现在 AI 大模型发展得非常迅猛，也衍生出了一个新产品——AI 语音输入法，如雨后春笋般冒出来。
以前语音输入存在两个问题：一是识别准确率不准，二是转文字后的结果无法二次调整。但在大模型加持下，这些问题被很好地解决了，所以，越来越多的语音输入法出现了。
01 为什么要用语音写作
大家都知道纯手写文章，速度是非常慢的，如果采用语音写作的方式，效率将大大提升。以我自己为例，按正常说话速度，10 分钟一般能说 2000 字左右，如果手写这么多字，不知道得多久了……
语音输入速度约为手写的 3-5 倍，这是工作流重构的基础。
所以，不光是我，身边很多朋友也在尝试语音写作，只能说用了的都说好。
在这篇文章，我和大家汇报下自己探索出来的新方法。
02 过去的一些尝试
过去，我基本上都是在用Get笔记进行语音写作，但它们出于成本考虑，调用的是手机自带的语音识别模型，所以识别准确率特别低。
之所以选择它，是因为它接入了DeepSeek，能把识别不准的内容二次整理成还算过得去的文本，但问题也很明显：
第一，识别准确率太低，会丢失非常多信息。 第二，整理出来的文稿 AI 味特别重，每次写文章都要推倒重来，相当于重写一遍。
所以语音写作的工作量并没有降低特别多。
于是我开始探索新的语音写作方式，就探索出用现在这个Skill做语音写作的方法。
准备工具：
- 编程工具：Trae（国内版）
- 豆包语音输入法
大部分人应该跟我刚开始一样，提到编程工具就头大，即使知道了，也不会主动去用它，但AI编程还真不一样，打字即编程，简单易上手，我们一开始可以抱着玩的心态，玩着玩着就会了。
我个人虽然用 Cursor、Claude Code 这些主流编程工具，但对于很多新手，我还是推荐用 Trae 上手会比较快，这是字节出的编程工具，还可以免费使用很多国内大模型。
03 新的语音写作方式是什么样的？
我创建了个语音写作的Skill，AI每次会调用它帮我修改语音稿，先简单介绍下大致流程：
每次只需要发这个给AI，让它调用Skill即可
Step 1 豆包输入法语音转文字
语音输入法我选择了豆包输入法，它的识别率目前是最高的。当我写一篇文章时，会先在文档里写好文章的大纲，然后一段一段地填写内容。这样能保证用豆包输入法语音写作时，整体结构不会乱。如果让它转录整篇文章，文字都会堆成一坨，它是不会自动分段的，所以曲线救国用这种方式。
Step 2 在IDE打开文稿所在的目录
打开Trae这类IDE工具，第一步就是指定项目的文件夹，这样AI才知道项目的上下文，更好的完成任务。
我们把文稿所在的本地目录在IDE打开，然后进行后续处理。我因为在飞书文档写，一般会把它复制到本地的 Obsidian 仓库里。
Step 3 调用语音写作 Skill 润色文稿
这一步，我会正式调用语音写作 Skill 来润色文稿。
我们都知道AI写出来的东西都容易带有AI味，丢失自己的风格，而要让AI学会我们的风格，有两个重要的事情：
一是让AI学习我们过去的文章，知道我们的大概风格，我之前在介绍素材整理的Skill有提到过；
二是要给AI一个错题记录，这就好比我们以前学数学知识，都需要不断刷错题才能进步，AI也是如此，所以每次AI修改完成之后，我会让AI把它修改的版本，和我改的最终版本做对比，找出差异，总结更新到Skill目录里的风格学习文档，持续更新，这样后面就能更好的参考了。
我的素材库不光有公众号文章，还有读书笔记、每日复盘记录，里面有大量的个人案例，AI帮我润色文稿时，我会让它看看有没有需要补充的案例，如果有的话，它就会在底部列出来给我拿参考，有好几次，它找出的案例，我自己都不记得写过……
在AI写的稿子出来后，我们就可以在IDE编辑器的DIFF面板，看到前后的对比，本来它是程序员用来对比不同版本的代码的工具，但我们拿来对比修改文章，也没什么毛病……
大家可以自己体验一下，在diff面板编辑有种莫名的爽感，一是它用红色标记了原稿，绿色标记了修改稿，我们只需要上下滑动就可以查看，一目了然；二是大家可以看下面这个图，是不是有种审稿的感觉，多了一层掌控感哈哈；第三，我们在这里面是一段一段的修改，写作压力一下子降低了，原本是一整篇长文，现在只需要一段段修改。
其实，这还有比较吊的功能，就是AI自动补全，它会自动预测你要修改的下个词，给你参考。
当我们改完后，就需要进行前面说的最后一步，让AI对比修改前后的版本，记录错题。
所以，每次用语音写作Skill，我们都在迭代它，使用的越多，它会越像你，但不管再怎么像，都不可能一稿就过，这连我们自己都做不到。
不过，目前我这个Skill，还有很多优化的空间，比如说给它加一些检测机制，AI自动判断文章修改后，风格是否一致，有没有活人感等等。
这个语音写作工作流，对我效率提升很大，以前写一篇两三千字的文章需要2个小时，现在缩短到一小时基本上就能搞定了。