Qwen PC 版新增 AI 語音輸入功能,可在應用程式中直接將語音轉為文字
5月7日,Qwen 推出了適用於個人電腦的 AI 語音輸入功能,讓使用者能在任何桌面應用程式中透過熱鍵啟動此功能。此功能不僅能刪除口頭語、修正錯誤並格式化語音內容,還能根據上下文調整回應內容。使用者亦可下達指令進行撰寫、回答問題或翻譯。
Qwen 的語音輸入功能展現了強大的語義解析能力。舉例來說,當輸入一段包含語音錯誤的語音片段,例如:「王老闆,會議安排在兩點……不,是三點,地點在舊會議室,記得帶那個…… 市場研究報告」,Qwen 能即時過濾「嗯」或「那個」等填充詞,修正錯誤,並直接輸出結構化文字:「王老闆,會議定於下午 3 點舉行,地點是舊會議室,請攜帶市場研究報告。」

將口語重構為結構化文本不僅是簡單的文字簡化,還涉及修正邏輯錯誤並對內容進行結構化組織。當使用者起草週報或會議紀錄時,即使表達方式在邏輯上有所斷裂,Qwen 也能根據上下文進行語義摘要。 例如,當使用者隨口提及工作進度時,Qwen 能自動將其整理成帶有清晰項目符號的結構化週報。
在工作或創作時,使用者無需離開編輯器,即可透過語音指令呼叫 Qwen。例如,若要將去年的 GDP 數據插入文本中,只需說:「插入 2025 年的全國 GDP 數據。」 瀏覽網站或閱讀專業英文論文時,若遇到不明白之處,選取文字並說「解釋這段」或「翻譯這段」,Qwen 便會自動提供解釋或翻譯。
在「DingTalk」、「WeChat」或電子郵件等情境中,使用者亦可要求 Qwen 根據上下文生成回覆。例如,回覆客戶的英文電子郵件時,使用者只需用中文口頭說明需求,Qwen 便會在輸入框中生成格式正確的英文回覆郵件。
目前,Qwen 的語音輸入功能已全面上線,所有使用者皆可透過 Qwen 電腦端應用程式自由使用此功能。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500
5月7日,Qwen 推出了適用於個人電腦的 AI 語音輸入功能,讓使用者能在任何桌面應用程式中透過熱鍵啟動此功能。此功能不僅能刪除口頭語、修正錯誤並格式化語音內容,還能根據上下文調整回應內容。使用者亦可下達指令進行撰寫、回答問題或翻譯。
Qwen 的語音輸入功能展現了強大的語義解析能力。舉例來說,當輸入一段包含語音錯誤的語音片段,例如:「王老闆,會議安排在兩點……不,是三點,地點在舊會議室,記得帶那個…… 市場研究報告」,Qwen 能即時過濾「嗯」或「那個」等填充詞,修正錯誤,並直接輸出結構化文字:「王老闆,會議定於下午 3 點舉行,地點是舊會議室,請攜帶市場研究報告。」

將口語重構為結構化文本不僅是簡單的文字簡化,還涉及修正邏輯錯誤並對內容進行結構化組織。當使用者起草週報或會議紀錄時,即使表達方式在邏輯上有所斷裂,Qwen 也能根據上下文進行語義摘要。 例如,當使用者隨口提及工作進度時,Qwen 能自動將其整理成帶有清晰項目符號的結構化週報。
在工作或創作時,使用者無需離開編輯器,即可透過語音指令呼叫 Qwen。例如,若要將去年的 GDP 數據插入文本中,只需說:「插入 2025 年的全國 GDP 數據。」 瀏覽網站或閱讀專業英文論文時,若遇到不明白之處,選取文字並說「解釋這段」或「翻譯這段」,Qwen 便會自動提供解釋或翻譯。
在「DingTalk」、「WeChat」或電子郵件等情境中,使用者亦可要求 Qwen 根據上下文生成回覆。例如,回覆客戶的英文電子郵件時,使用者只需用中文口頭說明需求,Qwen 便會在輸入框中生成格式正確的英文回覆郵件。
目前,Qwen 的語音輸入功能已全面上線,所有使用者皆可透過 Qwen 電腦端應用程式自由使用此功能。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






