向上没问题，现在很多人不喜欢听语音，但打字又慢。问题是，识别质量撑不住这个交互。转了还得改，改完比直接打字还累，那用户凭什么用？

从我的角度看，这跟我之前聊AI招聘工具的判断一样，AI做信息整理辅助是好的，但只能帮你从语音到文字这一步，最终审阅和修改还是得人来。微信要做的应该是把「修改」这个环节做得更顺。比如转完文字之后，高亮标出哪些词是低置信度的，让用户直接点掉替换，而不是逐字检查。灰度阶段嘛，还有空间调。

鸿蒙用户还在等，这个不多说，腾讯的节奏一向是iOS先行。我倒好奇一件事：等这功能正式上线，识别率要还是这个水平，大家会用吗，还是继续退回先录再转的老路？我自己的话，短句子用按住转文字，长段落还是算了。