讓語音聽寫更接近打字的感覺。

聽寫流程為何重要

多數人不會搜尋模型；他們搜尋的原因是，對著文字欄位說話，仍然比打字慢或不夠順暢。實用的桌面聽寫循環必須在使用者失去思路之前，完成語音辨識、整理文字，並將結果放回工作中。

已發布案例研究的測量內容

Google DeepMind 的 Gemmaverse 介紹描述了一項變更：在雲端語音轉文字仍保留於流程中的情況下，以本機 Gemma 4 E4B 潤飾步驟取代 Cue 原有的雲端文字潤飾步驟。報告指出中位潤飾延遲降低 44%、功能使用率增加 30%，且該本機潤飾步驟的邊際推論成本為零。這些 2026 年 5 月發布的結果描述的是所測量的流程，並不保證每台裝置、每個版本或每項任務都會得到相同數字。

實際的重點很簡單：語音工具只有在反應夠快、能用於日常小事時（例如在 Slack 回覆、起草電子郵件、做筆記，或把粗略文字放進文件），才會在日常工作流程中佔有一席之地。這正是 Cue 將聽寫視為跨應用程式工作入口，而非獨立錄音目的地的原因。

若要進行更廣泛的評估計畫，請使用公開語音代理基準指南，區分任務完成、語音工具使用、瀏覽器操作、聽寫、延遲與會議理解。開放的技術生態是另一項研究資源；它並不重現 Cue 私有的 227 個樣本生產基準測試。

從你需要完成的工作開始

同一套桌面工作流程可用於文字欄位中的語音輸入、較長的即時逐字稿，或會議筆記的後續整理。每條路徑都從語音輸入開始，並以實用的下一步行動結束。