2026年Windows上的语音输入
Windows用户一直拥有比Mac用户更多的听写选项——部分原因是Dragon NaturallySpeaking在Windows上建立了声誉，部分原因是Windows的开放生态系统吸引了更多第三方工具。但格局已发生相当大的变化。
Dragon的主导地位随着AI驱动的替代品出现而被侵蚀。Windows语音输入已改进。基于Whisper和其他现代模型的新按键说话工具已进入市场。这是你的选项的完整地图。
Windows语音输入（内置，Win+H）
Microsoft的内置语音输入，通过Win+H快捷键访问，是零摩擦的起点。它在大多数Windows文本字段中有效，支持自动标点，成本为零。
工作原理： 按Win+H，一个浮动麦克风小部件出现。说话，文本出现在活动字段中。说"停止听取"或再次按按钮停止。
准确度： 在安静的环境中对英文很好。Microsoft自原始Windows 10启动以来已大幅改进底层模型。可靠地处理会话语音。
自动标点： 可用且运作合理。对于大多数句子，你不需要说"句号"和"逗号"——系统推断它们。
语言支持： 支持的语言比Whisper基础工具更有限。截至2026年，Windows语音输入支持约25种语言。
限制： 无AI增强。仅在Windows文本字段中有效，不是每个应用。无自定义模式。输出质量是原始转录。
最适合： 需要偶尔语音输入而不安装任何东西的Windows用户。
Dragon Professional（Nuance）
Dragon Professional仍然是Windows听写准确度的金标准，特别是对于专业词汇。以$699一次性价格，它是一项重大投资，但它提供没有其他工具相匹配的能力。
准确度： 优秀，特别是在声音训练后。Dragon学习你的声音模式和词汇随时间变化。对于医学、法律或技术术语，Dragon在训练词汇上的准确度超过通用模型。
自定义词汇： 你可以添加域特定术语、专有名词和专业短语。这是Dragon最大的竞争优势。
集成： 深度Windows集成，包括通过语音控制应用。Dragon可以导航菜单、点击按钮和控制操作系统——远超文本输入。
延迟： 对于训练的声音接近即时。响应时间一致低于一秒。
限制： 高前期成本，无主产品的订阅选项。软件架构陈旧。无AI增强或文本格式——它转录你说的确切内容。Mac版本已停止。
最适合： 需要专业词汇最高准确度的专业人士，特别是在Windows上的医学、法律或金融领域。
Telvr（Windows版本开发中）
Telvr目前是macOS应用，Windows支持正在主动开发中。核心体验——带AI增强的按键说话、系统范围文本插入、Whisper large-v3准确度——计划用于Windows。
Windows用户可以期待什么： macOS用户今天拥有的相同工作流。在任何应用中按住热键，说话，释放，在约两秒内在光标位置获得格式化文本。六种增强模式覆盖电子邮件、会议记录、摘要、开发任务和常规清理。
为什么它对Windows重要： 目前没有Windows工具结合Whisper级转录准确度与AI文本增强和真正的系统范围插入在简单的按键说话界面中。Windows语音输入缺乏增强；Dragon缺乏现代AI格式；Whisper工具缺乏集成。
定价： EUR 3/月基础设施加EUR 0.03每分钟——与macOS版本相同。
如果你在Windows上且这个工作流吸引你，在Telvr网站上注册候选列表是在Windows版本推出时被通知的最好方式。
Whisper基础工具（Windows）
几个社区和商业工具为Windows带来Whisper转录：
Whisper转录器 / 本地CLI： 直接在Windows上运行Whisper。需要Python设置和CUDA支持的GPU以进行快速推理（尽管CPU对于较小的模型有效）。产生原始转录；无增强。
MacWhisper等效工具： 几个Windows应用在基本界面中包装Whisper。大多是基于文件的（记录音频，获取转录），不是实时键盘替换。
限制： 所有当前Windows Whisper工具需要手动集成工作。都不提供Telvr在macOS上提供的按键说话系统范围插入体验。无增强层。
最适合： 开发人员、隐私重视的用户或对舒适地构建自己管道的人。
Google Voice Typing（Chrome）
Google Voice Typing在Windows的Chrome浏览器中可用。它在Chrome内的任何contenteditable字段中有效，准确度受益于Google的大规模训练数据。
限制： 仅Chrome。不在本地Windows应用中工作。无增强。隐私考虑。
最适合： 主要在Chrome中工作且需要网络应用免费语音输入的用户。
Windows语音识别（旧版）
比Windows语音输入更老，Windows语音识别（通过控制面板或搜索访问）提供更多命令但准确度比现代Win+H实现更差。它很大程度上被Windows语音输入取代，除非你需要其应用控制命令，否则值得跳过。
比较表
| 功能 | Windows语音输入 | Dragon Professional | Telvr（macOS） | Whisper（本地） | |---|---|---|---|---| | 平台 | Windows | Windows | macOS（Win即将推出） | 两者 | | 系统范围 | 大多数应用 | 是 | 是 | 自定义设置 | | AI增强 | 否 | 否 | 是（6种模式） | 否 | | 延迟 | 1-3秒 | 不到1秒 | 不到2秒 | 3-15秒 | | 语言支持 | ~25 | ~15 | 50+（自动检测） | 99 | | 价格 | 免费 | $699一次性 | EUR 3/月 + 使用 | 免费 | | 自定义词汇 | 否 | 是 | 自定义提示 | 否 |
Windows用户的建议
当前现实： 2026年Windows用户没有单一工具结合现代AI准确度、增强和无缝系统范围集成。那个差距是Telvr的Windows版本在推出时将解决的。
同时：
对于偶尔的、免费语音输入： Windows语音输入（Win+H）是明显的起点。其自动标点和改进的准确度使其对日常任务可行。
对于专业词汇： Dragon Professional对于需要自定义词汇训练和域特定术语高准确度的Windows用户仍然是唯一真实选项。
对于想要最佳转录的技术用户： 通过Whispering等社区包装的本地Whisper提供Whisper准确度，但需要设置且产生原始输出。
对于想要Telvr体验的Windows用户： 注册候选列表。macOS版本演示了Windows版本将提供什么。
Windows市场中的差距很显著，它正是现代按键说话工具与AI增强所定位填补的差距。