跟着你说的字走的语音提词器。

“跟着你的声音走”是什么意思

语音模式会识别你说的话，把讲稿滚到你实际说到的字。停下来喘口气，或者等一辆车开过去，讲稿就陪你等。说快了，它跟得上。把前面一句再说一遍，它就退回那一句。

最后这一点说明，跟随是按位置来的。应用把听到的内容和你在文字里的位置对照，所以往回走和往前走一样平常，也不会越走越偏。这里也没有 3-2-1 倒计时：开始延迟结束后，语音和声控都等你开口。

固定速度为什么让你同时干两件事

固定速度的提词器让你同时干两件事：念出这一句，还要跟上一台不知道你刚说了什么的机器。镜头前，人们很少注意到你在念稿。他们注意到的是节奏稍快或稍慢，还有眼睛往旁边扫着找位置。让讲稿跟着你的字走，第二件事就没了。

声控模式，什么时候选它

声控模式在听见你说话时移动，你一停就停。它不会拿听到的内容去对照讲稿。有两种情况适合它。第一种，是你的 iPhone 识别不了的语言。声控在任何语言里都能用，因为它听的不是某种语言。第二种，是识别会吃力的环境：嘈杂的房间、离得很远的麦克风、满是人名和数字的讲稿。代价是声控不知道你重读了一句，所以不能自己退回去。

匀速模式，以及麦克风的交接

匀速是传统的提词器：固定速度，按每分钟词数设定，留着它是因为有时候它就是合适的工具。它是唯一滚动时不需要麦克风的模式。每种模式的开始延迟都一样：讲稿开始动之前，可以选关闭、5 秒、10 秒或 20 秒，全屏和悬浮窗里都会显示。

在相机、Instagram 和 TikTok 里录像时，语音跟随一直跟得上，这三个应用是测试过的。如果别的应用在一遍中途占用了麦克风，这一遍会等它。文字停在你读到的那个词上，屏幕顶部的提示显示“麦克风被占用”，麦克风回来后，从那个词接着读。想让滚动完全不依赖麦克风，就选匀速。悬浮窗页面讲了这个交接的两个方向；三种模式并排放在首页上。

识别在哪里进行

只要你的语言支持，识别就在你的 iPhone 上进行：只要有设备端识别器，Wispim 就向 iOS 要它。如果你的语言没有设备端模型，iOS 会把音频发给 Apple，由 Apple 转成文字。那是 Apple 的流程，不是我们的，不管哪种情况，音频都不会传到我们这里。

开始之前，你会用自己的语言知道这件事：语言选择器会标出使用 Apple 识别的语言。如果设备端识别反复失败、应用改用 Apple 的识别，屏幕上会出现全屏提示；悬浮窗里不显示提示。这里不会出现“离线提词器”这个说法，因为对一些语言来说那不是事实。你的讲稿、音频和转写文字都不会发给我们；其余内容见英文版隐私政策。

三个语言数字，彼此不同

听错的时候

偶尔会听错：同音字、人名、被路过的卡车吞掉的一句话。出了岔子能不能接上，决定了跟随式提词器好不好用，而且这些办法都不用你停下录制、重来一遍：

• 点一个词。从你点的词接着读，所有模式都行，也不会暂停。
• 拖动查看。拖动讲稿，往后看，或者查一下刚过去的一行。跟随会暂停，屏幕顶部的提示显示“浏览中”；点一下它，或者点文字以外的任何地方，就回去。在语音模式里，你也可以直接从落脚的地方开始读，Wispim 会找到你。
• 语音命令。用说的来暂停、继续、退一句、从头开始或到末尾。语音命令只有 10 种语言支持，中文不在其中。
• 音量键。能退一句或进一句。它们在应用里标为“实验功能”，在相机应用里不起作用，因为相机会把按键当成快门。

点和拖都是全屏的操作：悬浮窗完全不接受触摸，这是 iOS 的限制，也是语音命令存在的原因。不过语音命令只有 10 种语言支持，中文不在其中。如果这一遍要放进那个窗口，盖在相机上，或者放在 Zoom 或 Meet 通话前面，开始前先选好模式，并把这一遍安排成中途不用操作也能完成。