CosyVoice 输入法：阿里通义出品，说话就能写成正式文档

CosyVoice ↗ 是阿里通义推出的一款语音输入法 App，主打"纯语音输入、键盘只是辅助"——不用打字，对着它说话，就能自动整理成一段格式得体的文字，甚至直接生成一封正式邮件。背后是阿里自研的 Qwen-Audio 音频大模型，目前已经上线 macOS、Windows、iOS、安卓全平台。

核心功能

• 语音键盘 + 随记双模式：可以当系统级语音键盘随时唤起插入文字，也能单独用"随记"记录碎片想法，两种场景各有侧重。
• 自动过滤口语填充词：说话里的"嗯""啊""那个"和重复的话会被自动识别删掉，转写出来的文字干净利落，不用自己再删一遍。
• 散乱口述自动排版：想到哪说到哪，CosyVoice 会自动识别出里面的事项结构，整理成编号清单、表格或大纲，不用自己动手排版。
• 说错了直接改口：说漏嘴或说错了，接一句"不对不对，改成……"，它会自动应用修正，不会把说错的内容也留在稿子里。
• 一句话生成格式化文档：口述一个意图，就能直接出邮件、会议邀请、短视频脚本这类有固定格式的文本，称谓、问候语、落款都给你配好。
• 方言转普通话：上海话、粤语、四川话等方言能直接识别并转成标准普通话，跨地区团队开会、田野调研做记录会比较省心。
• 数字和公式自动规范化：说"三点五八亿"会被直接写成"3.58 亿"这种标准格式，不用自己手动改。
• 热词自定义词库：可以把行业术语、人名、自创品牌词加进热词库，减少被同音高频词"带偏"的情况（比如把"读佳"识别成"独家"）。

收费情况：目前 App 处于限免体验阶段，语音转写和各种 AI 整理功能都能免费用，官方提到后续可能会加入付费服务，但还没有公布具体价格和额度上限。

我的感受

"纯语音主导、键盘只是辅助"这个思路最近半年国内外都有产品在做，CosyVoice 算是阿里在这个方向上的正式答卷，背靠自家 Qwen-Audio 大模型，官方给出的转写字错率、对话流畅度这些指标都还不错。我自己对"一句话生成邮件"这个功能挺有感觉：口述一段意思，直接出来一份称谓、落款都齐全的正式邮件草稿，比自己在文档里从头组织语言要省事；方言转写对经常要处理外地同事或客户口述内容的人也挺实用。

不过这款 App 目前也确实还比较"早期"：键盘本身的传统输入能力偏弱，只支持 26 键单一模式，没有九宫格、模糊音联想这些成熟输入法早就有的功能；网络不稳的时候（比如地铁、高铁上）转写容易卡顿甚至直接失败，录到一半失败了也没法找回重录；另外它输出的文字偏书面化、结构化，发朋友圈或者跟朋友随口聊天这种轻松场合用会显得有点"端着"，不如打字自然。如果你经常需要口述长段内容、生成正式文稿，CosyVoice 值得装一个试试；纯粹图个打字方便的轻量场景，可能还是习惯用的输入法更顺手。