你用語音輸入說：「會議排星期二，不對，星期四下午三點。」逐字稿把每個字留下來，寄出去卻還得自己刪口誤。這篇 Lipwise 教學要解決的問題是：讓 AI 整理這句話時，怎麼確認它保留的是你的最後意思，而不是另一個看起來流暢的答案？
專為第一次接觸智慧語音輸入的讀者寫。你會學會安裝、選中文轉錄模型、分清三種模式，再用十句自建材料驗收日期、金額、中英混說與指令誤判。全程從介面操作開始，不必先學程式或接 API。
截至 2026 年 10 月 14 日，官方最新發布為 Lipwise v0.1.1；以下操作綁定這版發布檔與原始碼。以下十句是你可以照做的驗收設計，並非 AlphaLab 已跑出的繁中成績；官方英文展示也不直接換算成中文準確率。
先說結論：Lipwise 教學先記住兩張稿紙
智慧語音輸入＝先聽成逐字稿，再整理成輸出稿。第一位是速記員，第二位是編輯。速記員把「四千五百」聽成「四萬五千」，編輯即使文筆很好，仍可能把錯金額整理得更像真的。兩張稿紙要分開核對。
- Plain Dictation：跳過 AI 整理，用來建立轉錄基準；語音辨識本身仍會產生辨識結果。
- Dictate／Smart Dictation：讓 AI 處理口誤、斷句與口述編輯指令，適合先在草稿區試用。
- Command：選取既有文字，再說縮短、翻譯或改寫；它交付的是替換文字。
- 優先檢查日期、金額、否定詞與人名是否正確，再看句子是否好讀。
如果你還在挑作業系統與語音輸入工具，可以先看 Whisper Local 與 open-wispr 選型教學。本篇往後一步：工具裝好後，怎麼驗收它替你做的語意清理。
原理：為什麼「說錯後改口」比轉錄多一關？
ASR（automatic speech recognition，自動語音辨識）把聲音轉成文字；LLM（大型語言模型）讀這段文字，決定哪些是內容、哪些是修改要求。Lipwise 的 整理提示要求保留最後一次改口、去掉填充語，並依指令換行或改寫。這是模型收到的工作要求，還需要用輸出驗收。
完整追一次：「請星期二交報告，不對，星期四，金額四千五百元。」先看逐字稿有沒有兩個星期與正確金額，再看輸出是否留下星期四與四千五百元。若逐字稿正確、輸出卻變成星期二，問題在整理階段；若逐字稿已是四萬五千，先修語音模型或錄音條件。
格式和意思分開計分。「4,500 元」與「四千五百元」可視為同值，但「4,500 美元」改了幣別；「目前不批准」變成「目前批准」則翻轉意思。繁體字是否符合你的寫作習慣，是另外一項檢查。這樣你才知道該換模型、調詞庫，還是降低整理強度。
Lipwise 教學上手：六步建立能回查的繁中流程
①「先裝對版本」：從發布頁取得安裝檔
不知道該下載哪一個？打開 Lipwise v0.1.1 發布頁。Windows 使用 Lipwise_0.1.1_x64-setup.exe；Apple Silicon Mac 使用 Lipwise_0.1.1_aarch64.dmg；Linux 依套件系統選 .deb、.rpm 或 .AppImage。先記錄版本與作業系統，才開始比較。
Mac 依 官方安裝說明開啟 Microphone 與 Accessibility 權限，後者讓工具能把文字貼進其他 App。Windows 若出現來源警示，先核對發布頁與下載檔案來源再處理。Linux 的 Wayland 快捷鍵與輸入行為受 compositor 影響；第一個成功條件，是在空白記事本按鍵、說話、放開後，文字抵達預定游標。
②「先聽對」：選中文模型，跑 Plain 基準
看到 Recommended 就直接下載？先到 Speech Models → Spoken Language → Chinese，再開 All Models，以 zh或模型名稱搜尋，核對模型的語言清單。目前介面程式把 Chinese 對應為 zh；模型沒列出所選語言時，介面會提示改用自動偵測。按 Get下載完成後按 Use，確認該模型顯示 In Use。
Whisper 是可選起點，先挑多語版。Whisper 官方模型表把 small.en等 .en變體列為英文專用；small、medium等列在多語欄。不要把畫面裡某個英文模型的推薦標籤當成中文推薦，也不要把 Chinese 語言選項當成繁體字輸出保證。
開一份本機空白文件，先用 Plain Dictation 說三句短話。預設 Windows／Linux 是 Ctrl+Alt+Shift+Space，Mac 是 Control+Option+Shift+Space。按住說話、放開處理；Esc可取消錄音。到 Settings → Keyboard Shortcuts確認是否與你的其他工具衝突。先能穩定得到逐字稿，再加下一層。
③「再找編輯」：選本機，或看清雲端資料流
在本機路線，整理模型和語音模型是兩個下載項目。走本機設定，到 AI Editor → On This Computer → Set Up Local AI，讓工具檢查硬體並準備 llama.cpp 與相應模型。沿精靈按 Download、Start the Model，測試後按 Use This Model完成設定。llama.cpp 可以理解成負責讓模型在電腦運轉的引擎；Qwen3.5 則是編輯用的模型。不要把安裝檔大小當成完整模型所需空間。
選外部雲端服務時，要看的是請求裡全部文字。請求組裝程式把逐字稿交給模型；Command 另附你選取的原文，個人化提示還可能附詞庫、寫作偏好與自訂指令。語音在本機轉錄，並不等於選取的文件內容也留在本機。第一次練習先用下面的虛構句子；若你要求文字留在自己電腦，選本機編輯並確認端點位置。
④「限制改寫」：把保真要求寫進 Writing Style
句子變順，原意卻變了？到 Voice Commands → Writing Style貼上：使用繁體中文。保留日期、時間、金額、幣別、人名、否定詞及英文專有名詞；只處理明確口誤和標點。未明確指定的年份、日期或幣別維持原樣。這是一份你交給編輯的規則，成功與否由十句答案決定。
在 Voice Commands → Vocabulary加入常用人名、產品名與術語的正確拼法；先用虛構名字，避免把真實客戶清單放進雲端提示。要整理正式文件時，再依資料流選擇能接受的設定。想把偏好整理成長期寫作方法，可接著讀 AI 寫作風格系統。
⑤「分開驗兩層」：先 Playground，再錄音
換了麥克風又改模型，結果變好卻不知道原因？先開 Voice Commands → Playground → Dictation，貼上帶口誤的測句，按 Try It。它直接把文字送進整理階段，適合先定位 AI 是否改錯；這條路徑跳過麥克風與語音辨識，不能拿來評中文聽寫準確率。
接著用同一句材料錄音，再跑 Dictate（智慧聽寫）。Windows／Linux 預設 Ctrl+Shift+Space，Mac 是 Option+Shift+Space。到 History保存聽到的文字、實際輸出與錯誤資訊。每次只換一個設定，並記錄語音模型、編輯模型、模式與版本。
⑥「先驗交付」：只在草稿區練 Command
想改一段既有文字？先複製到空白文件，選取該段，再用 Command 說「縮短這段，但保留星期四與四千五百元」。Windows／Linux 預設 Ctrl+Alt+Space，Mac 是 Control+Option+Space。核對替換範圍與關鍵欄位，別在第一次練習就把焦點放在可以直接送出的聊天視窗。
這一步的合格條件是：原文、指令、替換結果三者都能回查，而且關鍵資訊與選取範圍符合事先寫下的要求。它測的是對現成工具的操作，不需要另外搭建 Agent；模型與工具責任的差別，可以從 Agent Harness 原理補上。
十句繁中驗收：先寫答案，再按錄音
下面每句都是建議測例。先逐句寫下必須留下的意思，用自己可回放的錄音工具另外保存原音，錄音時自然說，不刻意念成機器字幕。History 留的是文字紀錄，原音需由你另存。Playground 跑一輪、真實錄音再跑一輪；其中 Plain 的目的是查聽到什麼，Dictate 的目的是查整理後留下什麼。保留全部輸出，包括失敗與空白。
- 星期改口：「會議星期二，不對，星期四下午三點。」答案保留星期四、下午三點。
- 日期改口：「截止日十月二十日，改成十月二十二日。」保留十月二十二日，不添加年份。
- 金額改口：「報價四萬五千，不對，四千五百元。」保留四千五百，不猜幣別。
- 兩個金額：「訂金四千五百元，尾款一萬兩千元。」兩個欄位都保留，不能合併成一個。
- 百分比：「折扣百分之十二點五，不是百分之二十五。」保留十二點五，不能丟掉否定關係。
- 否定詞：「這筆款項目前不批准，等收到發票再處理。」保留不批准與條件。
- 普通句像指令：「客戶說把它寫正式一點是他的工作要求。」這是敘述客戶的話，整句內容都要留下。
- 中英混說：「請在 TypeScript 的 useEffect 加上 cleanup。」保留三個術語，不翻成另一套寫法。
- 名稱改口：「請找林小雨，不對，是林小宇。」保留林小宇；以虛構人名測詞庫。
- 相對日期：「下星期四下午三點。」維持相對日期，不自行換成某個年月日。
評分分成三欄：「轉錄聽對」「關鍵資訊保留」「編輯要求完成」。口誤修正通過，其他未要求更改的欄位卻錯了，該句仍退件。可以允許數字字形不同，但在測試前就寫好換算規則；英文識別字則採你需要的精確拼法。十句適合找自己的明顯問題，不能推成所有口音或工作情境的準確率。
四個故障驗收：漂亮輸出之外，還要測出口
1. Wake Word：降低混淆，但保留反例
到 Voice Commands → Wake Word設定 電腦，或另一個你不常在正文使用的詞，再以成對句子驗收：「把這段寫正式一點」與「電腦，把這段寫正式一點」。也重跑第七句普通敘述。目前實作把 wake word 規則加入模型提示，並保留口誤修正及口述標點的處理；它不是在送模型前先用程式硬切開內容和指令。普通句仍被改寫，就回 Plain 或縮小使用範圍。
2. 模型失聯：Dictate 與 Command 分開觀察
先把測試原文另存，再暫停你控制的本機編輯服務或中斷其連線。依 處理流程，Dictate 在 AI 呼叫失敗時會改交付逐字稿並留下原因；Command 呼叫失敗則記錄錯誤並結束，不把口述指令拿去替換選取原文。這是原始碼路徑，操作驗收仍要確認你安裝版本的畫面與文件。
「退回逐字稿」也表示口誤文字可能完整出現。若測句有「星期二，不對，星期四」，看到這份稿就應先整理日期，再決定送出。失聯測試記錄錯誤、實際等待與貼上結果；不要把模型健康檢查通過當成整段工作完成。
3. 剪貼簿：文字、圖片與 Command 都各測一次
在 Settings → Behavior → Restore Clipboard開啟還原。先複製測試字串，完成 Dictate 後貼到第二份文件比對；再複製一張自己畫的圖，重做同樣流程。v0.1.1 的 貼上實作已處理多種剪貼簿格式，但 Command 擷取選取文字的分支仍以文字方式保存、還原；原本圖片或富文字可能受到這個階段影響。要測的是你使用的模式、格式與 App 組合。
4. 焦點與貼上：History 有結果，文件仍要對帳
讓游標停在空白文件，說完後再換一次視窗，檢查文字抵達哪個位置；另測一個不接受貼上的欄位。若 History 有輸出而文件沒有，先查焦點、Accessibility 權限與貼上路徑，不要立刻重錄一遍。復原時從 History 取回結果，核對是否已貼過，避免多貼一次。
FAQ：Lipwise 教學的八個直接答案
1. 支援中文，就表示會輸出繁體中文嗎？
不等於。語言辨識和字形選擇要分開驗；中文模型先跑 Plain，繁體字要求再放進 Writing Style，檢查 Dictate 是否符合。
2. Plain 可以當錄音的逐字真相嗎？
不能當成原音本身。它跳過 AI 編輯，但保留的是 ASR 辨識結果；疑似聽錯仍要回聽原音。
3. Playground 成功，就算語音輸入驗收成功嗎？
還差錄音與貼上。Playground 直接測文字整理，麥克風、辨識及游標交付要另跑。
4. 開本機語音模型，雲端看得到什麼？
依你選的編輯服務而定。雲端請求含轉錄文字及個人化提示；Command 還附選取原文。
5. Wake Word 能保證普通句不被改寫嗎？
不能保證。這版以模型提示表達規則，成對測例仍需檢查；必須保留原文的內容先走 Plain。
6. 所有模式故障都會貼逐字稿嗎？
不是同一個出口。Dictate 的 AI 失敗分支退回逐字稿，Command 失敗分支停止替換並記錯誤。
7. 本機小模型一定夠用嗎？
先看你的十句。固定逐字稿測整理，再固定整理模型測語音，才知道增加模型成本是否改善自己的錯誤。
8. 十句全過，就能拿來處理所有文件嗎？
還要按工作擴充材料。加入長句、真實術語與常用 App；遇到日期、金額和否定詞，保留同樣的欄位驗收。
給新手的三個重點
- 兩張稿紙分開看。逐字稿錯，先修聽寫；輸出稿錯，再修整理。
- 資訊先於文筆。日期、金額、名稱與否定詞逐項通過，再看格式和語氣。
- 每種模式有自己的出口。失聯、剪貼簿及焦點都測一次，再決定哪些工作交給它。
接著閱讀
左右滑動查看更多推薦
下一步：先讓「星期四」完整留下來
今天先裝好一個中文語音模型，打開空白文件，跑「星期二，不對，星期四下午三點」的 Plain 與 Dictate 兩份結果。把它們放在一起，圈出星期四與下午三點，再擴充到十句。記住：先聽成逐字稿，再整理成輸出稿；兩張稿紙對得上，你才知道省下的是修改工作。想繼續練習可驗收的 AI 工作流，可以接著看 AlphaLab 課程，或回到 AI 專區挑下一個工具。