语音输入

开启语音输入后，点对话框里的麦克风说话，说的内容会变成文字出现在输入框里，发送前可以修改。和 AI 模型一样，语音识别也由你选择的服务商提供，使用你自己的 API Key。

录音从手机直接发送给这家服务商，转成文字后即从手机上删除。PKU harness 不会收到录音。

可选的服务复制锚点链接

打开「设置 → 语音输入」，页面列出插件提供的语音识别服务，默认服务排在最前。

价格是 App 在每个模型旁边显示的数字，实际以服务商的价目表为准。

我们推荐「阿里云百炼」加「Fun-ASR」：说话时文字同步出现，在我们的测试中，它对校园地名识别得最准。如果你已经用百炼作为 AI 模型，这里可以用同一个 Key。

如果你的 AI 模型用的是 DeepSeek，又不想再注册一个账号，可以选「DeepSeek」，不需要额外的 Key。DeepSeek 没有实时识别，App 会在你每次停顿时把录音切成一段发送，所以文字是一句一句出现的，而不是逐字出现。价格来自 DeepSeek 的价目表。

设置阿里云百炼复制锚点链接

1. 在「华北2（北京）」地域创建一个百炼 API Key，步骤和 AI 服务 → 申请阿里云百炼 API Key 相同。其他地域的 Key 不能用。
2. 在 App 中打开「设置 → 语音输入」，点「阿里云百炼（实时）」。
3. 在「模型」下点「Fun-ASR」。
4. 把 Key 粘贴到「API Key」。「获取 API Key」按钮会打开百炼的 Key 页面。
5. 点「保存」。

接口地址是固定的（wss://dashscope.aliyuncs.com/api-ws/v1/inference），显示在模型列表下方。

设置 DeepSeek复制锚点链接

1. 确认「设置 → AI 服务」中已经保存了 DeepSeek API Key。还没有的话，按 AI 服务 → 申请 DeepSeek API Key 操作。
2. 在 App 中打开「设置 → 语音输入」，点「DeepSeek」。
3. 页面显示「使用你在 AI 服务设置中填写的 DeepSeek API Key，无需另外申请。」，不需要粘贴任何内容。如果显示的是「请先在 AI 服务设置中填写 DeepSeek API Key。」，点「打开 AI 服务设置」，在那里保存 Key。
4. 点「保存」。

设置硅基流动复制锚点链接

1. 在 cloud.siliconflow.cn 注册账号，如果要求实名认证，请先完成。
2. 打开「API 密钥」，新建一个 Key 并复制。
3. 在 App 中打开「设置 → 语音输入」，点「硅基流动」。
4. 在「模型」下点「SenseVoice」；如果你说方言，可以选「TeleSpeech」。
5. 把 Key 粘贴到「API Key」，点「保存」。

用语音输入一条消息复制锚点链接

1. 在对话页点输入框里的麦克风。第一次使用时，Android 会询问麦克风权限，请允许。
2. 开始说话。输入框显示「正在听…」和你说的内容。
3. 说完后点对勾按钮（「完成并转成文字」），文字会留在输入框里。
4. 需要的话修改一下，然后发送。

不想要这段录音，点关闭按钮（「放弃录音」）。

转写音频文件复制锚点链接

在对话中也可以附上音频文件：点「+」，再点「文件」，选择一段录音（最大 50 MB）。语音输入服务会把它转成文字，助手读取转写结果。

「阿里云百炼（实时）」只能转写实时语音。要转写音频文件，请在「设置 → 语音输入」中选择「硅基流动」或「OpenAI 兼容」服务。

DeepSeek 也能转写音频文件，但只接受 WAV 或 Ogg Opus 格式、不超过 120 秒和 8 MiB 的录音。更长的录音以及 MP3、M4A 文件可能会失败，所以转写音频文件推荐用硅基流动。

语音输入用不了时复制锚点链接

也可以让助手切换语音识别服务，例如「语音输入改用硅基流动」。它不能填写 Key，会打开这个页面由你填写。