2026年10月22日，在科大讯飞全球1024开发者节AI文娱论坛上，讯飞输入法16.0发布第三代语音输入——“意图成稿”。用户只需说出表达意图，讯飞输入法即可理解需求，收集规整相关信息、组织内容、生成并润色成可用文稿，把复杂表达变成一句话的事。

　　第一代：忠实记录——把用户说的话准确记下来

　　2010年，讯飞输入法行业首创中文语音输入，引领输入方式从逐字敲击走向开口说话。第一代解决的是“忠实记录”，核心是尽可能准确地识别用户说了什么，重点解决方言、噪声、中英混合等问题。

　　这项基本功到了讯飞输入法16.0仍在升级。在忠实记录方面，16.0接入讯飞星火Spark-ASR-2.0语音识别大模型，方言支持达202种、识别准确率由85%提升至91%；对于复杂的声学场景，不论是小音量还是高噪声，准确率也都有了明显改善。在中英文专业词混合场景中，英文槽准率从33%提升到80%。

　　这些能力共同构成了第三代语音输入的基础。只有先把用户的话准确记录下来，后面的语义修正、表达润色和意图理解，才有可靠的输入基础。

　　第二代：表达成稿——把口语整理成可用文字

　　听准了，口语却未必能直接发出去。于是，第二代「表达成稿」接着往下做：把听到的话，整理成一段能读的文字。

　　在表达成稿方面，16.0覆盖修正顺滑、润色与风格化、输入中改口与澄清三层能力：将口语化表达整理为自然、规范的文字，根据沟通对象与场景调整表达方式，并在用户说话过程中理解和落实修改要求。据本次发布资料，升级后用户平均编辑距离减少34%，30字以上长句的识别结果直接采纳率提升40%。

　　之所以说「意图成稿」是语音输入的下一个方向，是因为前两代都默认用户已经想好了要说什么，而真实表达中最费工夫的部分其实发生在开口之前。

　　第三代：意图成稿——从表达意图出发组织内容

　　“意图成稿”是基于大模型的意图理解、上下文处理和内容生成能力，让输入法有机会在用户产生表达意图时就开始提供帮助。用户说明想完成的表达任务并提供必要信息，由输入法组织内容，生成供用户确认和使用的文稿。

　　它不止关注用户说了什么，还关注用户想完成什么任务、面对什么对象，以及最终应该形成怎样的表达。

　　以项目进度汇报为例，面对领导询问“输入法16.0准备得怎么样了”，需要汇总研发进展、视频制作和彩排安排，再整理成一段重点清晰的回复。在用户已经主动提供相关任务信息的基础上，讯飞输入法16.0能够根据汇报要求，按职场沟通的方式组织重点，带入项目进展和时间节点，并结合用户的表达习惯调整称呼与措辞。生成的文稿直接回到输入框，由用户确认后发送。

　　这一过程，由上下文处理、意图与场景理解、任务规划和成稿生成等环节共同完成。

　　意图引擎判断表达任务、明确任务目标与相关要求，结合场景理解选择合适的表达策略，共同为任务规划提供依据。最后，生成器综合前述信息形成候选文稿，并在AI键盘中呈现，供用户确认或修改后使用。

　　个性化AI键盘作为这条链路的重要交互入口，它将跨应用、跨场景的信息组织与表达技能调用带入到用户日常输入场景，让用户在聊天、办公等不同应用中，更方便地带入任务信息并使用合适的表达能力。

　　让AI理解一次表达，首先需要让它了解相关背景。16.0通过任务级信息卡，将用户主动输入的文本、复制的内容或上传的截图，整理为包含时间、地点、人物及相关要求的任务信息，在后续成稿时按需带入，减少同一件事反复查找材料、交代背景的负担。对于个人表达偏好，例如“工作回复尽量简短，别太客套”，基于用户主动授权形成长程记忆，并在相关场景中使用，让生成内容更符合自己的表达习惯。

　　此外，16.0提供面向不同场景的表达技能组，用户可以将常用技能组合在一起；键盘也会根据当前表达意图主动匹配相关技能，例如输入“工作汇报”时，推荐职场沟通技能。

　　忠实记录和表达成稿减少的是输入和编辑的工作，前提是用户已经想好了要说什么；意图成稿则开始分担内容组织的工作。三者长期共存，用户想留原话时就忠实记录，需要组织时再获得帮助。

　　正是在此基础上，讯飞输入法16.0将语音识别、任务理解和成稿交付贯通，推动语音输入从记录用户说了什么，走向帮助用户完成想要的表达。