同一个专有名词，我不想每天纠正三次：Typeoff 的词汇学习怎么用
摘要：语音输入用久之后，最消耗耐心的往往是重复纠错。产品名、客户名、技术缩写第一次听错很正常；每天遇到都要重新改一遍，工具就没有适应你的工作。Typeoff 的自定义词库和词汇学习，解决的是这层长期摩擦。
我的同事叫刘冬强，但是Typeoff他不知道，会默认给我同事一个他认为对的名字。我改两次，他竟然问我要不要把这个单词记住。这就很灵性了。
配图：常用词纠正一次，后面的输入才有机会越来越顺。
我有一类文字几乎每天都会改。
口述“Supabase 的 Webhook”，转写结果可能把它拆成几个普通英文词；说到 Prisma、MCP，大小写和拼法也要重新核对。换到非技术场景，同样的问题会落在人名、客户名、产品名和内部项目代号上。
第一次听错不奇怪。语音识别面对的是所有人的语言，不可能预先知道一家公司的黑话，更不会凭空认识刚上线的产品。
麻烦出在第二次、第三次。昨天已经把同一个词改对，今天说到它，仍然要停下来手动修。一次只花几秒，连续出现时却很打断思路。语音本来负责把一整段想法顺着说出来，人却被迫在每个专有名词旁边踩刹车。
配图：单次纠错不费事，重复纠正才会破坏输入节奏。
通用识别再准，也不认识你的工作语言
日常口语依赖的是公共词汇，工作表达里却混着大量私人上下文。
开发者会说框架名、包名、接口名和英文缩写；产品经理会说模块名、版本代号和同事名字；运营会反复提到品牌、活动和渠道；做内容的人则绕不开书名、作者名和行业术语。
这些词有三个特点：出现频率高、拼写不能错、通用语料里又不一定常见。
所以，判断一款语音工具是否顺手，不能只拿一段普通话测试识别率。我更关心它用了几天之后，能不能逐渐认识我每天都在说的那批词。通用模型负责打底，个人词汇负责让它进入具体工作。
纠正一次，下一次应该省一步
Typeoff 允许用户把名字、品牌和专业术语加入自定义词库。更实用的一层是“词汇学习”：它能从修改后的结果里发现新词，再决定是否写入词库。
官方文档目前提供三种模式：
Ask：默认模式。识别到可能的新词时先询问，由用户确认后加入。Auto：自动从纠正中学习，适合已经形成稳定术语表、又经常输入长内容的人。Off：关闭学习，适合暂时不希望修改个人词库的任务。
我更建议先用 Ask。专有名词最怕“学错一次，后面一直沿用”。先确认一遍，虽然多了一次点击，却能避免临时拼法、错别字或一次性的版本号进入长期词库。
配图：口述、纠正、确认、再次使用，组成一条短反馈链。
Typeoff 的更新日志也能看出这项能力是怎样补起来的：v1.0.46 加入自定义词库，v1.0.53 开始检测用户的纠正并建议加入词典，v1.0.57 支持直接编辑词条，v1.0.64 又继续提高了从纠正中学习时的转写准确度。
不用记版本号。这里真正有用的信息是：词库不是填完就不再变化的设置页，使用中的修改还能继续改善后面的识别。
我会怎么整理自己的词库
词库并非越长越好。我会优先放进三类词。
第一类是稳定的名字：公司名、产品名、客户名、同事姓名。它们会反复出现，而且拼错后容易显得不专业。
第二类是高频技术词：Supabase、Prisma、WebSocket、MCP 这类中英文混说时容易漂的词。只收日常真的会说到的，不把整个技术栈名录全塞进去。
第三类是行业术语。电商、医疗、法律、制造等行业都有自己的常用表达；内容创作者也可以加入经常提到的人名、书名和栏目名。
版本号、文件路径、订单号和临时活动代号，我通常不会放。它们变化快，又要求逐字符准确，键盘更合适。
下面是一段说明用的口述示例：
这次把 Supabase 的 Webhook 失败重试补一下，Prisma 事务先不要动，MCP 只更新工具描述。
如果这几个词没有进入个人词汇，普通转写很可能需要逐个核对。词库的目标是稳定保留 Supabase、Webhook、Prisma 和 MCP 的写法，句子的边界、标点和结构再交给 AI 增强处理。
配图：每个人的常用词不同，个人词库应该跟着工作内容生长。
AI 润色和词汇学习，各管一层
这两项能力很容易被混在一起。
AI 增强处理的是表达形式，例如补标点、删填充词、识别口述中的自我修正、拆段落和整理列表。词汇学习负责稳定具体词形，让系统知道某个声音在你的工作里应该写成哪个名字。
一个解决“这段话怎么写得像文字”，另一个解决“这个词到底怎么拼”。
两层都正常工作时，输出才接近可以继续编辑的草稿。但它们都不会替人核对事实。工具记住 Prisma 的拼写，不等于理解当前事务边界；它能保留客户名，也不知道这条消息是否应该发给客户。
这类能力最适合三种人
开发者最容易感受到差别。中英文混排、框架名和缩写密度高，常用词稳定后，写 AI 提示词、故障记录和代码说明会少很多局部修正。
产品、运营和销售也会频繁遇到人名与品牌名。群消息里把客户名字写错，比少一个逗号更显眼。把高频名字放进词库，可以减少发送前的低级修改。
内容创作者则适合维护一小批主题词。长期写同一个赛道时，人物、公司、书名和概念会不断复现。词库稳定后，口述初稿更容易保持名词一致。
配图：常用术语保持一致，句子无需刻意变得华丽。
词库也有使用边界
第一，词库只能帮助识别词形，不能替代事实核对。金额、日期、版本号、代码和路径仍然要看一遍。
第二，自动学习需要定期检查。一个误加的词可能影响后续结果。Typeoff 已支持直接编辑词典，发现拼写不对时应尽快修改或删除。
第三，不要把所有偶然出现的词都保存下来。词库里最有价值的是稳定、高频、容易错的词。低频词直接改一次，成本可能更低。
第四，中英文混说时，语言设置也会影响识别。Typeoff 支持自动检测和手动选择常用语言；如果工作内容长期集中在一两种语言，明确选择通常更可控。
从五个词开始就够
不用专门整理一份很长的术语表。回想过去一周里反复改过的词，先挑五个：一个产品名、一个同事或客户名、两个专业词，再加一个常见缩写。
下一次 Typeoff 提示是否学习纠正时，看清拼写再确认。用几天后再打开词典，把临时词和错误词删掉。这样做不会让语音识别立刻懂得所有工作内容，但能先消掉最常出现的几处摩擦。
配图：先记住五个每天都会说的词，比一次塞满整张术语表更实用。
语音输入的顺手程度，往往藏在这些小地方。常用词不再反复改，人才更愿意把一整段话说完。
Typeoff 官网：https://www.typeoff.ai
标题备选
Supabase总被听错？我开始让 Typeoff 记住自己的词- 语音输入最烦的事：同一个产品名每天都要改
- Typeoff 的个人词库怎么用：先记住五个高频词
- 从人名到技术缩写，我怎么整理 Typeoff 的常用词
- 纠正一次还不够？让 Typeoff 把修改留给下一次