AI 后处理

AI 后处理功能使用大型语言模型（LLM）对 ASR 识别结果进行智能优化，包括去除语气词、修正错别字、调整标点、改写润色等，让语音输入更加流畅自然。

功能说明

工作流程

语音录音 → ASR 识别 → [AI 后处理] → 提交文本

适用场景

推荐使用场景

• 口语转书面：会议记录、报告撰写
• 长文本输入：减少后期修改工作量
• 专业内容：需要规范表达的场景
• 多语言：结合翻译 Prompt 实现语音跨语言输入

不建议场景

• 聊天对话（保持口语化更自然）
• 极短文本（如单个词语、数字）
• 对延迟敏感的场景

支持的 LLM 供应商

说点啥支持 11 个 LLM 供应商，所有供应商均使用 OpenAI 兼容的 API 格式：

供应商	默认模型	特点	注册链接
SF_FREE 硅基流动免费服务	Qwen/Qwen3-8B	🆓 免费无需配置	立即使用
DEEPSEEK 深度求索	deepseek-chat	💰 性价比高，支持推理模式	注册
ZHIPU 智谱	glm-4.6	🇨🇳 国产模型，支持推理	注册
MOONSHOT 月之暗面	kimi-k2-0905-preview	🧠 长上下文，支持推理	注册
VOLCENGINE 火山引擎	doubao-seed-1-6-flash	🇨🇳 豆包模型，支持推理	注册
OPENAI	gpt-4o-mini	🌍 ChatGPT 同款	注册
GEMINI Google	gemini-2.0-flash	🚀 快速响应，支持推理	注册
GROQ	llama-3.3-70b-versatile	⚡ 超快推理速度	注册
CEREBRAS	llama-3.3-70b	⚡ 超快推理	注册
OHMYGPT	gpt-4o-mini	🔀 多供应商中继平台	注册
CUSTOM 自定义	用户指定	🛠️ 任何 OpenAI 兼容 API	-

推理模式（Reasoning Mode）

部分供应商支持"推理模式"切换（Thinking/Reasoning），模型会先进行深度思考再输出结果，适合复杂的文本处理任务。推理模式通常会增加处理时间和 Token 消耗。

Prompt 预设系统

说点啥内置 5 个常用 Prompt 预设，并支持自定义：

内置预设

预设名称	用途	效果
通用后处理	日常语音输入	去除语气词、修正口误、保持原意
基础文本润色	书面化改写	修正语法、添加标点、流畅表达
翻译为英文	跨语言输入	将识别文本翻译为英文
提取关键要点	会议记录	提取核心信息为无序列表
提取待办事项	任务管理	识别任务项并生成 checklist

自定义 Prompt

您可以在 设置 → AI 后处理 → Prompt 预设 中：

1. 点击"添加预设"创建新 Prompt
2. 编写 Prompt 内容（建议包含角色、任务、规则、输出要求）
3. 保存并在 AI 编辑面板中快速应用

配置选项

基础配置

配置项	类型	默认值	说明
postProcessEnabled	Boolean	false	AI 后处理总开关
llmVendor	LlmVendor	SF_FREE	当前选择的 LLM 供应商
llmEndpoint	String	供应商默认	API 端点（内置供应商自动设置）
llmApiKey	String	""	API 密钥（免费服务无需填写）
llmModel	String	供应商默认	使用的模型名称
llmTemperature	Float	0.2	温度参数（0-2，越低越稳定）

高级配置

配置项	类型	默认值	说明
postprocSkipUnderChars	Int	0	少于该字数时跳过 AI 处理（0=不跳过）
activePromptId	String	""	当前活动的 Prompt 预设 ID
promptPresetsJson	String	""	Prompt 预设列表 JSON

Temperature 参数说明

• 0 - 0.3：输出高度一致，适合精确处理
• 0.4 - 0.7：平衡创造性与稳定性
• 0.8 - 2.0：输出更有创造性，但可能不稳定

快速配置指南

使用免费服务（推荐）

说点啥默认配置了 SiliconFlow 免费服务，无需 API Key 即可使用：

1. 进入 设置 → AI 后处理
2. 开启"启用 AI 后处理"开关
3. 确认供应商为 SF_FREE（默认）
4. 选择 Prompt 预设（推荐"通用后处理"）
5. 在说点啥键盘上点击魔法棒按钮启用 AI 后处理模式
6. 完成！现在语音输入会自动进行 AI 优化

免费服务说明

• 有一定免费额度（具体见 SiliconFlow 官网）
• 可选模型：Qwen/Qwen3-8B、THUDM/GLM-4-9B 等
• 如需其他模型，可注册 SiliconFlow 账号领取 14 元赠金并使用自己的 API Key

配置付费供应商

以 DeepSeek 为例：

1. 访问 DeepSeek 平台注册账号
2. 创建 API Key 并充值
3. 在说点啥 设置 → AI 后处理 中：
   • 选择供应商：DEEPSEEK
   • 填入 API Key
   • 选择模型（如 deepseek-chat）
   • 调整 Temperature（建议 0.2）
4. 保存并测试

配置自定义供应商

对于任何 OpenAI 兼容的 API：

1. 在 设置 → AI 后处理 中选择供应商：CUSTOM
2. 填写完整配置：
   • 端点：如 https://your-api.com/v1
   • API Key：您的密钥
   • 模型：如 gpt-3.5-turbo
   • Temperature：建议 0.2
3. 保存并测试

自定义端点要求

• 必须兼容 OpenAI Chat Completions API 格式
• 端点路径通常为 /v1/chat/completions（会自动拼接）

供应商推理模式支持

部分供应商支持推理模式，通过不同方式控制：

供应商	推理控制方式	支持模型	说明
DEEPSEEK	模型选择	deepseek-reasoner	选择 reasoner 模型启用推理
MOONSHOT	模型选择	kimi-k2-thinking	选择 thinking 模型启用推理
SF_FREE	参数开关	Qwen3 系列、DeepSeek-V3.1 等	在设置中开启"推理模式"开关
GEMINI	参数开关	gemini-2.5-flash 及以上	reasoning_effort 参数
GROQ	参数开关	qwen3-32b、gpt-oss 系列	reasoning_effort 参数
CEREBRAS	参数开关	gpt-oss-120b	reasoning_effort 参数
VOLCENGINE	参数开关	doubao-seed 系列、deepseek	thinking.type 参数
ZHIPU	参数开关	glm-4.6、glm-4.5 系列	thinking.type 参数
OHMYGPT	参数开关	gemini-2.5、claude、gpt-5 系列	reasoning_effort 参数

推理模式适用场景

• ✅ 复杂文本改写（如专业术语转换）
• ✅ 需要逻辑推理的任务（如提取待办事项）
• ✅ 多步骤处理（如翻译+润色）
• ❌ 简单去除语气词（不需要推理，会增加延迟）

使用技巧

AI 后处理有三种触发方式：

触发方式	说明	适用场景
自动处理	每次语音输入后自动执行	日常使用，输出即最终结果
AI 编辑	手动选择文本，点击键盘左侧的铅笔图标进入编辑面板。点击魔法棒按钮选择应用的提示词	需要反复调整或多次尝试
跳过短文本	设置最小字数阈值	避免处理无意义的短语音

故障排查

AI 后处理不生效

检查清单：

1. ✅ 总开关已启用（postProcessEnabled = true）
2. ✅ 输入文本长度 ≥ postprocSkipUnderChars
3. ✅ 供应商配置正确（API Key 有效）
4. ✅ 网络连接正常
5. ✅ API 额度未耗尽

输出结果不符合预期

可能原因：

• Prompt 不够明确 → 添加详细示例
• Temperature 过高 → 降低到 0.2
• 模型选择不当 → 尝试更强大的模型
• 输入文本过长 → 检查是否超出模型上下文限制

处理速度慢

优化方案：

1. 切换到更快的供应商（Groq、Cerebras）
2. 使用更小的模型（如 Qwen3-8B 而非 Qwen3-235B）
3. 关闭推理模式
4. 简化 Prompt 内容

相关功能

• 语音输入基础 - 了解 ASR 识别流程
• 键盘布局与按钮 - AI 编辑面板入口与按钮说明