百度拼音输入法语音输入需先开启总开关、授权麦克风、下载离线模型，并设置面板内语音入口或长按空格键唤醒；还可启用松手即发功能提升聊天效率。
想在手机聊天、记笔记或填表时不用打字，直接说话就能转成文字，百度拼音输入法的语音输入功能必须先正确设置才能稳定调用。很多用户点开键盘找不到麦克风图标，或者点了没反应，根本原因是语音入口未开启、权限未授予，或系统级识别模型未加载。
确认并开启语音输入总开关
这一步是所有后续操作的前提，如果总开关关闭，无论怎么点麦克风都不会响应。
打开百度输入法App → 点击底部【我的】→ 右上角【设置】图标 → 进入【语音设置】→ 找到【语音输入总开关】→ 将其切换为开启状态。
【语音输入总开关必须开启，否则其他任何语音入口都无效】
让麦克风图标常驻键盘左下角
这是最常用、最直观的语音触发方式，适合每次都要手动启动语音输入的用户。
方法一：通过设置开启面板内语音入口
在【语音设置】页面中 → 找到【面板内语音输入】选项 → 开启右侧开关。
开启后，下次唤出键盘时，左下角空格键左侧会固定显示一个麦克风图标，无需再进设置找入口。
方法二：长按空格键快速唤醒（无需图标常驻）
确保键盘已激活 → 用手指长按空格键约1秒 → 看到顶部出现“正在听写”提示和声波动画 → 松手即可开始说话。
这个操作不依赖图标是否显示，但需要你对空格键位置有肌肉记忆，单手操作更顺手。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
授权麦克风并下载离线模型
语音识别依赖实时录音和本地语音处理，缺一不可。
第一步：进入手机系统【设置】→【应用管理】→【百度输入法】→【权限管理】→ 开启【麦克风】权限。
第二步：返回百度输入法App → 【我的】→【设置】→【语音设置】→ 开启【使用离线语音识别】。
首次开启时会自动下载语音识别模型包，大小约80–120MB，请保持Wi-Fi连接，并预留至少200MB可用存储空间。
若未完成下载，语音识别将完全依赖网络，弱网或无网环境下会直接失败，且延迟明显升高。
启用语音长按松手后直接发送
适用于微信、QQ等即时通讯场景，说完话不用再点“发送”，松手即发。
进入百度输入法App → 【我的】→【设置】→【键盘界面设置】→【常用语与发送设置】→ 开启【语音长按松手后直接发送】。
开启后，长按空格键说话 → 松手瞬间，识别结果自动发送，跳过编辑和确认环节。
注意：该功能仅对支持“直接发送”的App生效（如微信对话框），浏览器地址栏或备忘录等非发送类输入框不触发此行为。
