关闭「AI 润色」进行论文语音听写

按住手机上的说话按钮口述初稿，松手后识别出的文字就会输入到电脑中。

下载客户端体验

语音听写过程中的手机应用界面，屏幕上显示已识别的文字，计时器显示 0:04，底部是一个红色的「松开结束」（Release to end）按钮。 — 手机上的文字仅显示识别进度，并非最终文本。

关闭「AI 润色」可跳过句子润色，但自定义术语依然生效，且仍可整理空格、部分语气词及末尾标点。

我们的测试均未在关闭「AI 润色」的情况下运行；这一说明基于应用内的文字说明与代码阅读结果。

「AI 润色」默认开启并设为「严谨」档，会修正错误并保留你的原话措辞，不过部分语气词仍可能被删去。

你可以通过局域网内的「本地局域网」连接，或在电脑端登录 FlowMic 后通过「云端中继」连接。

Windows 上的 Notepad 窗口，里面包含刚刚听写输入的句子，光标停在句末。 — 在手机上点击「投递」后，句子落入了 Notepad 中。

不支持或尚未测试的情况

FlowMic 不对 AI 检测工具或学校规定作任何声明。即使不使用语言模型，识别出的文字也会与你所说的存在差异，因此仍需通读核对初稿。在使用合成语音播放的 10 句中文口述测试中，有 2 句因识别改变了原意，将「tomorrow」变成了「today」。在通过「本地局域网」使用内置语音模型识别开发者术语的测试中，20 个句子里只有 5 句的术语全部准确。
我们未测试 Microsoft Word 或 Overleaf，因此在听写论文前，请先在你的文档编辑器中试听写一段。在 Windows 及 X11 下的 Linux 系统中，文字会先复制到剪贴板、粘贴到最前端的窗口，随后恢复原先的剪贴板内容，但如果在 FlowMic 粘贴期间进行了复制，复制的内容可能会丢失。口述「new line」会在文本中直接留下这几个词本身，口述「comma」这类标点则未测试。
手机上出现的文字仅用于显示进度，并非最终文本。文档中不会逐词浮现文字，因为只有松开按钮后文字才会落入电脑。在一段 19 秒的句子测试中，手机上的实时文字滚动了 8 到 9 秒后停下，并显示「语音识别暂未更新，正在持续处理中」，不过松手后整句话仍完整落入了电脑。
开口前请先检查光标位置，因为排在最前端的窗口会接收文字。Windows 上的密码框不会被拒绝输入，如果焦点在密码框内，听写的文字也会落入其中。普通权限下的 FlowMic 无法向 Windows 管理员权限窗口输入文字；如果排在最前端的是 FlowMic 自身的窗口且没有聚焦任何文本框，输入也会失败。
桌面端支持 Windows、搭载 Apple 芯片的 macOS 11，以及 X11 下的 Linux x86-64。
在手机设置的「说话语言」下，可从 8 种语言中选择：英语、中文、法语、西班牙语、德语、日语、韩语或俄语。应用不支持自动检测语言，也未公布各语种的具体识别数据，请勿默认各语种表现相同。

查看其余限制与未测项

在电脑端使用 DeepSeek 云端模型、以「整理」模式测试的 15 段口述内容中，有 14 段生成了段落，1 段被拒绝并保留了原始文本。语气词和改口重复的内容会被移除，但在 15 段测试内容中有 4 段被「整理」模式补充或改动了内容，使用前需要通读核对。例如，识别出的「because the train is a two」变成了「since the train ride is about two hours」。
电脑必须保持唤醒状态，目标应用需置于最前端且光标停在文本框内。FlowMic 仅在文本框内生效：不支持语音点击、滚动、切换窗口或选中文本，没有语音指令，也没有电脑端快捷键。请在手机上按下「按住说话」，并在说话期间手指一直按住不放。由于没有锁定录音和单击录音功能，你必须一直按住按钮。
在手机时间线上，「已投递」代表文字已送达电脑，并不代表已输入到窗口中。在 Windows 上，如果没有任何窗口接收到粘贴，会显示「已投递 · 未注入 · 重发」，此时你可以在手机上使用「复制」、「复制原文」或「重发」，或者在电脑上使用「重新注入」来找回文字。
Windows 控制台会将换行符转为空格而不按下回车键，而在标记模式下，即使手机显示「已投递」，文字也会丢失。
在 VS Code、Cursor，或由 ssh、python、wsl 启动的控制台中，换行符可能会直接执行命令。
在 X11 下的 Linux 系统中，即使手机显示「已投递」，xterm 与 VS Code 终端面板也不会收到任何内容。
iOS 15 的 App Store 版本未在中国大陆和欧盟地区上架。
macOS、iOS、Windows 11、「云端中继」、其他手机、锁屏状态以及复制的图片均未测试。
Outlook、Gmail、Slack、Notion、Google Docs、Teams、Discord 和 Obsidian 均未测试。
我们的测试在 Windows 10 和 X11 下的 Ubuntu 上进行，使用一台 Android 平板通过「本地局域网」连接。大多数测试内容直接在手机上打字输入，语音测试内容则由另一部手机播放合成语音，并未测试真人语音识别效果。

常见问题

如果想在不调用语言模型的情况下将语音转写成文字，应该用哪个模式？

每次录音只会经过一种模式：用「实时」转写语音，用「翻译」在说完后进行翻译，或用「整理」在同一语言下移除语气词与改口重复。切换模式会清空输入框。请保持在「实时」模式，因为「翻译」和「整理」始终需要调用语言模型。

在「实时」模式下关闭「AI 润色」后，我的文本会经过什么处理？

应用内说明写道：「关闭后跳过此步骤，但自定义术语依然生效，且仍可整理空格、部分语气词及末尾标点。」关闭时，「实时」模式不会向语言模型发送任何内容，这与「关闭润色时实时模式不请求模型」的说明一致。固定规则仍会在不调用模型的情况下运行，以处理你的自定义术语、空格和末尾标点。

下载客户端体验

基于电脑端 FlowMic 0.3.120 与手机端 0.3.118 实测，测试日期为 2026 年 11 月 6 日。

部分测试数据来自 2026 年 11 月 5 日的 FlowMic 0.3.119 或文中注明的测试构建版本，未在 0.3.120 上重复测试。