借助人工智能語音聽寫，更多的人可以說出他們的電子郵件、消息和代碼
加文·麥克納馬拉 (Gavin McNamara) 放棄了鍵盤，整天說話而不是打字。
他在電腦和手機上講話數小時、發送電子郵件、撰寫演示文稿、在 LinkedIn 上發帖，甚至使用舊金山初創公司 Wispr Flow 的人工智能聽寫應用程序對對話進行編碼。
人工智能會對其雜亂無章的內容進行標點、格式化和調整，使其成為連貫的副本。 McNamara 平均每分鐘 125 個單詞，是平均打字速度的兩倍。
“現在我正在做所有可以通過打字和說話完成的事情，”這位 32 歲的軟件公司 Why Not Us 的創始人說道。 “我只是說說而已。”
過去五個月裡，他在 77 個應用程序中聽寫了近 30 萬個單詞，相當於寫了三本小說。
加州的科技巨頭和初創公司處於使用人工智能及其所基於的大語言模型的運動的最前沿，推動人們使用聲音而不是手指與技術進行交互。
“人工智能和法學碩士改變了這種動態，”來自聖地亞哥的免費語音轉文本聽寫應用程序 Handy 的創建者 CJ Pais 說道。 “使用語音比打字快得多。”
一系列獨立開發商和初創公司，包括總部位於舊金山的 Handy、Wispr Flow 和 Willow 等，已經出現，通過人工智能提供精確的語音交互。
科技界的知名人士也在為人們與人工智能合作創造新的方式。 Meta 最新的智能眼鏡依靠語音。 OpenAI 和 Meta 為其機器人的語音聊天設計了不同的個性。甚至亞馬遜的 Alexa 和蘋果的 Siri 也在進行人工智能升級，這些公司希望每個人都能更多地與他們的技術互動。
這些通過計算機使用口語的免費和付費方法吸引了數百萬用戶，包括程序員、行政助理、律師、內容創作者和醫生。一些樂觀主義者認為鍵盤可能會被淘汰。
Willow 創始人郭艾倫在 LinkedIn 上的一篇帖子中表示：“我很高興地宣布，我們已經從世界上最負盛名的電視獎項中取消了鍵盤。”他指出，艾美獎團隊使用 Willow 的語音聽寫來發送 Slack 消息並更快地清理收件箱，為 2026 年頒獎典禮做準備。
多年來，為了方便起見，大型科技公司已將其許多產品改造為語音優先功能。目前，語音已從一種輔助功能轉變為一種生產力工具。
2022 年底，ChatGPT 的創建者開始免費開放其名為 Whisper 的自動語音識別模型，該模型接受了 680,000 小時的多語言數據訓練。 OpenAI 分享了準確的音頻轉錄技術，這曾經是一個受到嚴密保護的重大技術秘密。現在，任何人都可以在筆記本電腦上免費下載並運行高質量的人工智能轉錄。
新一波的人工智能聽寫應用程序以 Whisper 為基礎，並在此基礎上提供實時聽寫功能。雖然有免費的替代方案，但付費訂閱費用為每月 8 至 12 美元。
人工智能驅動的聽寫現在越來越受到程序員和普通用戶的歡迎，並讓人們開始與筆記本電腦交談。無論是寫電子郵件、發送短信、設計網站還是分配人工智能任務，早期採用者表示聽寫可以讓他們工作得更快、思考更清晰、工作效率更高。
總部位於紐約的語音聽寫應用 Monologue 的董事總經理納文·奈杜 (Naveen Naidu) 表示：“那些強烈採用語音的人不會再回頭了。一旦你開始每週對著筆記本電腦通話 20 個小時，打字就感覺很費力。” “我認為未來的發展方向是：語音成為授權層。你表達你的意圖，事情就會發生。”
這些新的人工智能聽寫應用程序使用蘋果自己的 先進芯片 在 iPhone 和 Mac 上，在設備上執行私人聽寫。
獨立軟件開發人員杰弗裡·亨特利 (Geoffrey Huntley) 在 6 月份幾乎完全轉向語音工作。
他經常通過打開語音提示並要求人工智能在生成任何代碼之前就他的擔憂和項目需求採訪他來啟動項目。
“我對它說話就像在爵士樂隊中一樣，向後、向前、向後、向前，”亨特利說。這種聲音舞蹈有助於完善規範，之後人工智能接管方向盤並構建軟件。
除了編碼之外，亨特利在捕獲博客文章想法或消息時還使用語音“讓它撕裂”，使用 Superwhisper 或 Wispr Flow 等應用程序來獲得想法的“初始轉儲”，然後再使用鍵盤進行最終編輯。
越來越多的矽谷軟件開發人員花費數小時聽寫編碼指令，而不是打字。快速發展的人工智能代理可以進行數小時的編碼，加上語音輸入比打字更快地捕捉想法，這兩者的結合提高了他們的工作效率。
自稱為“vibe 編碼器”的 McNamara 在短短幾個月內構建了超過 25 個 Web 應用程序，如果沒有語音提示，這種開發速度是不可能實現的。
“我認為（打字）在任何方面都不會像說話那樣高效或有效地到達目的地，”麥克納馬拉說。
他用了一段漫無目的的對話和幾個小時的時間讓 AI 構建了 Sprout Gifts、一個兒童禮物登記處和一個通過照片對物品進行評分的應用程序。
當然，人工智能可能會犯錯誤，其工作需要受到監控。
與此同時，廣泛的採用也帶來了新的不便，因為即使是高級用戶也對與筆記本電腦交談感到不舒服。繁忙的開放式辦公室不適合許多人同時使用計算機交談。
“我喜歡語音，但不喜歡在辦公室環境中，”一位用戶說道
麥克納馬拉戴著耳機，所以人們以為他正在打電話。
“這就像我的社交黑客，”他說。
總部位於舊金山的 AssemblyAI 為公司提供音頻模型，其創始人迪倫·福克斯 (Dylan Fox) 表示，雖然現在判斷 Qwerty 鍵盤是否或何時會跟隨自動收報機和傳真機而被淘汰還為時過早，但語音的步伐正在加快。
他表示：“我們確實正處於語音、人工智能應用和界面需求增長 10 至 100 倍的初期。”
對於程序員麥克納馬拉來說，與聊天機器人進行更多交談使他成為更好的朋友。
他過去不善於回复短信。現在他立即回到了朋友身邊。
“我反應很快，他們就問，‘這個人是誰？’”他說。
