還在一個字一個字打？史丹佛研究：語音輸入快 3 倍，連吳恩達都掛名

張貼者： 日期：

我每天的日記，不是「打」出來的，是「講」出來的。這個習慣的底氣，來自史丹佛一份 2016 年的研究——而掛名的作者裡，有吳恩達。這篇幫你看懂：為什麼「用講的」在 AI 時代不只是比較快，而是會直接決定 AI 給你的東西準不準。

語音輸入比打字快 3 倍
史丹佛研究實測：語音輸入的效率是打字的 3 倍

先講這是誰做的研究

這份研究 2016 年由史丹佛大學和華盛頓大學共同做的，標題很直白：《Speech Is 3x Faster than Typing》（語音比打字快三倍）。他們找了受試者，在 iPhone 上分別用打字和語音輸入同一段訊息，實測誰快、誰錯得少。

真正讓我覺得「這不是路邊說說」的，是作者名單裡有一個名字——吳恩達（Andrew Ng）。他是深度學習領域的權威：Google Brain 共同創辦人、Coursera 共同創辦人、史丹佛教授，做這份研究的時候，他還是百度的首席科學家。

更巧的是，這份研究用來做語音辨識的引擎，正是百度當時的 Deep Speech 2——吳恩達在百度領軍做的，就是這種語音 AI。所以你可以這樣理解：最懂 AI 語音的人之一，親自出來證明「用講的」比打字快。這個背書的份量，跟隨便一篇心得完全不同。

研究到底發現什麼？

史丹佛實測：語音 vs 打字
英文快 3 倍、中文快 2.8 倍，錯字還更少（本站自製資訊圖）

數字比我原本想的還誇張：

  • 英文：語音輸入的效率是打字的 3 倍，而且錯字比打字少了約 2 成。
  • 中文：快 2.8 倍，錯字更是少了超過 6 成。
  • 最關鍵的一點——就算把「辨識錯了、回頭修正」的時間也算進去，語音還是又快又準。不是那種「快歸快、但要花很多時間改」的假快。

換句話說，我們很多人以為「打字比較可靠」，其實是個習慣造成的錯覺。真正實測下去，講的那邊全面勝出。

為什麼在 AI 時代，這比 2016 年更重要

為什麼 AI 時代這超重要
輸入越快越完整，餵給 AI 的脈絡就越多（本站自製資訊圖）

2016 年這只是一個「輸入法比較」的研究。但到了現在，它的意義完全變了——因為多了一個對象：AI。

你輸入得越快、越完整，能餵給 AI 的背景脈絡（context）就越多。而 AI 給你的東西準不準，幾乎就是看你給了它多少脈絡：

  • 你把來龍去脈、細節、你真正想要的樣子都講清楚 → 它給你的東西就會很貼近。
  • 你只丟一句模糊的話叫它做事 → 它只能用猜的，然後你再花時間來回修。

所以「輸入快 3 倍」在 AI 時代不只是省時間，而是直接放大了你能給 AI 的資訊量。打字的時候，人會不自覺地偷懶、把話講短；用講的，你反而願意把整件事說完整。

一個要反過來的習慣

跟以前剛好相反
以前筆記越精簡越好，現在對 AI 話越多越好（本站自製資訊圖）

這件事讓我意識到一個很反直覺的轉變：

  • 以前做筆記：越精簡越好，字少方便日後回頭找。
  • 現在對 AI：話越多越好，講得越細，它越懂你。

過去我們練的是「濃縮」，把想法壓成幾個關鍵字。現在剛好倒過來——你只要負責把腦袋裡的東西「倒出來」，濃縮、整理、找重點這些工，交給 AI 做就好。而「倒出來」最快的方式，就是用講的。

我自己怎麼用：日記用講的，全部餵進第二大腦

說到這，講一下我自己的做法。我現在每天寫日記，都是用 Typeless 這個語音工具，不再一個字一個字打。原因就是上面講的——打字會讓人傾向去精簡，很多細節懶得補；用講的，我反而能把當下的想法完整保留下來，它還會幫我結構化整理好。

更常發生的是：我在開車、走路的時候腦袋突然蹦出一個靈感，直接拿手機語音記進日記。我後來很多教材，其實源頭都是這種「隨手講一句」記下來的碎片。

然後這些日記，全部進到我的「第二大腦」資料庫。需要寫部落格、發社群貼文、或整理某個報告的時候，AI 會去撈我的日記，用我真正寫過、講過的東西幫我長出內容——而不是憑空生一篇沒有我味道的文章。

我平常有一塊工作是幫企業內部同仁做 AI 導入。第一線同仁最大的卡點，幾乎都是同一句：「我不會下指令、打字好麻煩。」我的建議永遠是——先從「用講的」開始。不用先學什麼 prompt 技巧，先把你想問的、想要的，用嘴巴講給 AI 聽就好。語音輸入，是門檻最低的那把鑰匙。

用之前，幾個提醒

語音輸入很好用，但不是萬能，有幾點先講清楚：

  • 吵雜環境、專有名詞會出錯：人名、品牌、英文縮寫這種，辨識常常聽錯，講完還是要掃一眼校對。
  • 有些場合不方便講：開會中、大眾運輸上，用講的會尷尬，這時候打字還是比較實際。
  • 「話多」不等於「亂講」：講得完整不是叫你東拉西扯，重點還是要在，不然 AI 一樣會被雜訊帶偏。

小結

語音輸入不是懶，是把你腦袋的頻寬，直接接上 AI。史丹佛加吳恩達幫我們證明了它快 3 倍；而在 AI 時代，快，等於你能給 AI 更多脈絡、換到更準的結果。你今天要不要就先試一次——把想問 AI 的事，別打字，用講的說給它聽？

本文整理改寫自史丹佛大學與華盛頓大學的研究《Speech Is 3x Faster than Typing for English and Mandarin Text Entry on Mobile Devices》（作者 Sherry Ruan、Jacob O. Wobbrock、Kenny Liou、Andrew Ng、James Landay，2016，arXiv:1608.07323），結合我自己的語音寫作與企業 AI 導入經驗重新詮釋。原文：arxiv.org/abs/1608.07323

留言

張貼留言