Windows 口述邮件：本地整理成稿

周三下午，我要给外部合作方回一封信：原定周一进场的测试顺延两天，请对方确认周三上午有没有窗口。这事说清楚不到两分钟。可过去我用语音输入写完，还得坐下来重改一遍——“那个”“就是说”“然后”散在各处，句子顺序也是想到哪说到哪，删改的时间比手打还长。

后来我把这件事拆开来看：嘴负责把信息说全，工具负责把口语收拾成能发出去的书面语，最后我只核对几个关键信息。下面就是这个流程，以及每一步容易出问题的地方。

先分清：转文字和出成稿是两件事

语音输入包含两个动作。第一步是识别，把声音变成汉字；第二步是整理，把汉字变成能直接用的文字。

整理又分几种力度：去掉“嗯、那个、就是”这类口水词和重复词、补上标点、修正口误，这是一层；把口语化的句子改写成书面表达，是另一层；再往前走一步，把整段口述排成邮件正文的样子，就是第三层。

不少工具只做第一层，甚至只做第一步。判断方法很简单：看你拿到的结果是“能读”还是“能发”。能读的文字，你还得动手改；能发的文字，你只要核对。

还有一处容易混淆：去掉口水词不等于改成书面语。轻度整理通常只删口水词、合并重复、加标点，保留你原本的说话习惯，适合速记和聊天；深度整理会真的改写句子，适合文档、周报；邮件整理则按邮件的结构组织内容。档位用错，要么太口语，要么把该保留的语气也改没了。

场景：一封排期调整邮件怎么口述

第一步：先确认录音会不会离开这台电脑

如果你在意的是“录音不上传”，这一步不能靠猜。做法是断网实测：先联网把需要的模型准备好，然后断开无线和网线，说一段带着口头禅的话，看转写和整理还能不能正常工作。断网后依然可用，基本可以判断识别和整理都跑在本机；如果一断网就报错或一直转圈，那它给出的文字大概率来自云端。

设置页也可以配合着看，找找有没有“云端识别”“在线增强”之类的开关。这一步花两分钟，比事后后悔划算。

第二步：口述之前，先把要说的事写成四行

我习惯在便签上写四行，对应邮件的骨架：

• 称呼：李工、各位
• 目的：同步测试排期调整
• 事项：接口联调未完成，原定周一进场顺延到周三，请确认周三上午是否有窗口
• 下一步：如无异议，我周二下班前发最终排期表

口述时照着这四行走，说完一段停一下。整理是按整段处理的，段落清楚，整理出来的结构也清楚；一口气说八百字不分段，再好的整理也只能给你一大块。

第三步：口述时的几个小习惯

口水词不用刻意憋，交给整理就好。真正需要放慢的是三类内容：数字和日期、人名与项目代号、否定和限定。

比如“顺延到周三”和“顺延到周三之前”是两个意思，“大概周三”被整理成“周三”也会改变语气。遇到关键数字，讲完再重复一遍，或者说完立刻回看。专有名词第一次出现时说全称，后面再用简称。

第四步：发送前只核对四类信息

整理后的句子通常更规整，但也可能删掉口语里的限定词。发送前看四类：数字与日期、人名与称呼、否定词与限定词、承诺与附件。这四类过完，剩下的是行文风格，不影响对方理解。

本地工具大致有三条路线

按“录音不出本机”这个条件去找，会碰到几类不同的东西。

一类是把识别和整理都放在本机的工具。Saymore 属于这一类，面向 Windows 10/11 x64，语音识别、文本整理、术语和历史热词都在本机运行，整理方式里有轻度、深度、邮件等几种风格可选。普通 CPU 可以运行，有 4 GB 显存 GPU 能加速。它的限制也要提前知道：目前只支持 Windows；首次使用需要联网下载约 1.5 GB 模型；安装包未签名，安装时系统可能弹提示。仓库地址是 https://github.com/frankzch/Saymore ，需要的话可以从那里了解。

一类是输入法自带的语音功能，例如微信输入法，侧重识别、加标点和去口水词，日常短句输入够用，但把整段口述改写成邮件不是它的方向。

还有一类偏开源和实验，比如 OpenWispr，可以了解，中文效果和整理能力需要自己试。另外像 Typeless 这类产品，音频走云端处理，和本地方案是两条不同的隐私路径，选之前先想清楚自己的底线在哪。

几个容易翻车的点

• 把“去口水词”当成“自动改书面语”，用轻度整理的稿子直接发邮件，读起来像聊天记录。
• 以为本地工具连装都不用联网，结果卡在模型下载那一步。首次联网准备模型是正常的，关键是日常使用不依赖网络。
• 安装包未签名被系统拦下，慌了以为文件有问题。提前知道这个前提，按提示处理即可。
• 口述时一口气说太长，整理出来是一整块，还得手动切段。
• 项目名、人名、缩写识别错一次，不修正就会一直错。热词库需要维护，没有一次性解决方案。
• 完全跳过校对。数字、日期、金额、否定词这几处，人工看一遍是底线。
• 把云端工具当成离线工具用。录音出没出本机，决定了它能不能用来处理内部文档和客户信息。

收尾

口述写邮件，真正决定效率的不是某一款软件的识别率，而是顺序：先断网验证隐私路径，再按骨架口述，然后选对整理档位，最后核对关键信息。工具只是这条链路上的一个环节，换成别的方案，这套流程一样成立。

利益相关：作者参与 Saymore 项目。

创作说明：本文在资料整理与成文中使用了 AI 辅助（DeepSeek），经作者审阅后发布，作者对内容负责。