
語音輸入同打字速度:講嘢真係快足足3倍?
語音輸入同打字速度實測:口述輸入速度每分鐘可達153字,遠遠拋離手機打字嘅每分鐘38字,但最終文字入面反而留低更多錯誤,仲要讀者額外花時間慢慢消化內容。
語音輸入同打字速度差幾遠?簡短答案係:講嘢真係快啲,而個數字亦站得住腳。Stanford同百度嘅一項研究,量到口述輸入速度達每分鐘153字,對比iPhone鍵盤嘅52字,大約快2.93倍。詳細啲嘅答案就係:同一份研究亦發現,口述輸入喺最終文字入面留低嘅錯誤反而更多。
幾乎每一篇引用「快3倍」呢句嘅文章,都只講咗前半部分。佢哋跳過咗兩件事,而正正係呢兩件事,決定講嘢究竟係唔係真係表達得快啲。
呢個話題有一個數字成日畀人睇錯,我哋不如先講清楚佢。
語音輸入同打字速度一覽
| 講嘢/口述輸入 | 手機打字 | |
|---|---|---|
| 實測速度 | 英文153字/分鐘,普通話123字/分鐘(實驗室,2016年) | 兩隻拇指平均38字/分鐘(37,000名參與者,2019年) |
| 輸入期間更正嘅錯誤 | 5.30% | 11.22% |
| 留喺最終文字入面嘅錯誤 | 1.30% | 0.79% |
| 最適合 | 快速記低諗法、騰唔出手嘅時候、長訊息 | 精準編輯、安靜或共用空間、技術性文字、符號 |
| 主要弱點 | 聽錯字但讀起上嚟依然順暢、喺嘈雜環境表現差 | 打長篇文字又慢又攰 |
*數字嚟自受控實驗或大規模研究,反映嘅係平均值,唔係某一個人嘅表現。兩行錯誤率係將英文同普通話合併計算嘅平均值,原研究本身就係咁報。資料來源見文末。
人喺手機上實際打字有幾快
至今規模最大嘅手機打字速度量度,係2019年由阿爾託大學(Aalto University)、劍橋大學同蘇黎世聯邦理工學院(ETH Zurich)進行嘅研究,佢哋記錄咗超過37,000名志願者喺自己嘅裝置上抄打句子。
用兩隻拇指打字嘅人,平均速度係每分鐘38字。成個數據集入面打得最快嗰個人,喺觸控螢幕上達到每分鐘85字。
而家講嗰個成日畀人睇錯嘅數字。好多同類文章都會引述「大部分手機用戶打字速度係每分鐘35至65字」呢個範圍。但呢個範圍其實根本唔係講緊手機打字。阿爾託大學嘅研究員講緊嘅係實體鍵盤,大部分人喺呢種鍵盤上嘅速度係每分鐘35至65字,而能夠打到每分鐘100字嘅人,只屬越來越少嘅例外。手機拇指打字嘅平均速度係38字。
要拗直呢個誤解,兩邊都要講,而後半部分先至有意思。如果雙拇指觸控螢幕打字平均係每分鐘38字,而實體鍵盤大部分人係35至65字,咁手機打字其實只係比桌面鍵盤慢大約25%,而呢個正正係研究員嘅結論。手機鍵盤唔係大家以為嘅瓶頸。
仲有兩個發現值得留意。決定打字速度最關鍵嘅因素,係用一隻手指定係兩隻拇指,而有超過74%嘅人係用兩隻拇指打字。仲有一個明顯嘅世代差距:10至19歲嘅人打字速度比40幾歲嘅人快大約每分鐘10字,研究員認為呢個係長年練習累積出嚟,而唔係年輕人反應快啲。
所以,手機打字嘅現實數字,記住係38字/分鐘。
人講嘢有幾快
英文日常對話語速,一般都話係大約每分鐘150字,而呢個基準通常話係出自美國國家聲音同語言中心(National Center for Voice and Speech)。呢個數字最好當係經驗法則,而唔係實測數據:呢個出處人人都照抄,但原本份出版物網上搵唔到,所以冇辦法好似上面嗰幾份研究咁核實。
實測數字反而更有用。Stanford團隊實際量度人哋口述真實訊息時,得出嘅結果係153字/分鐘,同上面嗰個傳統估計幾乎完全吻合。
將153同38擺埋一齊,差距一望就明。日常講嘢嘅速度,大約係手指喺玻璃螢幕上打字嘅四倍,呢一點唔使睇研究都感受得到。口述一個兩句嘅回覆,講幾秒就搞完;一隻隻字打出嚟就明顯慢好多。
呢個差距正正解釋咗語音訊息點解會咁流行。一段40秒嘅語音訊息,載到嘅內容遠多過你同一段時間內慢慢打得出嚟嘅,而且幾乎唔使動手。
直接對比嘅研究
最乾淨嘅一次直接對比,係2016年由Sherry Ruan、Jacob Wobbrock、Kenny Liou、Andrew Ng同James Landay做嘅研究,2017年正式發表。研究團隊喺實驗室環境下,以英文同普通話測試百度嘅Deep Speech 2語音辨識系統,對手就係iPhone 6 Plus內置鍵盤。
喺短訊息轉錄測試入面:
- 英文:語音輸入係每分鐘153字,鍵盤係52字,快大約2.93倍。
- 普通話:語音輸入係每分鐘123字,鍵盤係43字,快大約2.87倍。
贏嘅唔止速度。語音輸入喺輸入過程中要更正嘅次數亦少啲,更正錯誤率係5.30%,鍵盤就係11.22%(兩種語言合併計算)。人講嘢嘅時候,停手改自己錯嘅次數,比打字嗰陣少。
有兩點要老實講清楚。呢份研究量到嘅,係喺安靜實驗室、參與者又肯合作嘅情況下嘅上限表現,研究作者自己都有明講,並且呼籲要有更多研究去量化實驗室以外嘅真實表現,因為噪音、分心同郁動都會令辨識效果變差。另外,佢哋要做嘅任務只係轉錄畀定嘅短句,唔係自己組織內容,更加唔係寫長文。
仲要留意,呢度嘅鍵盤數字52字/分鐘,其實遠高於嗰份37,000人研究得出嘅38字/分鐘平均值。喺實驗室抄打指定句子嘅參與者,表現一定好過喺巴士上自己組織內容嘅一般人。真要講嘅話,日常生活入面講嘢嘅速度優勢應該比2.93倍更大,而唔係更細。
第一個陷阱:留低嚟嘅錯誤
呢部分正正係大家引用「快3倍」呢句嘅時候會漏咗嘅內容。語音輸入喺輸入期間雖然要更正嘅次數少啲,但喺最終文字入面反而留低多少少錯誤:語音輸入嘅未更正錯誤率係1.30%,鍵盤就係0.79%。
呢啲數字本身唔算大,但方向好重要。打字每打一個字就即刻見到,有問題你當場就發現。口述輸入唔同:系統以為自己聽到咩,就一次過交一大段文字畀你。
口述輸入留低嘅錯誤,通常都係最難捉嗰種:一個聽錯嘅同音字、一個人名寫成最常見嘅寫法而唔係正確嘅寫法,又或者漏咗一個「唔」字,令成句意思完全倒轉。你隨手掃一眼係捉唔到嘅,正正因為成句讀落依然好順。
所以輸入快,唔代表完成得快。如果一段口述訊息需要仔細校對,咁本來慳到嘅時間,就有一部分直接還返落校對上面。
第二個陷阱:發送快,接收慢
用把口講出文字,確實快。但要接收呢啲文字就係另一回事,而呢點正正係語音訊息最畀人詬病嘅地方。
默讀英文非小說類文字,平均速度大約每分鐘238字,呢個數字嚟自2019年一份涵蓋190份研究嘅整合分析。聽就要跟講者揀嘅節奏,大概每分鐘150字左右,而且你冇得略讀。
所以同一段訊息,用聲音講出嚟,發送者慳到時間,收訊嘅人就要用多啲時間。呢個同訊息一旦長過一兩句,閱讀就往往贏過聆聽背後嘅,係同一種不對稱。
加快播放只可以解決一部分問題。熟悉嘅內容加速到兩倍速,理解力都仲維持得幾好,大約去到每分鐘275字左右就見頂,但加快音訊播放有一啲閱讀冇嘅局限。你依然冇辦法直接跳去第三句、搜尋一個名字,或者引用一句說話。
對發送者嚟講快,唔等於對接收者嚟講快。講到語音輸入同打字速度,任何一個誠實嘅答案都要兩邊一齊計。
咁應該幾時講嘢,幾時打字?
冇邊個方法係絕對好啲。點揀,要睇場合同你做緊乜。
適合講嘢嘅情況:
- 你想快啲記低一個諗法,而用字準唔準唔係太緊要
- 你兩隻手唔得閒,或者你行緊路、揸緊車、煮緊嘢
- 訊息長到逐個字打出嚟會攰
- 你自己一個人,或者喺一個你唔介意畀人聽到嘅地方
適合打字嘅情況:
- 用字要精準,或者內容比較技術性
- 你喺火車上、開放式辦公室,或者附近有BB仔瞓緊覺
- 你要打符號、要格式、要貼個連結,或者要做啲精細嘅修改
- 收訊嘅人之後想略讀、搜尋或者引用呢段內容
真正有用嘅做法,係唔好將兩者當成對手。要出文字,講嘢最快;要收文字,閱讀最快。
呢種配搭正正就係Transcribbit做緊嘅事:轉發一段WhatsApp語音訊息,幾秒之內攞返一份乾淨嘅文字紀錄,等一段以講嘢速度錄低嘅訊息,可以用閱讀速度嚟睇。免費方案每月提供50次轉錄,而且你嘅音訊處理完就即刻刪除。免費試用。
常見問題
講嘢真係比打字快三倍咁多?
喺手機上,大致上係。Stanford同百度嘅研究量度到,英文口述輸入速度係每分鐘153字,對比iPhone鍵盤嘅52字,快大約2.93倍;而普通話就係123對43字/分鐘。實際差幾倍,就要睇裝置、語言,同你自己打字有幾快。
一般人喺手機上打字有幾快?
用兩隻拇指嘅話,大約每分鐘38字,呢個數字嚟自超過37,000名志願者參與嘅研究。當中打得最快嘅人達到每分鐘85字。要小心成日畀人引用嘅「每分鐘35至65字」呢個範圍,呢個講緊嘅係實體鍵盤,唔係手機。
口述輸入係咪會比打字錯多啲?
輸入嗰陣少啲,最終出嚟嘅文字就多少少。語音輸入喺輸入期間嘅更正率係5.30%,對比打字嘅11.22%,但喺最終文字入面留低嘅錯誤反而更多,分別係1.30%對0.79%。留低嘅錯誤通常係聽錯咗但讀起嚟依然順暢嘅字,所以口述輸入嘅文字值得校對一次。
如果講嘢咁快,點解人哋依然揀打字?
因為輸入速度唔係唯一嘅考慮。打字換返嚟嘅係:改字改得精準、喺共用空間唔會出聲,同埋一份收訊嘅人之後可以略讀同搜尋嘅文字。人揀用邊種方式,睇嘅係場合,唔係秒錶。
手機打字係咪真係比電腦慢好多?
冇大家想像中咁慢。兩隻拇指喺觸控螢幕上打字平均每分鐘38字,比一份規模相若嘅研究量到嘅實體鍵盤速度(大部分人落喺35至65字/分鐘)大約只慢25%。
長訊息應該講嘢定係打字?
要出嘅話,講嘢好啲;要收嘅話,閱讀好啲。一段長語音訊息,錄低佢遠比打出嚟快,但聽完佢就比睇同一段文字慢。一份文字紀錄就兩頭都兼顧到。
總結
講嘢贏在輸入速度,而且贏得唔少:喺手機上,差距大約係3倍。輸入期間嘅準確度亦一樣站得住腳,因為講嘢嘅人改自己錯嘅次數,比打字嘅人少。
打字就贏在精準、私隱、易改,同埋出嚟嘅成品幾易略讀。而手機鍵盤同桌面鍵盤嘅距離,其實近過佢個名聲,只係慢大約25%。
兩點要老實講:口述輸入喺最終文字入面留低嘅錯誤比打字多;而佢幫發送者慳到嘅時間,有一部分係轉嫁畀讀者。想記低就講,想接收就讀,兩者根本唔使二揀一。
References
[1] Ruan, Wobbrock, Liou, Ng and Landay, Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones(2016年,2017年發表於PACM IMWUT)
[2] Aalto University, University of Cambridge and ETH Zurich, Smartphone typing speeds catching up with keyboards(2019年)
[3] Brysbaert, How many words do we read per minute? A review and meta-analysis of reading rate(2019年)
相關文章

Transcribbit vs Rev:語音訊息定專業人手?
Rev 是專業轉錄機構:每分鐘$1.99,換到準確度99%以上、可呈堂的人手文字稿,於2026年8月8日核實。這不是一則 WhatsApp 語音訊息需要的東西。以下是老實的拆解,每個 Rev 數字都標明日期,並直接引用 Rev 自己的頁面。

用語音訊息學語言:實用指南
課本錄音係喺錄音室慢慢錄、字正腔圓嘅。用語音訊息學語言就啱啱相反:真人講嘢、真實口音、真實速度。呢篇話你知點用嚟訓練耳仔,同轉錄幾時可以將一段你聽得一知半解嘅語音訊息,變成一次學習。