使用 Deep Code 嘅語音輸入：想到咩講咩，好用不止億點點

人工智能極大咁解放咗生產力，但「打字」呢件事本身仍然係一項時間成本。日常有微信語音輸入法、豆包語音輸入法等多種選擇，但佢哋都有一個共同嘅盲區：唔了解使用者目前工作嘅項目上下文，無法做出真正貼合語境嘅轉錄。

而你真正需要嘅，唔係令電腦轉錄你講咗咩——而係讓 AI 明白你想做咩。

Deep Code將語音輸入直接內建入介面，從根本上解決咗呢個問題。

點解普通語音輸入法唔適用

目的唔同

市面上嘅語音輸入法係為日常生活設計嘅工具，面向嘅係聊天、備忘、發訊息等場景。佢嘅任務係忠實咁將你講嘅每一個字轉錄出嚟，越準確越好。

但當你用語音操控 AI 程式設計時，場景完全唔同。你唔係喺「記錄自己講咗咩」，而係喺「讓 AI 明白你想做咩」。呢兩個目標有根本性嘅差異：

• 生活中語音輸入：「我要去嗰間舖頭」→ 轉錄為「我要去嗰間舖頭」
• AI 程式設計語音輸入：「幫我將尋日改嘅嗰個配置文件嘅 port 改成 8080」→ AI 需要知道「尋日改嘅配置文件係邊個」、「port 欄位喺邊度」、「8080 係新值」……

普通輸入法能忠實記錄每一個字，卻無法明白你講嘅內容指向邊度。

方式亦唔同

人類嘅思維方式係發散型跳躍式嘅：想到咩講咩，前後唔一定嚴格按邏輯順序，有時講到一半又推翻前面嘅內容，有時一句話仲未講完就想到另一個補充。

而目前主流嘅語音輸入法都係流式線型轉錄——你一邊講，佢一邊即時輸出文字。呢種方式對聊天冇問題，但對操控 AI 工作流反而帶嚟麻煩：

• 講到一半改變主意，前面講嘅一半內容就會污染最終嘅提示詞；
• 發散嘅想法被忠實咁按順序記錄落嚟，導致轉錄結果混亂、缺乏條理；
• 想到咩講咩嘅節奏被線性嘅轉錄過程打亂。

呢就好似你腦入面係一個思維導圖，但普通輸入法只能輸出線性文本——中間丟失咗大量資訊。

Deep Code 嘅語音輸入模組：專為 AI 控制設計

智能語境理解

語音輸入模組嘅轉錄結果，會經過 AI 智能分析，並結合目前對話上下文同項目檔案資訊進行二次整理。

呢個意思係：

• 你語音中提到嘅檔案名稱、目錄名稱、變數名稱，系統會自動搵到上下文中實際存在嘅對應內容並替換；
• 講到一半被否定嘅內容，系統會自動過濾掉；
• 跳躍嘅發散想法，會被重新按重要程度同內在邏輯關係組織成清晰嘅文字。

舉個例：你喺處理一個叫做 config/app.yaml 嘅配置文件，想將 port 改成 8080。你對住語音輸入講：

「將配置文件嗰個 app 就係你之前搞嘅嗰個檔案，port 改成 8080，之前好似改過一次但係好似冇生效……」

普通輸入法會將呢段話忠實咁轉錄出嚟，而 Deep Code 收到嘅係一個已經被整理過嘅、語義清晰嘅指令：

「將 config/app.yaml 配置文件中嘅 port 欄位修改為 8080。」

想到咩講咩，講錯咗都冇問題

呢個係語音輸入模組嘅核心體驗。

普通輸入法要求你字斟句酌：因為每一個字都會被忠實記錄，講錯咗就要重新嚟。

而語音輸入模組嘅設計哲學正好相反——隨便講，講錯咗都無所謂。系統會自動處理以下情況：

• 講到一半改口：前面講錯嘅內容會被自動丟棄，唔影響最終輸出；
• 用代詞指代：「嗰個檔案」「尋日改嘅」「啱啱嗰個」，系統會根據上下文搵到真實指代；
• 內容重複：講多咗嘅內容會被自動去重；
• 語氣詞過濾：「呃」「嗰個」「嗯」等語氣詞會被自動剔除。

你要做嘅只係將大概意思講出嚟，剩低嘅交畀系統。

中英文混合輸入

開發入面經常會喺中文入面夾帶英文：檔案名稱、目錄名稱、函數名稱、框架術語……呢啲內容喺純中文嘅語境中頻繁出現。

普通語音輸入法喺處理「中文入面夾英文」時往往力不從心，經常將英文詞語識別錯誤，或將一個完整嘅英文術語拆成唔知講咩嘅漢字。

語音輸入模組內建咗針對程式設計語境嘅優化，會根據目前項目嘅檔案結構，自動識別並正確保留英文內容：

• 檔案名稱（如 useSnippets.ts、src/utils/index.ts）唔會被拆碎；
• 英文變數名稱、函數名稱會被正確識別；
• 框架術語（如 Java、C++、npm、git 等）識別準確。

時間充裕，唔使趕

微信語音最長只能錄 1 分鐘，好多人錄住錄住就開始緊張，時間到咗被迫中斷。

語音輸入模組支援最長 5 分鐘嘅連續錄音。你可以邊諗邊講，節奏完全由你掌控，唔使擔心時間到咗被打斷。

點樣使用

語音輸入模組常駐喺 Deep Code 窗口嘅右下角，唔需要打開任何面板，隨時可用。

第一步：打開錄音

將滑鼠移到窗口右下角嘅錄音按鈕上，會顯示操作提示。點擊按鈕即可開始錄音。

第二步：講嘢

開始講嘢時，錄音按鈕會顯示音量波動動畫，即時展示目前音量大小。你嘅語音正在被即時捕捉。

喺整個錄音過程中，你可以：

• 想到咩講咩，唔使在意順序同邏輯；
• 講錯咗直接糾正或忽略，系統會自動處理；
• 講到一半停低嚟思考，錄音唔會中斷，繼續講就得。

第三步：結束錄音

再次點擊同一個按鈕，結束錄音。系統將音頻內容上傳並開始轉錄處理。

第四步：確認並傳送

轉錄完成後，系統會展示處理後嘅文字內容畀你確認。喺呢個確認介面中，你可以：

• 睇到經過 AI 整理後嘅最終文字，檢查是否準確反映咗你嘅意圖；
• 如有需要，直接喺確認框中修改文字內容；
• 從項目檔案面板插入檔案引用，豐富提示詞內容；
• 從常用提示詞面板插入預置提示詞範本；
• 確認冇問題後，點擊傳送按鈕將內容傳送畀 AI。

整個操作流程唔需要切換窗口，一氣呵成。

同傳統語音輸入法嘅對比

	微信 / 豆包等通用語音輸入法	Deep Code 語音輸入模組
設計目的	日常生活（聊天、備忘）	操控 AI 程式設計，明白你想做咩
轉錄方式	流式線型轉錄，邊講邊出字	AI 語境理解式轉錄，自動整理後輸出
思維方式	適合線性表達，字斟句酌	支援發散跳躍式表達，想到咩講咩
處理「講錯」	講錯只能重新嚟	講錯無所謂，自動過濾並修正
中英文混合	英文識別較弱，容易拆碎	自動識別程式設計術語，正確保留
時間限制	微信最長 1 分鐘，有時間壓力	最長 5 分鐘，充裕從容
同項目整合	唔了解項目上下文	深度整合檔案面板同提示詞面板

總結

語音輸入模組重新定義咗「語音輸入法」喺 AI 程式設計入面嘅角色——佢唔係將你講嘅嘢變成文字嘅工具，而係將你嘅想法翻譯成 AI 能夠精準理解同執行嘅指令嘅助手。

用好呢個模組，只需要記住一句話：

隨便講，剩低嘅交畀系統。