录音与自动成文(挖矿)
随口录一段话,VoiceDrop 自动转写并把它"挖"成一篇或几篇可直接发布的文章。
这是 VoiceDrop 最核心的一条流程:你不用打字、不用整理,只要对着手机把想说的讲完,剩下的转写、分段、成文全交给 app 自动完成。
在「我的录音」首页,底部悬浮着一颗红色录音键。轻点它就进入整屏录音界面开始录音,讲完点「停止」,这段录音就自动排队上传。上传成功后,服务器会先用语音识别把你说的话转成文字(听录音),再让 AI 把这段口述挖成结构完整的文章(挖文章)——有标题、有开头结尾,读起来就像你自己写好的公众号文章。
整个过程你不用盯着。每条录音在列表里会依次显示 正在上传 → 待处理 → 听录音 / 挖文章 → 已成文 的状态,成文后点进去就能听原声、读文章、一键发布。如果这段录音里没识别到说话声,会标成 无语音;太零碎、没说成一件事的,会提示「还没成文」,可以讲完整一点重录。
怎么用
- 打开 app,停在底部标签的「我的录音」页。
- 轻点底部的红色录音键,屏幕切到整屏录音界面,会立即开始录音——顶部显示「正在录音」,中间是一个大计时器和跳动的声波。(注意:录音是「点一下开始」,不是按住说话;红键上标注的「长按说话」是另一个功能——长按红键是用语音给整个列表下指令,比如"删掉第二条"。)
- 想结束时,点中间的「停止」方块键。录音界面立刻关闭,回到列表,这条录音显示「正在上传」。
- 录音期间如果想配图,可点录音界面右侧那个浅色的「拍照」相机图标随手拍几张,照片会跟着这段录音一起上传、被 AI 融进对应的文字里(拍照不会打断录音)。
- 之后什么都不用做。列表里这条录音会自动从「待处理」走到「听录音」「挖文章」,最后变成绿色的「已成文」。
- 点进「已成文」的录音,就能上方听原声回放、下方读挖出的文章;右上角 ⋯ 菜单可「发布公众号草稿」或分享。
- 想改文章:进到文章页,按住底部那条「按住 说话 修改」的说话条口述你的修改意见(如"第二段删掉"),松手即改。
- 想让 AI 重挖一遍:在列表里长按已成文录音的「已成文」标签,选「重写」,会复用已有的转写、按原逻辑重新挖一遍(生成内容可能和原来不同)。
细节与规则
- 怎么开始录音:轻点首页红色录音键,进入整屏界面即自动开始;点「停止」结束。真正录音是点按式,不是按住说话。
- 一段录音出几篇:默认「尽量合并、少而厚」,一段口述大多只出 1 篇;只有当你明显跳了几个不相干的话题时,才会拆成 2–3 篇,每篇都能独立成立。上限就是 3 篇。
- 只用你说过的事实:AI 有硬底线——只用转写里出现的内容,不编造、不脑补;篇幅顺着内容走,三五句话也能成一篇短文,不为凑字数注水。
- 追问:每篇成文后,AI 会挑出这篇最"薄"、只有你本人知道的地方,给出 1–3 个简短追问(真数字、真名字、没展开的判断等)。追问单独存放、不写进正文,你可以口述回答后让它接着补。
- 状态徽标:正在上传(红)→ 待处理(琥珀)→ 听录音 / 挖文章(转圈)→ 已成文(绿)。没识别到语音显示「无语音」;被拦下的显示「余额不足」或「录音过长」。
- 成文时机:服务器每小时自动处理一次(也会在上传后触发),长录音的转写可能跨几趟才完成,稍等再看即可。
- 离线与失败重试:没网也能录。录音先存在手机本地队列里,联网后自动上传;单次上传失败会自动重试(最多 3 次,间隔 1.5 秒、3 秒),失败的文件留在本地不丢,下次继续传;网络恢复的一刻会自动重新上传。
- 录音时长上限:单条录音最长 3 小时,超过会标「录音过长」不处理。
- 转写太短:识别出的文字少于 20 个字会判为「录得太短」,不成文。
- 算力(费用):新用户注册一次性赠送 500 算力(有效期 1 年);23 算力 = 1 元。语音转写按时长计费(约 0.8 元/小时),挖文章按 AI 用量计费。余额为 0(余额不足)时不再处理新录音,需充值。
- 追加/编辑逻辑:每段录音对应它自己的文章,没有"把新录音接到旧文章后面"的操作;要改已有文章用「按住说话修改」口述指令,要整体重来用「重写」重新挖。
- 从标签页录音:如果你是在某个标签页里点录音键发起的,挖出的文章会默认带上那个标签。
常见问题
一段录音能挖出几篇文章?
录完为什么还显示「待处理」,多久能成文?
没有网络的时候能录音吗?
为什么我的录音显示「无语音」或「还没成文」?
追问
文章挖矿成型后,AI 针对最薄弱处追问一两个只有你知道的细节,你按住说话回答,文章就随着回答长厚。
你随口录一段音,VoiceDrop 把它挖成一篇结构完整的文章。但录音里往往有些「只有你自己知道」的关键信息没说出来——一个真实的数字、一个人的名字、一个具体的场景,或者一句点到没展开的判断。这些补上去,文章才真正立得住。
追问 就是干这件事的。每篇文章成型后,AI 会挑出这一篇最薄的地方,提 1 到 3 个又短又具体的问题,像编辑追着作者问细节,而不是客套。你不用打字,对着问题按住说话回答就行,回答里的信息会被自动织进正文最相关的段落。
追问是默认打开的一个轻功能。它不占地方——平时收着,只在录音详情页的说话条右边亮一个带数字角标的星标,提醒你还有几个问题没答。你想答就点开,不想答它也不打扰你。答完或跳过,星标就消失了。
怎么用
- 正常录音,等 VoiceDrop 把它挖成文章,进入这篇文章的详情页。
- 如果 AI 有想问你的,页面底部「按住 说话 修改」这条的右边会亮一个星标按钮,右上角的小数字角标就是还没回答的问题数。
- 点星标,追问卡片会从底部展开,把说话条包起来:上方显示「追问 N/M」(第几题 / 共几题)、问题本身,下方是一条分段进度条。
- 想回答就按住那条说话(这时文案变成「按住 说话 回答」),把答案说出来,松手就发出去了。你不用照着问题念,把你知道的那点事实说清楚即可。
- 松手后 AI 会把你回答里的信息织进正文最相关的段落,被补上的段落会黄底高亮几秒,让你看到文章哪里长厚了;之后自动翻到下一题。
- 某个问题你不想答,点卡片右上角的「跳过」,直接翻下一题。
- 全部答完或跳过后,卡片和星标自动收掉,回到普通说话条。
- 想让 AI 再多问几个,直接对着说话说「再追问我几个」「还有什么要问我的」,它会当场补出新问题、星标重新亮起(注意:追问卡片展开时按住说话一律当成回答,想让它续问要先把卡片收起来再说)。
- 不想要这个功能,去设置里关掉「成文后追问」开关(副标题:AI 追问一两个细节,把文章补厚)。
细节与规则
- 每篇文章 AI 一次追 1 到 3 个问题,问的都是录音里推断不出来、只有作者本人知道的具体信息(真数字、真名字、真场景、没展开的判断)。没有值得问的,就不追问。
- 追问问题不进正文、不进历史版本。发公众号、生成分享页、发社区、导小红书等所有出口都天然不带这些问题,只有你自己在 app 里看得到。
- 回答走的是和平时语音改文章完全一样的通道——就是一条普通编辑指令,没有专门的等待界面。发出后就是熟悉的队列气泡、「正在改」那套。
- 每题的进度:绿色=已答,橙色=当前题,灰色=未答或已跳过。
- 没回答的问题 7 天后自动消失,不会一直挂着。
- 追问是逐篇的:每篇文章有自己的一组问题,星标角标是当前这篇的未答数。
- 回答后正文段落的黄底高亮只是「让你看到改了哪」,几秒淡出,不影响你继续操作。
常见问题
为什么有的文章有追问,有的没有?
回答追问要照着问题一句句念吗?
追问的问题会不会跟着文章发出去,被别人看到?
我想让 AI 多问我几个,怎么办?
用语音修改文章
打开一篇已经挖好的文章,按住底部的说话条开口说改哪儿,AI 就按你的话改文——改正文、改标题、删段落、换配图都行。
文章挖出来之后不是终点。进到一篇文章的阅读页,底部始终有一条微信式的「按住说话」条——平时上面写着按住 说话 修改。你按住它开口说要改哪儿、怎么改,松手,AI 就读懂你的话、直接动手改这篇文章。全程不用打字、不用在文本框里找光标。
它改的是你正在看的这一篇。为了让你能说清楚指哪儿,正文每一行开头都标了「第N行 / 图M」的号——你说「第3行删掉」「第5行改成……」「把标题改一下」,AI 就严格按屏幕上的号定位,不会自己数错行。你说话的时候,屏幕上方会实时显示听到的文字,其中「第N行 / 图M」这类定位词会被高亮出来,让你确认它听懂了你指的是哪行、哪张图。
改动可以一条接一条地下。每说完一条,它就进入一个队列排队、依次执行——正在改的那条头上有一支跳动的铅笔,还没轮到的排在后面等着。改完之后,被改过的行会亮一下荧光高亮再慢慢淡掉,一眼就能看到「改在哪了」。每一次语音修改都会自动存成一个新版本,改错了随时能撤销退回去。
怎么用
- 打开一篇已经挖好的文章,进入它的阅读页。底部会有一条常驻的说话条,上面写着按住 说话 修改。
- 按住这条说话条不放,开口说你的修改要求,比如「把第二行删掉」「第五行这句改成……」「帮我把标题改成……」「在第三行后面加一段讲……」。说话时手指别松开。
- 说的过程中留意屏幕上方的深色气泡,它实时显示听到的文字;你说的「第N行 / 图M」会被高亮,确认它指对了行。
- 说完松开手指发送(松开前若想放弃,按提示上滑取消即可)。指令随即进入队列开始执行。
- 想连着改好几处,不必等:按住继续说下一条,新指令会叠进队列,一条条排队执行。正在改的那条带跳动的铅笔图标,排队的带一个小时钟。
- 改完后 AI 会在说话条上方回一句话(成功一般是「改好了」),被改动的行会短暂亮起荧光高亮。
- 想更精准地改某一段,可以长按那一段正文,弹出的小菜单里有「改写这段」「插入图片」等选项(还有本地的「拷贝」);长按已经生成的配图能调该图的风格。选中后同样会交给语音修改队列去执行。
- 改得不满意,用工具栏里的撤销 / 重做按钮退回或恢复(有多个版本时才出现)。
细节与规则
- 改的永远是你正在看的这一篇。正文里逐行标的「第N行 / 图M」号只用来帮你和 AI 对齐定位,不会被写进文章正文里。
- 能下的指令类型:删一行、改一行、在某行后插入一段、改标题;也可以让它整篇重写;配图相关的可以换图、生成新图。删段落就是删掉对应的第N行。
- 合并两篇、删掉整篇文章这类跨文章的操作不在单篇阅读页里做,而是在「我的录音」列表里长按对红键、对着篇号说(例如「把第二篇和第三篇合并」)。合并是另存新篇、原文保留;删除会先要你确认。
- 排队、串行执行:多条指令不是同时改,而是进一个队列一条条按顺序改。正在改的高亮显示,其余排队等待。服务端持有这个队列,是真正的权威。
- 版本会保留:每一次语音修改都会自动写入一个新版本(来源标记为 agent),最多保留 10 个历史版本,超出后最旧的被丢弃。撤销 / 重做只移动「当前版本」的指针、不新写版本;撤销之后若又改了新内容,被撤销掉的那些「未来」版本会像 git 一样被丢弃。
- 改完的反馈:说话条上方会留一句 AI 的回话,成功配一个亮点图标、出错配红色警告图标;这句话不会自动消失,直到被下一句回话替换或你点了别处。被改的行会亮约几秒荧光后淡出。
- 断网 / 退到后台 / 杀掉 App 都不丢:你已经说出但服务端还没确认改完的指令,会存在本地,重新连上后自动续跑;靠指令的稳定编号去重,续跑不会把同一处改两遍。纯文字指令连 App 被杀都能续;极少数在改图途中被打断的情况,需要你重新说一遍(图片编辑不做静默续跑)。
- 失败了怎么办:某条指令出错时,那句回话会变成红色警告并给出提示,这条指令随即从队列里移除;你把话说清楚一点、重说一遍即可。若是网络中途掉线,指令会留在队列里,等自动重连后继续送出,不用你手动重发。
常见问题
改错了能退回去吗?
一口气说好几处要改,可以吗?
怎么让它精确改到某一行或某张图?
说到一半网断了、或者退出了 App,改的东西会丢吗?
图片
在 VoiceDrop 里拍照或从相册传图,让 AI 看图写成文章,或给已有文章配题图、卡通解释图和各种风格插图。
VoiceDrop 不只是录音口述,图片同样是喂给 AI 的素材。你可以在录音的同时随手拍照,把现场画面附在这条录音里;也可以在一篇已经成形的文章里,随时补拍或从相册选图插进去。
如果一条录音里只有照片、没有说话,VoiceDrop 不会判成「无语音」丢掉,而是自动改走「看图模式」——AI 观察照片内容,替你写出一条极简的图文。也就是说,一张照片本身就能变成一篇短文。
除了让照片进文章,你还能反过来让 AI 给文章画图:长按正文段落,可以让它生成一张微信公众号题图,或一张帮读者一眼看懂文章结构的卡通解释图;长按文章里已有的配图,还能把它一键重画成卡通、水彩、素描、油画、胶片或广告等不同风格。所有画图都排进和语音修改同一条队列,AI 逐条处理,改完自动更新到正文。
怎么用
边录边拍(录音时加照片)
- 录音界面右侧有一个淡淡的「拍照」图标,点它打开方形相机。
- 相机是正方形取景框,带九宫格辅助线。点中间的白色快门键拍照,拍下的照片会排成一条底部胶片带。
- 左下角的相册图标可以从系统相册选图(一次最多 9 张);右下角可以切换前后摄像头。
- 想删掉某张,点该照片右上角的 ✕。
- 拍完点右上角「完成」,照片就附在这条录音里,随录音一起上传。
只拍照片、不说话,直接生成文章
- 按上面的方式拍照或选图,可以完全不开口。
- 录音结束后,AI 发现没有语音但有照片,会自动进入「看图模式」,观察照片替你写出一条极简图文。
给已有文章插入照片
- 打开一篇文章,点顶部工具栏里的「插入照片」图标(相机胶片样式)。
- 同样进入方形相机,可以现拍或从相册选图。
- 点「完成」后,照片上传,AI 会自动把每一张插到正文里最相符的段落附近。
让 AI 给文章画图(长按段落)
- 在编辑态长按正文任意一段,弹出操作菜单。
- 选「插入图片」,里面有两项:
- 公众号题图:画一张 2.45:1 的横幅题图放在文章最前面,标题从文章里提炼(约 6 到 10 个汉字)。
- 卡通解释图:画一张扁平卡通风格的解释图,插到正文最能帮助理解的位置,让人扫一眼就看懂文章结构。
- 菜单里还有「改写这段」(更简洁 / 更口语 / 更书面 / 扩写一点)和「拷贝」。
给已有配图换风格(长按图片)
- 长按文章里 AI 已经出好的配图,弹出「图片风格」菜单。
- 可选:卡通、广告、水彩、素描、油画、胶片。
- 选中后 AI 在保持构图和主体不变的前提下,把这张图重画成对应风格。
细节与规则
- 相册单次选图上限:一次最多选 9 张。
- 照片规格:所有照片都会被居中裁成正方形、缩到最长边不超过 1080 像素的 JPEG(单张小于 900KB),所以文章里的配图和相机取景框看到的一致,都是 1:1。
- 相机拍的照片会自动存一份到手机相册:存的是和取景框一致的方形版本;从相册选进来的图本来就在相册里,不会重复保存(若系统相册写入权限被拒,只是不保存,不影响使用)。
- 照片存哪儿:上传到你自己账号下的云端存储,路径形如
photos/<录音会话时间戳>/<第几秒>-<随机尾>.jpg,每张照片带一个独立标记,插进正文时用它自己的标记定位,不靠序号。 - 看图模式的限制:只拍照不说话生成的文章是「极简图文」;看图模式不会生成追问(因为没有口述内容可回答)。
- 画图和语音修改共用一条队列:长按菜单里的题图、卡通解释图、换风格等指令都排进同一个编辑队列,AI 逐条串行处理,处理时会显示「正在改」,改完正文自动更新,可撤销 / 重做。
- 题图与卡通解释图的画面约定:公众号题图固定 2.45:1 横幅;卡通解释图的画幅比例由内容决定(横版、竖版或方形),追求「一眼读懂」。
- 这些菜单项(改写、插入图片、图片风格)由服务端配置下发,可能随版本更新增减。
常见问题
我只拍了照片、一句话没说,能出文章吗?
从相册一次能选几张照片?
用 app 相机拍的照片,会存到我手机相册里吗?
「公众号题图」和「卡通解释图」有什么区别?
文风(写作风格)
让 VoiceDrop 学会你自己的写法,把每次录音挖成"像你写的"文章。
"文风"是 VoiceDrop 为你保存的一份写作风格指纹——它记录的是你喜欢怎么写:句子的长短节奏、常用的词、语气的松紧、开头怎么起、结尾怎么落,而不是你写什么内容、持什么观点。
它的用处只有一个,但很关键:每次你把语音或照片"挖矿"成文章时,VoiceDrop 都会把这份文风叠进 AI 的指令里,让机器写出来的东西更接近你想要的味道,而不是一股通用的 AI 腔。
文风是版本化保存的——每存一次就多一个版本,随时能切换、回滚,也能拿不同版本给同一篇录音各写一版来对比。你可以三种方式得到它:直接在设置里手写/粘贴一份;用"偷师"从你欣赏的文章里让服务器自动提炼一份;或者让 Claude 帮你从已发文章里蒸馏。文风做好后不光管以后的新录音,老文章也能挑一个文风版本重新挖一遍。
怎么用
一、查看和手写自己的文风
- 进入「设置」,在第一张卡里点「写作风格」(副标题"成文时模仿这套语气")。
- 打开的是一个整页编辑框。还没有文风时会显示提示:"还没有写作风格。把蒸馏好的文风贴进来,挖文章时会带上它、让文章更像你。"
- 直接在框里输入或粘贴你的文风描述,点右上角「保存」。每次保存都会新增一个版本。
- 顶部有一条版本栏,显示当前版本号、风格名、字数、共几版。点它会展开版本下拉列表,可以切换到任意历史版本;只是切换旧版再保存,等于回滚(不新增版本);改了文字再保存,才算新的一版。
- 不想保存就点左上角「取消」。
二、"偷师"——从别人的文章里提炼文风
- 在任意 app 里(Safari 网页、一段选中的文字、PDF/Word/RTF 文档),用系统的分享按钮,选 VoiceDrop。
- 弹出「风格数据集」面板,顶部显示"已收集 N 项 · 约 X 字",下面是已收录的语料和"本次新增"的条目。网页会自动解析正文(解析中→已收录,失败则"仅存链接",可点"重试")。
- 想继续攒素材就点「继续收集」关掉面板,反复分享几篇进来。
- 攒够了点橙色的「提取文章风格」。底部有个"提取后清空数据集"勾选(默认勾上,下次从零开始)。
- 点下后 VoiceDrop 会在后台蒸馏,并自动跳到 app 的「我的录音」,蒸馏完成会出现一篇"你的写作风格 · 名字"的介绍文章。
三、给老文章换个文风重挖(restyle)
- 打开任意一篇已成文的文章(阅读页)。
- 在标题下方那一行的日期旁边,有个带铅笔图标的风格标签(显示当前风格版本,如"v8 风格"),点它。
- 弹出「换个风格重写」面板:"选一个范文版本,把本文重写一遍。原文不变,可随时换回。"
- 选一个文风版本,点底部「用 vN 重写本文」。若这篇之前用过这个版本,会直接切回(免费);否则会用该文风重挖一遍,出一个新版本。
- 重写期间显示"正在用新风格重写…"。原始口述内容不变,你随时能撤销/换回其他版本。
细节与规则
- 文风只抓"怎么写",不抓"怎么想":蒸馏器提炼的是句子节奏、段落长度、词汇、语气、论证结构、比喻、情绪强度、开头收尾、以及"绝不做的事"这 9 个维度,每一维都会摘几句真实原句当锚点,并给这套风格起一个 5 个字以内的名字(作为版本首行的显示名)。
- 偷师有字数门槛:语料有效正文总字数要满 300 字才允许提取。不足时按钮点不动,并提示"素材还太少(共 X 字)——分享几篇带正文的文章,攒到 300 字以上再提取"。只分享了标题或链接、没带正文的(如微信读书这类只给书名的分享)不算数。
- 样本太少会不稳:语料少于 3 篇时,蒸馏结果会注明"指纹会不稳",容易把一篇的偶然写法当成你的签名。
- 语料上限:单篇样本最多取前 4000 字,一次蒸馏喂给模型的语料总量上限约 48000 字,超出部分按收集顺序截断。
- 提取用的是挖矿流水线:点"提取文章风格"实际是上传一个静音占位录音触发服务端 miner,所以能在"我的录音"里像普通录音一样看到进度、失败可重试,比即时提取更稳。
- 字数不够时不会乱改:如果服务器发现语料不足 300 字,不会改动你当前生效的文风,而是给你一篇"样本不足,风格没有更新"的说明文章,列出收到的素材并告诉你怎么补,素材仍留在数据集里。
- 版本化与回滚:文风和文章一样是版本化存储,历史最多保留约 10 个版本,可随时在版本下拉里切换或回滚。
- 多风格对比:版本下拉里有"多风格对比"开关,可勾选 2–3 个版本(最多 3 个),设想是成文时各生成一篇在阅读页顶部对比切换。
- 重挖消耗算力:给老文章换风格重挖会走一次挖矿,正常消耗算力;若这篇此前已用过该版本,则是免费切回,不重新生成。
常见问题
我改了文风,以前挖好的文章会自动跟着变吗?
"偷师"要分享多少内容才能提取?
提取新文风会把我原来那份覆盖掉、找不回来吗?
分享网页进去时提示"解析失败·仅存链接"怎么办?
VD社区(分享、浏览、回应、投币与举报)
把 AI 挖出来的文章分享给同好,互相阅读、写回应、投币鼓励,也能随时撤回或举报不当内容。
VoiceDrop 里挖出来的文章,除了发到自己的微信公众号,还可以分享到「VD社区」——一个由同样爱「说话变文章」的创作者组成的公开空间。你把成文分享进去,别人就能读到、点赞、投币、甚至用录音写一篇回应;你也能读别人的、给他们鼓励。
社区在 App 主界面顶部就能进:主界面上方有两个标签,「我的录音」和「VD社区」,点后者即可浏览大家分享的文章。列表默认按分享时间从新到旧排列(并会根据你的兴趣做一些排序),下拉即可刷新。
分享出去的每一篇都会有一个公开链接(形如 /voicedrop/<分享ID>),可以转发到微信、X 等平台,对方在浏览器里就能直接阅读,无需安装 App。
社区遵循一套「社区公约」,对色情、暴力、仇恨、骚扰、违法、自残等令人反感的内容零容忍。你随时可以举报不当内容或屏蔽不想看到的用户,被举报的内容会立即下架并进入人工审核。
怎么用
把一篇文章分享到社区
- 打开一篇已经挖出文章的录音,进入详情页(只有挖出文章的录音才能分享)。
- 点右上角的 ⋯ 菜单,打开开关「VD社区可见」。
- 如果是你第一次往社区发内容,会先弹出「社区公约」,读完点「同意并发布」。
- 首次分享还需要用 Apple 登录(社区发帖需要实名担责,App 会自动弹出登录)。
- 分享成功后会提示「已在 VD社区可见」。若文章命中敏感词过滤,会被拒绝分享。
浏览与阅读
- 主界面顶部切到「VD社区」标签,看到所有分享的卡片列表,下拉可刷新。
- 点任意一张卡片进入文章详情,多篇文章的分享顶部会有可切换的标题小标签。
在别人的文章里互动(详情页顶部与 ⋯ 菜单)
- 点 ❤️(心形) 给文章点赞。
- 点 ⚡(闪电圆圈) 给文章「投币」鼓励。
- 点 ⋯ → 「写回应」,直接录一段话;停止后 AI 会把它挖成文章,自动作为「回应」发布并挂在原文下方。
- 点 ⋯ → 「分享」,把这篇转发到微信、X 等(生成公开链接卡片)。
撤回已分享的文章(两种方式,任选其一)
- 回到那篇录音的详情页,点 ⋯,把「VD社区可见」开关关掉,提示「已从 VD社区隐藏」。
- 或在「VD社区」列表里找到你自己的帖子,选「从社区移除」,确认「移除」。
- 两种方式都只是把它从社区拿下来,你的原文章不受影响,以后随时能再分享。
举报 / 屏蔽
- 在文章详情页点 ⋯ → 「举报」→「举报并下架」,这篇会立即从社区下架待审核。
- 点 ⋯ → 「屏蔽此用户」,之后就不会再看到 TA 的社区内容;可在「设置 → 已屏蔽用户」里取消屏蔽。
细节与规则
- 能分享的内容:只有已经挖出文章的录音才能分享;分享出去的是成文文章和正文里的场景照片,原始录音本身不会公开。
- 社区公约(发第一篇前必须同意一次):你对自己发布的内容负责并拥有发布权利;严禁色情或露骨性内容、暴力血腥、仇恨或歧视、骚扰或欺凌、违法内容、自残等;零容忍。
- 发帖需 Apple 登录:分享、撤回、投币等「写」操作都要求 Apple 实名身份,匿名状态下 App 会自动引导你登录后重试。
- 投币机制:一次投币,文章作者得 2 金币、你自己得 0.5 金币,按当前币价即时折算成算力到账。同一篇你只能投一次;不能给自己的文章投币;投过会提示「已经投过这篇了」。
- 投币的额度保护:当日算力池发完时会提示「今日算力池已发完,明天再来」。
- 回应:写回应本质是又录一段、挖成文章,自动关联到原文;原文下方会显示「N 篇回应」,可点开逐篇阅读。
- 举报的效果:一经举报立即从社区下架(你也不会再看到它),并在 24 小时内由人工审核处理;屡次或严重违规的账号会被移除。
- 屏蔽是本地的:屏蔽只在你自己的设备上生效(按作者昵称过滤),不会通知对方,可随时在「设置 → 已屏蔽用户」取消。
- 联系与投诉:如需就内容联系或投诉,可发邮件至 jianshuo@hotmail.com。
常见问题
为什么分享到社区要用 Apple 登录?
从社区撤回后,我的原文章会被删掉吗?
「投币」是什么?投了有什么用?
看到不当内容怎么办?
算力
算力是 VoiceDrop 里的计费货币,转写、挖文章、语音修改、生成配图都用它结算。
算力是 VoiceDrop 内部统一的计费单位。你在 app 里做的每一件要用到 AI 的事——把录音转成文字、把口述「挖」成文章、用语音反复修改文章、生成卡通解释图——都会按实际用量从你的算力余额里扣。
新用户不用先充值。注册后系统会一次性赠送 500 算力,有效期 365 天(一年),日常口述、挖文章足够用很久。算力还可以通过活动赠送和社区投币继续获得。
算力的余额和每一笔进出,都记在设置 → 算力页里,公开透明:顶部大字是剩余算力和它大约能挖多少篇,下面分「算力来源」和「明细」两块,来龙去脉一目了然。当余额见底时,需要算力的操作会被暂时拦下并给出提示,已完成的内容不受影响。
怎么用
- 打开 设置,点进「算力」一栏。
- 顶部深色卡片是你的剩余算力,旁边有「≈ N 篇」的估算(按一篇约 9 算力折算),下面一行写着「累计获赠 X · 已用 Y」。
- 往下的「算力来源」把你所有到账算力按来源归类汇总,比如「注册赠送」「活动赠送」「包月发放」。
- 再往下的「明细」是逐笔流水,倒序排列。绿色带「+」的是到账(如注册赠送、收到投币),带「−」的是消耗(如挖文章、语音转写、语音修改、图片编辑),每笔都带时间。
- 正常使用时无需任何操作——录音上传后系统自动转写、挖文章并扣费,你只管说。
细节与规则
- 新用户赠送:注册即得 500 算力,有效期 365 天。
- 挖文章(挖矿):按 AI 实际消耗的 token 计费,一篇大约 9 算力(app 里就是按「9 算力/篇」来估算「还能挖几篇」的)。
- 语音转写:按录音时长计费,单价 ¥0.8/小时(约 18 算力/小时)。
- 语音修改:按每次修改实际用量计费;同一篇文章最多修改 100 次,到顶后会提示「这篇已达编辑上限(100 次)」。
- 图片编辑 / 卡通解释图:每生成一张固定 1.8 算力。算力不足时会提示「算力不足,生成一张图 1.8 算力,请充值」。
- 文风蒸馏、小红书分享文案:也按 AI 实际用量从算力里扣。
- 单条录音最长 3 小时,超过不予处理(提示时长过长)。
- 社区投币奖励:把文章分享到社区后,别人给你「投币」,作者和投币的人双方都到账算力(作者每次得 2 币、投币者得 0.5 币,再按当前币价折成算力)。这类奖励算力 90 天过期。每日奖池 2000 算力,单枚币最高折 200 算力。同一个人反复给同一作者投币,奖励会递减(第 2 次打 7 折,第 3 次起打 5 折),防止刷币。
- 邀请奖励:目前暂无。挣算力的途径是注册赠送、活动赠送、社区投币。
- 包月订阅:卡片显示 ¥19.9/月、每月 200 算力、月底清零、随时可取消——但目前标注「即将上线」,尚未开放,点了会提示还在开发中。
- 算力不足时:新录音的转写/挖文章会被暂停并标记(等有算力后可再处理),语音修改会提示「算力不足,无法继续编辑」。已经生成好的文章和历史内容不会丢。
- 计价基准:内部按 23 算力 = ¥1 折算。
常见问题
新注册送多少算力?能用多久?
挖一篇文章、生成一张图分别花多少算力?
除了充值,还能怎么免费拿算力?
算力用完了会怎样?我的文章会丢吗?
开发者 API 与账号登录
VoiceDrop 的账号体系(匿名令牌 / Apple 登录 / 6+4 设备配对)以及面向高级用户的开放 HTTP 接口。
VoiceDrop 的后端是一组跑在 Cloudflare 上的开放接口——你的录音、文章、照片、文风,都能用同一个凭证读写。如果你只是正常用 app 录音、看文章,这一章完全不用看:登录、令牌、算力这些 app 都替你处理好了。
这一章写给两类人:
- 想在电脑上登录、或用手机批准电脑登录的人——了解 VoiceDrop 的账号是怎么回事(匿名身份、Apple 登录、6+4 手机设备配对)。
- 想自己写脚本 / 客户端调 API 的高级用户——VoiceDrop 把文章、录音、照片、挖矿、算力、社区、文风全部开成了 HTTP 接口,一个 token 走天下。
一句话理解数据流:你录一段 .m4a 上传上去,服务端自动挖矿(先语音转写、再让 AI 成文),写出一篇篇文章,客户端再把文章读出来、分享、发公众号或发社区。所有这些环节都有对应的接口。
怎么用
一、账号是怎么回事
VoiceDrop 不强制注册。它的账号体系有三层,都指向同一份你的数据:
- 匿名身份(anon token):你第一次用 app,它就在本地生成一个
anon_开头的高熵令牌,这就是你的身份。数据存在只属于你的独立空间里,别人越不进来。这个 token 在 app 的设置里可以复制出来,拿去别处调 API。 - Sign in with Apple(Apple 登录):在 app 里用 Apple 登录,只是把你的 Apple ID 绑定到当前这个匿名身份上——数据不搬家,还是原来那份。绑定后即使换设备也能用同一个 Apple 账号找回。发社区帖必须先完成 Apple 登录。
- 6+4 手机设备配对:想在电脑上登录你的 VoiceDrop 账号时用。不用手抄那串长长的 token,用手机批准一下就行(见下)。
二、在电脑上用手机批准登录(6+4 设备配对)
这是当你在电脑上(比如用命令行工具)要登录、又不想手抄令牌时的办法。电脑扮演「新设备」,手机扮演「老设备」,配一次对,就把身份安全地取到电脑上:
- 打开手机 app 的设置 → 账户,里面有一串 6 位十六进制短 ID。
- 在电脑上发起配对,输入这 6 位码。
- 手机上会立刻弹出一个 4 位数字码(以及「是我 / 不是我」的确认)。
- 把这 4 位数字码输回电脑,配对完成,身份就落到电脑本地了。
前提是:手机在线、app 在前台、已经登录了目标账号。
三、自己调 API
- 先拿到一个 token:从 app 设置里复制匿名 token,或走上面的 6+4 配对,或用 Apple 登录换取 session。
- 每个请求都带上
Authorization: Bearer <你的 token>(Files API 也接受?token=查询参数)。 - 按需要调对应接口:列文章、读全文、上传录音触发挖矿、查算力余额、分享、发公众号、逛社区等。
- 完整接口清单、请求示例、返回字段,看官方开发者文档页(下面「细节」里有链接)。
细节与规则
三个后端服务(Base URL)
- Files API —
https://jianshuo.dev/files/api/:账户、录音 / 文章文件、照片、分享、公众号、社区、Apple 登录。绝大多数调用都在这里。 - Agent Worker —
https://jianshuo.dev/agent/:触发挖矿、实时状态推送、语音改稿、算力余额、6+4 设备配对。 - Reco Worker —
https://jianshuo.dev/reco/:社区 feed 排序与互动上报,可随时拔掉,挂了不影响主流程。
三种凭证
- anon token:
anon_开头、20 位以上的高熵字符串,客户端生成一次长期用。scope(数据隔离空间)是users/anon-<哈希>/。 - session JWT:
POST /files/api/auth/apple用 Apple identityToken 换取,有效期 365 天。anon 和 session 解析到同一个用户、同一份数据。 - 24 小时只读 temp token:
GET /files/api/token/articles签发,expires_in为 86400 秒,只能list/download,用来把文章列表只读地交给外部工具。Agent、Reco 两个服务不接受这种只读 token。
权限边界
- scope 决定你能看到谁的数据,所有相对路径都会被自动拼到你的 scope 前缀下,越不出去(
..、绝对路径一律拒绝)。 - 多数接口任意有效 token 都能调;只有写社区(分享 / 撤下)要求 Apple 登录过的 session,否则返回
403 needs_apple_signin。 - 公开、无需 token 的接口只有:公开照片
photo/*、公众号封面图库asset/wechat-covers/*、Apple 登录换取auth/apple、以及分享页 HTML。
接口分组(都在开发者文档里有完整清单)
- 文章:列出、读全文、写(版本化,可撤销 / 重做)、删除、SRT / 无语音 / 算力不足等边车标记、标签。
- 录音:列出、上传(上传即自动触发挖矿)、下载。
- 照片:列出、上传、下载(私有 scoped,或公开 key)。
- 挖矿:
POST /agent/mine/trigger触发处理待处理录音(服务端每 6 小时也会自动扫一遍)。 - 算力:
GET /agent/usage/balance查余额、GET /agent/usage/ledger查账单流水(计价 23 算力 = ¥1)。 - 社区:信息流、读一条、回复、分享 / 撤下(需 Apple 登录)、举报。
- 文风:读 / 写(版本化)、偷师语料收集、服务端蒸馏、单篇按指定文风重挖。
6+4 设备配对的硬性限制
- 配对码有效期 2 分钟(超时要从头再来)。
- 4 位码最多试 5 次,输错还有剩余次数提示,用尽即作废。
- 一个 6 位前缀最多匹配 10 个候选账户。
- 手机上点「不是我」会立即取消这次配对。
安全须知:6+4 配对拿到的是账号的完整身份密钥,不是可单独吊销的子令牌。谁拿到本地凭证文件,谁就有该账号的全部权限,务必保管好、绝不提交或同步到任何可被别人读到的地方。
开发者文档链接
- 开发者首页:
/voicedrop/developer/ - HTTP API 参考(完整接口 + 请求示例):
/voicedrop/developer/api.html - Claude Code 命令行工具指南:
/voicedrop/developer/wjs-voicedrop.html