对着麦克风说五分钟,屏幕上只有一条声波线跳动,转写结束后才发现AI把Claude听成了Cloud——这种盲说体验终于成为历史。11月18日,OpenAI正式上线Live Dictation实时听写功能,并取消单次10分钟的录音上限,语音输入从此可以边说边看、即时修正。
这次更新改了4件事
第一,边说边出字。话一出口文字同步上屏,告别说完再等转写。第二,取消10分钟上限,长篇口述不再掐表中断,官方未公布新上限,但实测连续口述十几分钟的回忆录也没有卡顿。第三,随时隐藏跳字,听写时轻点声波条即可开关实时文字显示。第四,全量分批开放,不挑账号等级,免费版也能用,覆盖iOS、Android、网页和桌面客户端四个平台,正在全球陆续推送。

告别听错不吱声:专业术语当场核对
实时出字还顺手治好了语音输入的另一大顽疾:专业术语和关键数字的错漏校对。平时口述技术方案或工作周报,一碰上AI模型名、英文缩写和数字,语音识别就容易随意发挥——你说Token,它可能给你整出个偷啃。
现在可以一边说一边看屏幕,说到专业术语或关键数字,瞄一眼就能核对。哪儿听岔了,趁还记得原话,发出去之前顺手改过来,嘴上省下的时间不用再赔在审稿上。
语音对话和听写:一个是打电话,一个是打草稿

很多人看到ChatGPT语音更新,第一反应是那个能随时打断的高级语音模式,但这实际上是两码事。语音对话是跟AI打电话,话一出口就直接发给模型,嘴瓢了难收;听写则是拿嘴打草稿,声音留在输入框里,哪里说错可以随时停下来删改,主导权始终在自己手里。
平时闲聊解闷、练口语,找语音对话更自然;但要给ChatGPT交代复杂背景、塞一大段工作指令,边说边改的听写往往比直接连麦靠谱得多。
5个月三连更:OpenAI把听写扶正了
单看实时出字,似乎只是补上一块基础体验,但把时间线往回拨就会发现,5个月里OpenAI已经对听写动过三次刀:6月26日,所有套餐的听写换上新的语音转文字模型,先解决听得准不准;8月14日,Android端输入文字或挂上附件后听写按钮依然可用,打字和口述能在同一条消息里来回切;11月18日,实时听写上线并取消10分钟上限,终于做到边说边看、一口气说完。
这背后有个很实际的数字:斯坦福大学、华盛顿大学和百度的研究人员早年做过一组实测,让受试者在安静房间里用iPhone输入中文短句,结果显示,哪怕把事后改错的时间全算进去,普通话口述的速度依然是手机拼音打字的2.87倍。当语音输入能实时回显、随时修正,它就不再只是键盘旁边的凑数按钮,而正在成为ChatGPT的一种主力输入方式。



