为什么人们使用脚踏板通过语音向AI下达指令，而不是打字

越来越多的人不再将每条提示语输入到ChatGPT、Claude或Gemini中，而是直接用语音输入。这一趋势最初始于开发者圈子中的Wispr Flow等工具，如今已扩展到日常工作流程中，脚踏开关也已成为实现免提语音输入的首选触发方式。

说话的速度大约是打字的三倍。这一差距在人工智能领域至关重要，因为更长、更详细的提示通常能在首次尝试时就产生更好的答案，从而减少后续的问答轮次。

观看斯坦福大学测量这一差异的实验：

除了提高速度外，语音输入还能减轻全天打字者的身体负担。对于患有重复性劳损（RSI）、运动功能障碍或慢性疼痛的人来说，免提输入使AI工具以键盘无法企及的方式变得触手可及。

1. 按住脚踏板。它会向电脑发送一个热键，从而触发语音输入应用。
2. 该语音输入应用会聆听并转录您的语音，并将文本插入光标所在位置。松开踏板，语音输入即停止。

该功能在整个系统中均可使用：AI 聊天窗口、电子邮件、代码编辑器、Slack。正因如此，它比任何单一 AI 平台上的内置语音功能都更具灵活性。

踏板只是触发器。真正发挥作用的是这些工具：

Wispr Flow采用基于云的转录技术，并结合 AI 优化功能。按住 Fn 键（Mac）或 Ctrl+Win 键（Windows）即可开始说话。提供免费套餐，付费套餐价格约为每月 12-15 美元。

Superwhisper在 Mac 上本地运行，因此音频始终保存在您的电脑上。按住 Option+空格键即可说话。一次性购买价格约为 250 美元。

VoiceInk是一款开源的本地化解决方案，价格约为 40 美元，提供多种尺寸的 Whisper 模型。

在 macOS（双击 Globe/Fn 键）和 Windows（Win+H）上，系统语音输入功能是免费的，但采用的是“点击激活”而非“长按说话”的方式，且在处理专业术语时准确率会下降。

iKKEGOL 或 PCsensor 出品的通用 USB 踏板（19-30 美元）仅能处理单次按键操作。虽然功能实用且操作简单，但仅限于执行单一动作，且没有软件可用于管理配置文件或扩展功能。

Wispr Pedal（199 美元）是一款无线单踏板设备，出厂时已预设映射至 Wispr Flow，并附带一年的 Flow Pro 订阅服务。它同时也是一款可编程的 HID 设备，因此您可以将其重新映射为任意键盘快捷键，以便与其他应用程序配合使用。其局限性在于，它仅是一个单踏板设备，没有配套软件来管理配置文件或该单个按键操作之外的其他动作。

Stream Deck 踏板 （89.99 美元）是一款 三踏板 USB 控制器，配备厚重的金属底板和可更换弹簧，用于调节踏板张力。其中一个踏板用于“按键通话”功能，另外两个踏板可用于静音麦克风、触发宏、切换音频，或执行您分配的任何其他操作。当您切换应用程序时，“智能配置文件”会自动更新所有三个踏板。此外，通过访问Elgato 应用商店，其功能远不止于热键。

主要区别在于灵活性。它配备了三个踏板而非一个，支持根据应用程序切换配置文件，并且拥有一个功能远不止于语音输入的插件生态系统。

上述每款语音输入工具都支持键盘快捷键。按住一个键，说话，松开。ChatGPT 和 Gemini 的文本输入框中也有麦克风按钮，不过两者都没有相应的键盘快捷键。网页版 Claude 完全不支持原生语音输入功能，因此需要使用系统级工具。

无论哪种情况，从热键开始尝试都是最快的方式，可以让你了解语音提示是否适合你的工作方式。

转录准确度会因人名、行话和代码语法而有所不同。一键通话功能有助于消除背景噪音，但一个贴近嘴边的优质麦克风比任何软件设置都更为重要。如果担心隐私问题，建议选择像 Superwhisper 或 VoiceInk 这样的本地工具，而不是基于云的服务。

安装 Wispr Flow 的免费版本，或使用操作系统的语音输入功能，将其映射到热键上，然后通过语音说出下一个提示，而无需手动输入。如果您经常需要进行语音输入，Stream Deck Pedal 不仅能处理“按键通话”功能，还能为您的工作流程提供两个额外的踏板。我们的《Stream Deck 热键设置指南》将详细介绍配置步骤。