语音听写比打字快吗？研究数据怎么说

语音听写比打字快吗？如果只看把字弄到屏幕上，通常是的。在一项被广泛引用的实验室研究中，人们对着手机说话输入英文，速度达到每分钟 153 词，而用这部手机的键盘只有 52 词：快了将近三倍。但那些受试者是在安静的房间里朗读短句。对你来说听写是否更快，取决于你写的是什么、你本来打字有多快，以及这些文字事后还需要改多少。

下面依次介绍：原始数据、每项研究测了什么和没测什么、键盘仍然占优的地方，以及一个五分钟就能做完、帮你找到自己答案的测试。

听写与打字速度：实测数据

很多文章回答这个问题时，只给几个整数，不给出处。下面是原始研究的实际发现。先说明一个约定（下文的 WPM 即每分钟词数）：打字研究和手机研究把每五个字符（含空格）算作一个词；对话研究统计的则是实际说出的词。

打字研究：阿尔托大学及合作机构。手机研究：斯坦福大学、华盛顿大学和百度。对话研究：宾夕法尼亚大学。

有三点很突出。一是打字速度的个体差异极大：阿尔托大学的桌面端数据，围绕平均值的标准差约为 20 WPM。二是手机更慢：阿尔托移动端志愿者平均 36.2 WPM，约为桌面端志愿者 51.56 WPM 的 70%。三是对话比这些都快，只不过数字取决于怎么算：按整通电话算是 196 WPM，去掉静默后是 236，把每位说话人的发言轮次分别计时则是 164，单通电话从 111 到 291 不等。

这些都不是日常意义上的听写。键盘研究计时的是抄打，对话研究计时的是聊天，手机研究计时的是人们朗读短句。“快三倍”的说法正是出自最后这一项，所以值得仔细看看。

斯坦福手机研究测了什么，没测什么

这篇论文是 Sherry Ruan、Jacob Wobbrock、Kenny Liou、Andrew Ng（吴恩达）和 James Landay 合著的《Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones》（触屏手机上两种语言短消息的语音与键盘文本输入比较），2016 年首次发布，2017 年 12 月发表于《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》。语音识别由百度的 Deep Speech 2 完成，运行在场外的服务器上。

共有 48 名大学生参与，其中 24 人以美式英语为母语，24 人以普通话为母语。他们坐在一间安静的会议室里，共用一部 iPhone 6 Plus。先练习十个短句之后，每人用键盘抄打 50 个测试短句、用语音输入 50 个，边输入边改错。这些短句取自一套标准研究语料，平均不到 30 个字符，而且不含标点。作者明确说明了这种设计测的是什么：每种方法在理想条件下的“性能上限”。他们有意选择抄写而非自主撰写，因为撰写会掺入思考时间和措辞选择，而这些很难测量。

有两个细节很少见诸报道。语音输入速度的离散程度远大于打字：英语语音的标准差约为 98 WPM，键盘只有 17。而且每一次停顿，计时器都没有停。语音输入的总时间里，只有 39% 花在说话上；31.5% 是用户自己的迟疑，比如开口前等上一两秒，或者按下 Done 按钮之前犹豫片刻；约 23% 是识别器在完成处理。作者预计，随着人们习惯对手机说话，这种迟疑会减少。

差距在改错时缩小

这项研究还显示了改错的代价。识别器的初次输出，在任何人动手修改之前，折合英语每分钟 179 词，是键盘的 3.42 倍。改掉它的错误之后，降到了 153。受试者把语音输入时间的 8.5% 用在了改错上，而这段时间里有 86% 用的是键盘而不是语音。他们认为改错用键盘更容易，产出文字则用语音更容易。

准确率则是喜忧参半。在英语中，语音在输入过程中产生的错误更少，已改正错误率为 3.93%，键盘为 4.72%；但留在成稿里的错误略多：0.55% 的字符，键盘则是 0.35%。作者给出了两种可能的解释：人们可能不太愿意切换到键盘去改错；而打字的人能看着每个词随敲随现，所以能更早发现错误。不管是哪种原因，这都说明听写出来的文字在发出去之前应该读一遍。

改错这件事，过去要糟糕得多。Ruan 的团队引用了 Clare-Marie Karat 等人 1999 年对连续听写软件的一项研究：用户用语音转录时只有 13.6 WPM，用键盘和鼠标转录则有 32.5 WPM，而用语音自主撰写只有区区 7.8 WPM。问题部分出在用语音改错上：改错指令本身也会被听错，还得再去改。此后识别器有了巨大的进步，但这条教训依然成立：改错用手，别用嘴。

你的起点速度也很重要。一篇 2025 年的预印本对 15+ 个中低收入国家、60+ 家医院的 1,000 多名临床医生和医务工作者做了计时，发现键盘速度的中位数是 21.4 WPM，听写的中位数则是 93 WPM。对这项研究要谨慎看待：它是预印本，测的是临床文书记录，而且正如论文自己披露的，它由 Intron Health 资助，第一作者就受雇于这家公司。不过，它指出的方向依然说得通。如果你在键盘上每分钟只打 25 个词，几乎任何像样的识别器都能胜过你；如果是 90，差距就小得多了。

如果吃掉你听写优势的是事后清理，不妨试试 Laxis 语音键盘：它的 Polish（润色）设置在所有方案上都默认开启，会在文字粘贴之前去掉填充词和说话时的自我更正。

说话在哪里领先，打字又在哪里仍占上风

语音优势最明显的场景有这些：在手机上，37,370 人的平均打字速度只有 36 WPM；写那些你已经知道怎么说的消息，比如回复、总结和通话后的笔记；打字慢的人；以及手会疼的人，对他们来说，这个问题几乎跟速度无关。我们的面向阅读障碍、重复性劳损（RSI）和 ADHD 人群的听写指南讲的就是这一面。

键盘保持优势的地方，比标题暗示的要多：

• 编辑。 挪动一个从句、删掉段落中间的三个词或者选中一段文字，用按键和鼠标指针都更快，Ruan 的受试者也正是这么选的。
• 代码、符号和精确字符串。 括号、大小写、文件路径和正则表达式，说起来慢，还容易被听错。用听写的开发者往往只口述代码周围的说明文字，我们那篇用听写写代码的文章对此有解释。
• 密码和数字。 有些输入栏本来就不该念出来，有些语音键盘也不接受；iPhone 上的 Laxis 键盘在密码和数字栏里会禁用麦克风。
• 极短的回复。 “谢谢！”或“在路上了”点一下就打完了。启动听写、等待、再检查，花的工夫比这几个字本身还多。
• 公共空间。 在开放式办公室或火车上，听写等于把你的草稿广播出去；Ruan 论文引用的一篇综述发现，用户在旁人面前对设备说话时，会担心隐私和保密问题。
• 边写边想。 计算机科学家 Ben Shneiderman 认为，说话和解决问题调用的是同一套认知与记忆资源，这可能会拖慢撰写。靠口述写完整本书的作者会借助提纲来绕开这个问题，我们的写作者听写指南对此有介绍。

AI 清理如何改变这笔账

上面的打字和听写速度，大多来自抄写整齐的短句。真实的听写是自主撰写，而口头撰写很乱：“嗯”、说一半重来、“不对，改成周四”、本该是清单的内容说成了一个长句。传统听写会把这些统统打出来，清理工作则要占用你事后的时间，而且通常还得回到键盘上做。

AI 清理把这部分工作挪了位置。新一代听写工具不再逐字转写，而是在文字落到页面之前，就把转写稿改写成你想表达的意思：填充词没了，自我更正处理好了，清单也排成了清单。你的工作从编辑变成了阅读。Ruan 的抄写任务里没有需要去掉的填充词，所以它无法说明这能省下多少时间；而自主撰写增加的，恰恰就是清理所针对的那部分编辑工作。

清理也有代价。改写需要处理时间；在云端运行时需要联网；而且每一次改写都可能让意思走样：一句留有余地的措辞被删掉，一处刻意的重复被合并，一个名字被“纠正”。所以发送前要读一遍，尤其是涉及数字或承诺的内容。我们还没找到任何已发表的研究，测量过 AI 清理对端到端写作速度的影响有多大，所以听写产品宣传里的任何速度倍数，包括我们自己的，都请当作一种说法而不是测量结果，不如自己计时。

以 Laxis 语音键盘为例，它支持 Mac、Windows、iPhone 和 Android，光标在哪里就输入到哪里。Polish 有两种风格：Standard（标准）写出你想表达的意思，去掉填充词、处理自我更正并把口述的清单排好格式；Keep spoken words（保留原话）只清理杂音，保留你的措辞。想要最快、逐字的结果，就把 Polish 关掉。处理在云端进行，听写和会议录音共用每月同一个分钟数额度：免费的 Basic 方案为 300 分钟，Premium 为 2,000 分钟。

在实际使用中让听写更快

1. 按下按键之前，先想好第一句话；在 Ruan 的研究中，迟疑吃掉了将近三分之一的时间。
2. 按整句说，说完再停顿，别盯着文字一个个冒出来。
3. 用键盘和鼠标改错，别用语音。
4. 把人名和缩写一次性加进工具的词典里，再学会它支持的那几个标点和格式指令。

五分钟测出你自己的数字

公开的平均值描述的是成千上万个陌生人。这个测试描述的是你自己：用你自己的文字，连改错的时间也算在内。

1. 挑两条你今天确实要发的消息，长度和难度相近，比如两封各一段的邮件回复。
2. 第一条用打字。 开始写时按下秒表，等消息改完错字、可以发送时停表。
3. 第二条用听写。 规则相同：一直计时到可以发送为止，包括每一处改正，无论是用语音改还是用手改。
4. 算出每分钟词数。 把每条消息粘贴到能显示“含空格字符数”的字数统计工具里，除以五，再除以所用的分钟数。一封 600 个字符的邮件用两分半钟写完，就是 2.5 分钟写了 120 个词，即 48 WPM。
5. 明天对调再测一次。 把今天听写的那类消息改用打字，反之亦然，这样可以抵消哪一条碰巧更容易的运气成分。Ruan 的团队也做了相当于这样的安排：让每位受试者先尝试的输入方式各不相同。

在你真正工作的地方、用你真正会用的麦克风来做这个测试；安静的房间会美化听写的表现，就像它美化了 Ruan 的受试者那样。如果听写版本总是输在准确率而不是速度上，我们的语音转文字为什么会听错指南会从麦克风、环境和词汇几个方面帮你排查。电脑上的 Laxis 会显示你听写的每分钟词数，但它看不到你事后在邮件里做的修改，所以拿秒表测出的数字去和打字比较更公平。

怎么解读结果

• 听写明显胜出： 用它写初稿和回复，编辑交给键盘。
• 大致打平： 在手机上，或者打字会让你的手累，听写仍然值得用。
• 打字胜出： 检查麦克风和环境，给它一周时间（随着对设备说话成为习惯，迟疑可能会减少），然后再测一次。

要用第二语言写作？同样的“按下就说”习惯也适用于带翻译的听写，详见我们的语音转文字翻译工具选购指南。

用一款边说边整理的键盘给自己计时。 在 Mac、Windows、iPhone 或 Android 上用 Laxis 语音键盘做这个五分钟测试，让 Polish 帮你清掉填充词和说错重来的部分。14 天 Premium 试用，无需信用卡。获取 Laxis 语音键盘

结论

研究给出的答案是：是的，而且领先幅度很大，前提是在手机上、在安静的房间里、输入短句。实际的答案则是你的秒表说了算，而对大多数人来说，答案会随任务而变：用说话把字写下来，用打字把它打磨成形。所以更有用的问题不是哪个总体上更快，而是你愿意把写作中的哪些部分交给自己的声音。

常见问题

听写比打字快吗？

就产出文字而言，听写通常比打字快，在手机上尤其如此。在 Ruan 等人的实验室研究中，英语语音输入达到每分钟 153 词，手机键盘为 52 词，快了约 2.9 倍。一旦算上编辑、思考时间和背景噪音，差距就会缩小，所以在下结论之前，先用真实的消息给自己计时。

人说话和打字的速度相差多少？

人说话比打字快得多。在 Yuan、Liberman 和 Cieri 2006 年的研究中，录音的英语电话交谈按整通电话算约为每分钟 196 词，去掉静默后为 236 词，把每位说话人的发言轮次分别计时则约为 164 词。阿尔托大学针对在线打字测试志愿者的大型研究显示，平均打字速度在电脑上约为每分钟 52 词，在手机上约为 36 词，两者都是用抄打测试测得的。

平均打字速度是多少？

在阿尔托大学两项大型研究中参加在线打字测试的志愿者里，平均速度在电脑键盘上约为每分钟 52 词，在手机上约为 36 词。168,000 名志愿者参与的桌面端研究测得 51.56 WPM，标准差约为 20；37,370 名志愿者参与的移动端研究测得 36.2 WPM。两项研究计时的都是抄打句子，而不是自主撰写。

语音输入比打字更准确吗？

语音输入在输入过程中可能出错更少，但留在成稿里的错误会略多一些。在 Ruan 等人的英语试验中，语音的已改正错误率为 3.93%，键盘为 4.72%；但最终文本中仍有 0.55% 的字符是错的，键盘则为 0.35%。听写出来的文字要校对，尤其是人名和数字。

为什么听写感觉比打字慢？

听写之所以常常感觉更慢，是因为说话前后的那些额外开销，而不是说话本身。在斯坦福牵头的手机研究中，语音输入时间里只有 39% 花在说话上，31.5% 花在用户说话前后的迟疑上，约 23% 花在等识别器跟上。开始前想好第一句话、用键盘改错，都会有帮助。

AI 清理能让听写更快吗？

AI 清理能在文字出现之前去掉填充词、处理自我更正并排好清单格式，从而节省编辑时间。我们还没有找到测量它对整体写作速度影响的已发表研究，而且改写会增加处理时间，也带来意思走样的可能。分别开着和关着清理功能，给几条真实消息计时，看看哪种对你更快。