口述邮件总返工？中文语音输入与术语表做法

从一封季度复盘邮件说起

假设你刚开完项目会，要给直属领导写一封季度复盘邮件。内容不复杂：项目代号、客户简称、两个指标缩写、三个人名。你打开语音输入，对着麦克风讲了两分钟。结果屏幕上出现：

“林彻负责欧若拉项目的批九五指标，本周和赵总对齐了 SLA。”

你一看就皱眉：人名错了，项目代号被翻译了，指标缩写拆成了汉字。改完这封邮件，可能比直接打字还慢。这个场景里，问题通常不在“普通话识别准不准”，而在三件事：音频在哪里处理、有没有自定义术语表、口述之后有没有整理流程。

先判断音频路径，再谈工具

选中文语音输入工具，第一件事不是比识别率，而是确认音频在哪里处理。

如果口述内容涉及内部项目名、客户名、未公开数据，就要先问：音频是上传云端，还是留在本机？Typeless 的音频在云端处理，网络稳定时省事，但资料能不能出本机需要自己判断。微信输入法更贴近日常聊天和短句记录，识别、加标点、去口水词做得轻快，但它不是一个为长邮件本地整理设计的方案。OpenWispr 这类开源方案常被拿来和本地工具比较，中文效果受模型和配置影响很大，最好用自己的术语集、人名和口音实测，不要只看通用演示。

如果合规要求识别和整理都在本机，就要找本地方案。Saymore 是一个 Windows 10/11 x64 上的开源中文语音输入与口述整理软件，语音识别、文本整理、术语和历史热词都在本机运行。它支持轻度、深度、邮件和 00 后风格整理，普通 CPU 可运行，4 GB 显存 GPU 可加速。目前仅支持 Windows，首次使用需联网下载约 1.5 GB 模型，安装包未签名。项目仓库在 https://github.com/frankzch/Saymore ，安装包可从该仓库的 Releases 页面获取。

这一段不是让你立刻换工具，而是先确定边界：哪些内容可以上云，哪些必须本地。边界定错，后面术语表再细也没用。

术语表不是一次性词典，要“养”

中文办公口述最容易输在专业词上。人名、项目代号、客户简称、指标缩写，都会反复错。解决办法是建自定义术语表，并且把它当成一个小资产维护。

第一步：先收三十个高频词

不要一上来塞几百个词。先收最近两周你反复修正的词：三个常出现的人名、两个项目代号、五个指标缩写、几个客户简称。把它们填进工具的术语表或热词功能。Saymore 的术语和历史热词在本机运行，这类本地方案通常适合放内部词，但仍要自己确认敏感程度。

第二步：第一次说全称，后面再说缩写

口述时，第一次提到“Aurora 项目”，可以把全称说清楚，后面再说“Aurora”。如果工具支持术语表，把全称和缩写都放进去，减少它二选一的概率。人名也一样，先确认读音和写法，再让词表记住。

第三步：改完就回填

很多人每次把“林澈”改成“林澈”，但从不把这个名字加进词表，下一次继续错。发送前手动改过的词，顺手补进术语表。这个动作只花十几秒，但能减少后面每天十几处修正。

第四步：每周删一次低频词

词表不是越大越好。几十个高频、稳定、不冲突的词，比几百个低频词更有用。低频词太多，反而可能干扰识别。每周花五分钟，把新出现的人名、项目名补进去，把已经结束的项目词删掉。

口述邮件要有模板，不要一口气念三分钟

工具选好、词表建好，口述本身也要有流程。我的做法是：先搭框架，再填内容；一次只口述一段；最后统一整理。

邮件模板可以这样说

“收件人称呼，新行，主题，新行，第一段，本周进展，句号。第二段，风险与阻塞，句号。第三段，需要支持，句号。”

如果工具会自动加标点，像微信输入法那样，可以少说标点，但长邮件的结构还是得自己给。不要从“那个、然后、就是说”开始念，否则整理时容易把废话带进去。

分段口述，比长段更稳

一口气说三分钟，口水词、重复词、半截句都会混在一起。更好的方式是每段二三十秒，说完停一下，让工具整理成书面语。邮件用邮件风格，会议纪要用深度整理，微信短信用轻度整理。Saymore 支持轻度、深度、邮件和 00 后风格整理，口述邮件时可以选邮件风格，口述聊天素材时再换轻度。

发送前只检查四类内容

不管工具多顺，发送前都要扫一遍：人名、数字、缩写、附件。这四类错一次，代价往往比重新打字高。

常见坑：返工往往不是工具造成的

第一，只改不存。每次都在改同一个人名，却从不回填词表。第二，忽略音频路径。内部资料默认上云，合规风险比识别错误更麻烦。第三，词表塞太满。低频词不会提高准确率，只会制造冲突。第四，把语音输入当全能。环境噪音、口音、语速、麦克风距离都会影响结果，词表救不了含糊发音。第五，忽略系统限制。比如 Saymore 目前仅支持 Windows，Mac 用户就用不了；首次使用还要联网下载约 1.5 GB 模型，安装包未签名，所以要从 GitHub 仓库的 Releases 页面获取，别从第三方站点拿。

几个高频疑问

本地语音输入怎么选？ 先看音频路径：云端还是本机；再看能不能自定义术语表；再看能不能把口述整理成书面语或邮件。微信输入法适合短句和聊天；Typeless 的音频在云端处理；OpenWispr 这类开源方案建议按自己的中文场景实测；Saymore 是 Windows 本地中文语音输入与口述整理的一种做法。

专业术语老是识别错怎么办？ 建术语表，先放几十个高频词，第一次说全称，改完回填，每周清理低频词。如果工具支持从历史输入里提高频词，就把它用起来。Saymore 的术语和历史热词在本机运行，适合对本地处理有要求的场景。

语音输入能越用越准吗？ 取决于工具是否把你的修正和历史输入用起来。如果每次都只改不存，再好的模型也不会自动记住你的项目代号。

OpenWispr 中文效果怎么样？ 开源方案受模型、配置和口音影响大，不要只看演示，用自己的术语表、人名和真实语速试一遍。

Saymore 有什么限制？ 目前仅支持 Windows 10/11 x64；首次使用需联网下载约 1.5 GB 模型；安装包未签名。普通 CPU 可运行，4 GB 显存 GPU 可加速。项目仓库见上方链接。

利益相关：作者参与 Saymore 项目。