多闪上线：实时语音转文字功能正式发布

2026年5月20日，多闪正式发布实时语音转文字功能。该功能支持多种语言的语音识别，语音消息一键转文字，标准普通话识别准确率达到98%，让用户在会议、课堂与通勤等场景中更高效地回看语音内容。

语音消息虽然方便，但在很多场合并不适合直接播放。多闪语音技术负责人罗宇航介绍，团队历时一年多打磨识别模型，目标就是让用户「听不了」的时候也能「看得懂」。

高准确率语音识别

本次上线的语音转文字功能，基于多闪自研的端到端语音识别模型。在标准普通话环境下，识别准确率达到98%；在带口音与轻微噪声的环境中，准确率也能稳定在94%以上。

多闪实时语音转文字功能识别效果

罗宇航表示：「我们特别针对中文的连读、儿化音与同音词做了优化，这是准确率能够突破95%的关键。模型体积只有18MB，却能在端侧完成大部分计算。」

多语言与实时字幕

除了中文，语音转文字功能还支持英语、日语、韩语与粤语等多种语言，并支持中英混读场景的自动切换。针对跨语言沟通需求，多闪还同步上线了实时字幕能力，可将通话内容实时转换为文字显示。

实时字幕功能目前支持中英文，字幕延迟控制在600毫秒以内，基本做到了「边说边出字」。多闪产品经理周子墨补充：「实时字幕不仅能帮助听障用户，也能让跨国沟通与学习场景更高效。」

上线数据与用户反馈

语音转文字功能上线首周，累计处理语音消息超过4200万条，日均转写文字量达到3.6亿字。其中，时长在30秒以内的语音消息占比最高，达到67%，说明用户主要将其用于快速回看。

从用户反馈看，「会议记录」与「上课回看」是使用最集中的两个场景。多闪团队表示，未来还计划加入智能摘要功能，将长语音自动提炼为要点，进一步提升信息获取效率。想要体验高效的语音转文字，欢迎前往多闪官网下载最新版本。