这次升级到底改了什么：不只是"更准"，是能听懂更多人在说什么
语音输入功能在很多输入法里都有，但大部分只支持标准普通话。问题是——不是每个人都讲一口标准的普通话。中国有超过 4 亿人日常使用方言，其中相当一部分人说的普通话带有明显的方言口音。以前这些用户用语音输入，准确率会大打折扣，用着用着就放弃了。
搜狗输入法这次升级的核心思路是：与其让用户去适应语音识别模型，不如让模型去适应用户。新版本在底层声学模型上做了两个关键改进：一是训练数据里大幅增加了方言口音的普通话样本，让模型对带口音的普通话识别更稳定；二是新增了 12 种方言的独立识别通道，用户可以直接用方言说话，输入法直接用普通话文字输出。
支持的 12 种方言是：粤语（广东话）、四川话、上海话、闽南话、客家话、湖南话、陕西话、东北话、河南话、山东话、江西话和吴语。这个列表会持续扩展，后续版本中还会加入更多地方方言。
你可能想问的几个问题
方言识别的准确率到底怎么样？跟普通话比差多少？
安静环境下，粤语的识别准确率约 97.2%，四川话约 96.5%，上海话约 95.8%，其他方言在 93%-96% 之间。比普通话的 98.7% 稍低一些，但已经达到了日常可用的水平。方言内部的细分变体（比如粤语的广府片和四邑片）准确率会有波动，团队正在持续补充训练数据。
语音输入需要联网吗？
需要。语音识别模型（约 800MB）目前运行在云端服务器上，主要是为了兼顾准确率和设备端的存储和算力限制。不过音频数据在转写完成后即时删除，不会留存用于其他用途。离线轻量版语音识别（仅支持普通话，准确率约 92%）正在开发中，预计年内推出。
嘈杂环境下还能用吗？
我们在模型训练中加入了大量噪声数据增强（街道噪声、咖啡厅背景音、车内噪音等），在中等噪声环境下（60-70分贝），普通话准确率仍然有 94% 左右。但如果背景音太吵（比如正在放音乐或者旁边有人在说话），建议还是用键盘打。
语音输入好在哪：三个场景说明问题
场景一：开会记笔记。领导在讲话，你在下面打字，打完一行漏了两行。用语音输入把手机放在桌上，自动转写会议内容，一分钟 200 字，比手打快太多。
场景二：跟长辈发微信。很多中老年用户不会拼音，手写又慢。现在他们可以直接对着手机说方言——"阿仔今晚翻唔翻来食饭？"（粤语），屏幕上自动转成文字发出去。这个功能对不熟悉拼音的用户群体来说，好用程度提升了一个数量级。
场景三：开车时回消息。开车不能碰手机，但语音输入可以。说出你要回的内容，搜狗输入法自动转文字，安全又高效。
怎么开启语音和方言识别
- 在输入法键盘上点击麦克风图标（如果没有显示，去设置里把语音按钮加到工具栏）。
- 第一次使用需要授权麦克风权限，系统会弹出提示，点击"允许"即可。
- 点击语音面板左上角的语言选择按钮，在列表里选择你要使用的语言/方言。
- 开始说话，识别结果会实时显示在候选栏区域，说完后点击"发送"或直接按回车确认。
- 如果你同时讲普通话和某一种方言，可以在设置里开启"自动语言检测"，输入法会自动判断并切换识别通道。