TL;DR
小说、散文、博客文章、学术章节这类长文的第一稿，不一定要靠双手完成。借助 Loqua 的填充词清理、个人词典，以及面向 Scrivener、Ulysses、Notes、Obsidian 的应用感知格式化，你可以把口头思路变成可编辑的文字。这个写作者听写工作流最适合快速得到真正的初稿，然后再用键盘和触控板打磨。
Loqua 是一款面向 Mac、理解上下文的语音输入工具。它会在你说话时去掉填充词和口误开头，学习你最常用的专有名词，并根据当前写作界面调整输出格式。大多数听写工具停留在“把我说的话转成文字”，而 Loqua 的语言智能层会把句中修正整理成干净的 prose，让你可以大声思考，而不是得到一份之后还要清洗的逐字稿。
今年我们用它写过小说、文章、内部备忘录，也写过一篇学术论文。适用于这些场景的模式是一样的：说话，走动，暂停，继续说，让 Loqua 产出干净文本。最后的润色轮次通常比纯打字后的那一轮更短。
这是一份面向写作者的实用听写指南，不是在承诺每次听写都能直接得到可发表的文字。当语音能消除空白页前的迟滞，并快速把一个场景、一篇文章或一段论证变成可编辑形式时，它的价值最大。
为什么长文适合用语音
原因有三个。第一，说话通常比打字快，而且文本越长，差距越明显。第二，在起草阶段不必被固定在桌前，对身体更友好；很多写作者也反馈，走动本身会改善文字。第三，语音起草后的编辑往往更轻，因为你在一次写作中产出了更多句子，后续是从更多材料里删减，而不是把少量句子硬扩写。
多数听写工具的陷阱在于：你用说话省下的时间，又花在清理上，比如删掉“嗯”“所以”“你知道吧”，以及句中那种“其实等等我重来”。Loqua 的语言智能层会边听边移除这些内容。进入初稿的文字，比你嘴里说出来的更干净。
清理模型如何工作
这种清理不是激进改写。Loqua 不会重塑你的声音，也不会强加一种文风。（这里刻意保持保守，参见 Apple 的语音输入管线，我们的清理层建立在这些端侧基础之上。）它只移除任何人工编辑都会默默删掉的三类内容：
- 填充词： um、uh、you know、作为口头填充的 like、I mean、so。
- 自我修正：当你说“so basically the thing is — actually wait, let me start over — we should cache this”时，得到的是“We should cache this.”。句中的修正会被采纳，清嗓式铺垫会被移除。
- 重开头：真正句子开始前的错误起步。
它会保留：你的声音、句子形状、惯用表达，以及由停顿形成的段落节奏。如果你的风格里有刻意的迟疑或破折号，它们会保留下来。清理是有目标的。
你说
"um so basically the thing is we need to uh... actually wait let me start over — we should cache this for like fifteen minutes"
Loqua 写出
We should cache this for fifteen minutes.
角色与术语词典
长篇小说听写里最大的痛点，是角色名。你的主角可能叫“Beatrix Ó hUiginn”，世界上没有哪个转写模型能在没有帮助的情况下稳定处理这种名字。Loqua 在 Settings 里提供 Personal Dictionary，你可以逐行加入专有名词。加入之后，这些名字每次都会以正确拼写出现，包括变音符号。
场景名、虚构技术、魔法系统术语、哲学行话，或任何在作品里反复出现的冷门词也一样。如果需要，词典可以按文档维护；当你同时写多个不同世界观的小说时，这很有用。
建议：项目开始时就加载词典。第一小时里你会发现缺口，把它们补上，后面的初稿会顺畅很多。
Loqua 会读取你正在听写到哪个 App，并据此调整输出。这和处理代码格式的多模态上下文引擎是同一套能力（见 在 Mac 上听写代码指南），只是这次面向写作 App：
| App | Loqua 的差异化处理 |
|---|
| Scrivener | 按一行一句的初稿格式输出；尊重章节分隔；理解 binder 中的章节上下文 |
| Ulysses | 干净的 Markdown 输出；使用 Ulysses 的一等 Markdown 语法 |
| Notes (Apple) | 标准段落格式；如果当前处于项目符号列表模式，会保留该模式 |
| Obsidian | 理解 frontmatter 的 Markdown；如果 YAML frontmatter 块处于打开状态，听写内容会正确进入其中 |
| Pages / Word | 干净的正文段落，不泄漏 Markdown 标记 |
| iA Writer | Markdown；尊重该 App 的专注模式习惯 |
你不需要逐个 App 配置。Loqua 会检测当前活跃 App 并自动调整。这类功能通常只有在你中途切换工具，而输出仍然合理时，才会真正注意到。
五个完整示例
你说（小说大纲，一边踱步一边听写）
"okay chapter three — Beatrix gets the letter and we have to decide whether she opens it right away or sits with it for a day I think she sits with it that's more her"
Loqua 写出（在 Scrivener 中）
Chapter 3 — Beatrix receives the letter.
Decision point: opens immediately vs sits with it for a day. Sits with it — more in character. The delay creates space for Elena's interjection in scene two.
你说（小说场景描写）
"the kitchen at six in the morning the kind of kitchen where the light through the window has been the same for thirty years and the kettle on the stove is somehow always almost boiling"
Loqua 写出（在 Ulysses 中）
The kitchen at six in the morning — the kind of kitchen where the light through the window has been the same for thirty years, and the kettle on the stove is somehow always almost boiling.
你说（会议间隙写学术摘要）
"this paper presents a framework for measuring multimodal context integration in voice typing systems we propose three benchmarks and apply them to four production tools showing that on-device multimodal models meaningfully reduce error on app-aware formatting tasks"
Loqua 写出（在 Pages 中）
This paper presents a framework for measuring multimodal context integration in voice typing systems. We propose three benchmarks and apply them to four production tools, showing that on-device multimodal models meaningfully reduce error on app-aware formatting tasks.
你说（遛狗时写博客初稿）
"the thing about voice typing for writers is that the cleanup model matters more than the speech recognition model — once recognition is good enough most of the difference is in what gets removed and how the sentences land"
Loqua 写出（在 Obsidian 中）
The thing about voice typing for writers is that the cleanup model matters more than the speech recognition model. Once recognition is good enough, most of the difference is in what gets removed — and how the sentences land.
你说（给初稿加编辑批注）
"this section is fine but it's three hundred words too long the metaphor about the kettle should move into chapter four where it actually pays off"
Loqua 写出（在 Scrivener, comment 中）
Section is fine but ~300 words too long. The kettle metaphor should move into Chapter 4 where it pays off.
用语音编辑
你可以直接听写编辑指令：“replace the last paragraph with...”、“add a comma after the word kettle,”、“strike the second sentence.” Loqua 会读取当前选区（如果有）和你的表达，判断该插入、替换还是批注。对于更重的编辑，我们认识的大多数写作者仍会切回键盘；但很多局部调整，用语音更快。
说实话：语音编辑很适合增删，替换也还可以，但复杂重组会慢。到了重组结构时，你应该伸手去用触控板。
多语言长文写作
我们接触过的很多写作者，会在长文里嵌入另一种语言的引用或术语。Loqua 不需要切换模式也能处理：
你说（写文章初稿）
"the closest English equivalent is roughly contentment but the Chinese term 安然 carries connotations of resignation that don't quite map"
Loqua 写出（在 iA Writer 中）
The closest English equivalent is roughly "contentment," but the Chinese term 安然 carries connotations of resignation that don't quite map.
这和代码中的 code-switching 使用的是同一套架构（见 AI 编程的语音输入）。Loqua 的语言智能层是在包含语码切换的数据上训练的，而不是把它当成例外绕过去。
我们实际使用的工作流
经过几个月的长文语音起草，我们最终稳定在这套流程：
- 先打开写作 App。 把光标放到正确位置；Loqua 会读取光标位置来决定格式。
- 会话开始时，把专有名词加入 Personal Dictionary。 这里花五分钟，后面省一小时。
- 按段落说，而不是按句子说。 在段落之间停顿，不要每句后都停。Loqua 会尊重这种停顿。
- 允许自己绕一点。 清理模型会剥掉游走部分。最终落下来的，是你一直在找的那句话。
- 可以的话，边走边说。 大多数用语音写作的小说作者都会说，身体移动时文字会变化，而且通常更好。
- 最后快速润色，不要边写边修。 语音初稿读起来和打字稿不同。朗读一遍，通常已经很顺。
语音改变最多的，是思考和写作的关系。你先想，再写；写下来的也更接近你真正想到的东西，而不是你在键盘上来得及追上的东西。对于瓶颈在思考的长文工作来说，这就是核心。关于为什么起草速度重要，可以参考这篇更广义的 drafting speed 研究讨论。
如果你想了解清理层和上下文层如何工作的技术细节，三模型架构笔记里讲得更深。
常见问题
Loqua 会破坏我的写作者声音吗？
不会。Loqua 只移除填充词和错误开头。你的句子形状、惯用表达、破折号、刻意重复和节奏都会保留。如果你的风格里有“...”停顿或碎片句，它们也会保留。我们有意把清理模型调得很保守，因为写作者对更重的改写反应很差。
专有名词词典效果怎么样？
在 Settings → Personal Dictionary 中添加一次术语，之后它就会正确拼写，包括变音符号和连字符。对于长期项目（例如有 50 多个具名角色的系列小说），建议会话开始时先建好词典；前面花五分钟，可以在整篇初稿里省下一小时。
Loqua 专门支持 Scrivener 吗？
支持。Loqua 会读取 Scrivener 的 binder 状态，并以一行一句的初稿格式输出，同时尊重章节分隔。同一段听写会干净地落到当前 Scrivener 文档的光标位置。
我可以边走边听写吗？
可以，使用 AirPods Pro 或类似麦克风即可。
Apple Silicon 上的语音输入管线 对走路时变化的声学条件（脚步声、麦克风距离变化、偶尔的风声）处理得还不错。和安静桌面相比，词错误率会略有上升，但通常仍低于 5%。
小说里的方言或口音怎么办？
如果你的角色说方言，只要你读出来，Loqua 会转写这种方言，而不是“纠正”为标准英语。对于对白中的书面方言，用合适的声音状态听写，通常能得到想要的文本。
我可以用语音编辑初稿吗？
轻量编辑可以，比如替换、添加、删除。“Replace 'kettle' with 'pot' in the last paragraph”可以工作。重结构编辑（移动场景、重做章节弧线）用鼠标和键盘更快。语音最适合起草和轻修，键盘最适合结构编辑。
今天就试试 Loqua
免费开始。Mac 原生。由每天都在使用它的算法研究者打造。
下载