Google Docs Voice Typing：如何使用（以及它做不到的事）
手腕酸痛，文档空白，截稿在即。有人告诉你 Google Docs 可以直接听写。于是你打开 Tools（工具）菜单，四处寻找那个功能——要么它就在那儿，你顺利开工；要么它压根不见踪影，你花了二十分钟琢磨自己到底哪儿做错了。
通常你什么都没做错。Google Docs 的 Voice Typing（语音输入）其实是一款相当出色的免费工具，只是周围充斥着糟糕的教程。网上一半的指南还在说它只能在 Chrome 里用；另一半则列着根本不存在的语音命令；而几乎没有一篇会告诉你，用上一周后真正让你头疼的那四件事。所以这里把它讲全：如何设置、哪些命令值得记住、如今各浏览器的真实情况，以及一张诚实的地图——告诉你这个功能到哪里为止。
大约十秒就能用起来
无需安装，无需插件，也无需升级账户。这个功能已内置在桌面网页版的 Docs 中，任何 Google 账户都能免费使用，无论是个人账户还是 Workspace 账户。
- 在 Google Docs 中打开一个文档，使用桌面浏览器。它必须是真正的 Google Doc——如果你在 Docs 中打开了一个
.docx文件却没有转换，菜单里就不会出现这一项。请先使用 File → Save as Google Docs（文件 → 另存为 Google 文档）。 - 点击 Tools → Voice typing（工具 → 语音输入）。 或者在 Windows 上按 Ctrl+Shift+S、在 Mac 上按 Cmd+Shift+S。页面左侧边缘会出现一个带麦克风图标的小浮动框。
- 选择你的语言，在麦克风框顶部的下拉菜单里选。请在开口之前完成——中途切换会丢掉你正在说的内容。
- 点击麦克风。 第一次使用时，Chrome（或 Edge、Safari）会请求使用麦克风的权限。点击 Allow（允许）。如果你几个月前不小心点过一次 Block（阻止），麦克风就会一动不动、毫无反应——解决办法是点击地址栏里的锁形或调节图标，把麦克风权限重新打开。
- 正常说话。 正在收听时图标会变红。不要喊，不要刻意咬字，也不要放慢速度——Google 的模型是用日常口语训练的，它对自然语速的识别比对刻意放慢的更好。
- 再次点击麦克风即可停止，或者说 "Stop listening"（停止收听）。想继续时，就说 "Resume"（继续）——它会把光标放到段落末尾，然后重新开始。
有一个不起眼却值得知道的细节：语言下拉菜单收录了 100 多种语言和地区口音，其中包括十三种英语和二十种西班牙语。如果你说英语时带有印度、尼日利亚、爱尔兰或菲律宾口音，选择那个具体的变体、而不是笼统的 "English (US)"，将是你能获得的最大的一次准确率提升，而且不花一分钱。
浏览器之争，一锤定音
这是人们上网求助的头号原因，而网上的大多数说法都已经过时。
Google 自己的支持页面现在写明，Voice Typing "可在以下浏览器的最新版本中使用"，共三款：Chrome、Edge 和 Safari。Firefox 不在名单上，它也是那个菜单项对你确实无法工作的浏览器。所以过去那条建议——"它只能在 Chrome 里用"——字面上已不再成立。
但 Google 文档里有一句人人都会跳过的话，它解释了为什么 Chrome 在实践中依然胜出："当你开启 Voice Typing 时，是你的网页浏览器在控制语音转文字服务。" 转写并不是 Google 在做，而是你的浏览器在做。所以同一句话、听写进同一个文档，在 Safari 里和在 Chrome 里得到的结果可能不一样——引擎不同、词库不同、对背景噪音的容忍度也不同。Edge 底层虽是 Chromium，却并不使用 Chrome 的语音后端；不少人反映它会高高兴兴地加载出麦克风框、转写四个词，然后就罢工了。
说得实际点：如果 Voice Typing 不听话，而你用的又不是 Chrome，那就先换到 Chrome，再排查其他任何问题。如果换了之后它还是不听话，那问题就出在你的麦克风权限、文档格式或网络连接上——按这个顺序去查。
提示：标点前不要停顿。
听写最经典的翻车，就是说 "…and that's the plan <停顿> period"。这个停顿告诉引擎句子已经结束，于是它把 "period" 当成一个新词、原样打了出来。把标点紧接在短语末尾、中间不留空档——"and that's the plan period"——它就能正确转换。命令的规则则正好相反：命令需要在_前后_都有明显的停顿，否则 "select all" 只会作为两个词落进你的文档。
真正值得记住的命令
Google 公布的语音命令远超一百条——表格、分栏、脚注、文字颜色、"dark purple 3（深紫色 3）"。几乎没人用得上这么多。真正有用的大概就十五条，一旦形成肌肉记忆，你不碰键盘就能起草满满一页。
先说两条硬性限制，因为它们总是把人绊倒。语音命令只在英语下有效——而且你的账户语言_和_文档语言都必须设为英语。听写支持 100 多种语言，命令却不行。此外，命令在 Slides 演讲者备注里完全无法使用。
标点与换行
"Period"（句号）·"Comma"（逗号）·"Question mark"（问号）·"Exclamation point"（感叹号）·"New line"（换行）·"New paragraph"（换段）
格式
"Bold"（加粗）·"Italicize"（斜体）·"Underline"（下划线）·"Strikethrough"（删除线）·"Apply heading 1"（应用标题 1，可到 6）·"Apply normal text"（应用正文）·"Create bulleted list"（创建项目符号列表）·"Create numbered list"（创建编号列表）·"Increase font size"（增大字号）·"Highlight"（高亮）·"Clear formatting"（清除格式）
选择文本
"Select word"（选择单词）·"Select last word"（选择上一个词）·"Select last 3 words"（选择前 3 个词）·"Select line"（选择行）·"Select paragraph"（选择段落）·"Select all"（全选）·"Select [word or phrase]"（选择[某个词或短语]）·"Deselect"（取消选择）
编辑
"Delete"（删除光标前的一个词）·"Delete last word"（删除上一个词）·"Delete [word or phrase]"（删除[某个词或短语]）·"Copy"（复制）·"Cut"（剪切）·"Paste"（粘贴）·"Undo"（撤销）·"Insert link"（插入链接）随后念出 URL·"Insert comment"（插入评论）随后念出评论内容
移动光标
"Go to the end of the line"（移到行尾）·"Go to the end of the paragraph"（移到段落末尾）·"Go to the start of the document"（移到文档开头）·"Go to next heading"（跳到下一个标题）·"Go to next misspelling"（跳到下一处拼写错误）·"Move down 2 lines"（下移 2 行）·"Scroll down"（向下滚动）
元命令
"Stop listening"（停止收听）·"Resume"（继续）·"Resume with [word]"（从[某个词]处继续）·"Voice commands list"（语音命令列表，直接在文档中打开完整参考）
真正强大的用法是把它们组合起来。先说一句话，再说 "select last 6 words"，然后 "bold"，接着 "go to the end of the line"，然后继续听写。这就是用声音编辑，也正是"真正用听写的人"和"试一次就放弃的人"之间的分水岭。这么做的时候，盯着麦克风框上的小气泡看——它会显示它认为自己听到的最后一条命令。如果那个气泡不对，立刻说 "Undo"，赶在你把错误覆盖掉之前。
还有一件几乎没人用的事：你可以用鼠标和键盘改正一个错字，而不必关掉麦克风。点进错误处，重新输入，再点回来，继续说。整个过程麦克风一直是开着的。
Slides 有一个精简版的同款工具
Google Slides 也有听写，但只限演讲者备注——你无法把语音直接输入到幻灯片本身上。打开一个演示文稿，点击 Tools → Dictate speaker notes（工具 → 听写演讲者备注），同样的麦克风框会出现在备注面板旁边。
这是个精简版本。标点词仍然有效，语音命令却不行——没有 "bold"，没有 "select paragraph"，也没有导航。说实话这倒挺合适：演讲者备注本来就是用来讲的，所以听写备注是少数几种"对着电脑说话正好能产出你想要的语气"的场景之一。如果你在做一套幻灯片，一边讲述每张幻灯片上你会说的话，那么口述备注比打字更快，而且成品听起来更像你本人。
提示：口述一遍，再修改一遍。
听写之所以让人觉得慢，最常见的原因是人们试图一边说、一边自我修改——说一句、停下、盯着、改掉、再重来。说话和编辑用的是大脑的不同部分，让它们互相较劲会让人精疲力竭。先把整篇乱糟糟的草稿倒出来，连同听错的词一起，然后关掉麦克风，用手把它清理干净。这个方法适用于任何平台上的任何听写工具，它往往就是"听写是个噱头"和"我再也不想手打初稿了"之间的分界线。
这个工具走到尽头的地方
四条限制。单看每一条都算不上致命；但合在一起，就是那些认真使用听写的人最终转向别处的原因。
它会悄无声息地停止收听。 切到另一个标签页去核对一个事实、回一条 Slack 消息、瞄一眼日历——麦克风就关了。没有提示，没有提示音。长时间的沉默也会导致同样的结果。你回来后对着一个已经失效的麦克风继续说了三十秒，然后丢掉一整段。那些从未进入文档的文字，是没有自动保存的。
你说什么，它就一字不差地打什么。 每一个"嗯"、每一句"就是说基本上"、每一次说到一半又重起的句子——统统一字不漏地落进文档。这不是 bug，而是设计使然：这是转写，不是写作。也就是说，你说话省下的时间，有一部分又要花在清理上还回去。一页口述的内容通常需要一次真正的编辑，而如果你像大多数人那样说话，这次编辑不会短。
没有自定义词汇。 你没法教它你 CEO 的姓氏、你产品的名字、你所在行业的术语，或者你团队一天要用四十次的那个缩写。它只会猜，猜错，而且明天还会以同样的方式猜错。对任何写作中满是专有名词的人来说——招聘人员、销售、临床医生、律师——这是最让人难受的一条限制，因为它搞砸的那些词，恰恰是最要紧的那些。
它只活在一个文档里。 这才是真正的天花板。Voice Typing 只能在 Google Docs 和 Slides 演讲者备注里用。仅此而已。当你切到 Gmail 去发送你刚刚口述的内容、在 Slack 里发一条更新，或者在 HubSpot 里记一条通话笔记的那一刻，你又回到了用手指打字。你学会的这套语音工作流，一旦离开那一个标签页就烟消云散。
最后这一条，正是 Laxis Voice Keyboard 这类工具存在的意义所在——它位于每一个应用的底层，而不是嵌在某一个应用里，所以同一套听写习惯在 Docs、你的收件箱、Slack 和你的 CRM 里都管用；而且它会清理掉口头填充词和说到一半的错误开头，而不是忠实地把它们转写下来。它可在 Windows、macOS、iOS、Android 上运行，也有 Chrome 扩展，并且支持自定义词典，这正是解决专有名词问题的办法。不过要清醒地看待这笔取舍：Google 的工具免费、已经装好，而且用来在一个文档里起草完全够好。如果你需要的只是这些，那你不需要别的任何东西。
归根结底
坚持用听写、熬过第一周的人会发现一件出人意料的事：难的从来不是准确率。现代语音引擎已经足够好了。真正难的是，说和写是两种不同的技能，而我们大多数人花了二十年学会用手指去思考。对着文档说话的头三天感觉很别扭——僵硬、拘谨、比打字还慢。然后某个瞬间豁然开朗，你会发现自己能把一整段话装在脑子里、再把它说出来——这件事你一直都能对着同事脱口而出，却从来没法落到纸面上。无论你用哪种工具，别只给它一个下午就断定它不适合你。
如果 Google 的这套已经让你处处受限——只能用 Chrome、一次只能开一个文档、没有清理润色——那就该考虑一个在文档之外也能用的工具了。我们在2026 年最佳听写软件指南里用完整工作日实测了五款。
常见问题
Google Docs Voice Typing 能在 Safari、Edge 或 Firefox 里用吗？
Google 自己的帮助页面说，Voice Typing 可在 Chrome、Edge 和 Safari 的最新版本中使用。Firefox 不在名单上，所以 Tools → Voice typing（工具 → 语音输入）这个选项在那里要么不出现、要么无法工作。Chrome 仍是最可靠的选择，因为 Google 指出，控制语音转文字服务的是你的网页浏览器，而不是 Google。两款浏览器转写同一句话可能得到不同结果，而基于 Chromium 的 Edge 使用的语音后端也和 Chrome 不同。
Google Docs 里 Voice Typing 的键盘快捷键是什么？
在 Windows 上按 Ctrl+Shift+S、在 Mac 上按 Cmd+Shift+S，就能打开 Voice Typing 的麦克风框。你也可以通过菜单里的 Tools → Voice typing（工具 → 语音输入）到达那里。快捷键打开的是麦克风面板；你仍然需要点击麦克风图标（或再次按下快捷键）来开始和停止收听。
为什么我的语音命令不管用？
最常见的原因是语言。Google Docs 的语音命令只在英语下可用，而且你的账户语言和文档语言都必须设为英语——尽管听写本身支持 100 多种语言和地区口音。命令在 Google Slides 演讲者备注里也完全不起作用。如果语言没问题，就在每条命令的前后都稍作停顿，因为一条在句子中间说出的命令，通常会被当作字面文字打出来。
我能在手机上用 Google Docs Voice Typing 吗？
不能。Voice Typing 是桌面浏览器功能——iOS 或 Android 版 Google Docs 移动应用里没有 Tools → Voice typing（工具 → 语音输入）这个菜单。在手机上，你用键盘自带的麦克风来听写（Android 上是 Gboard，iOS 上是键盘麦克风），那是另一个引擎，行为不同，也没有 Docs 的任何语音命令。
Google Docs Voice Typing 能离线使用吗？
不能。它基于浏览器，依赖云端的语音转文字服务，所以需要有效的互联网连接。如果连接在句子中途断掉，麦克风通常会在没有明显报错的情况下停止，你正在说的内容也会丢失。它也无法在 Docs 中打开的 .docx 文件里运行——必须先把文件转换成原生的 Google Docs 格式。
