产品 2026年8月 · 阅读约 5 分钟

为什么需要语音这条路

每一种输入方式都会在某些人身上失效。

• 搜索数据库对自己做饭的人失效。一盘菜要搜四次。
• 拍照在没东西可拍的时候失效：办公桌上抓的一把坚果、车里的一个饭团、孩子剩下的三口。
• 条码对所有没有包装的东西失效。

语音补的正是这三者留下的缝。两秒钟，不用看屏幕，而且它抓住的是人们最常漏掉的那些——零食、饮料、边做别的事边吃的那一顿。漏记的餐次是"记录出来的量比实际少"的主要原因，所以一种能把它们抓住的输入方式，对一整周准确度的改善，比拍照识别的任何一次模型升级都大。

它是怎么工作的

1. 语音转文字。 你说的话被转写下来。现在的模型对口音、环境噪声和常见食物名称的处理都不错。
2. 解析。 模型把句子拆成条目和分量。"两个鸡蛋"→鸡蛋×2，"一片吐司加牛油果"→面包＋牛油果。含糊的量（"米饭一点点"）按默认分量处理，明确的量（"鸡肉大概150克"）就按你说的算。
3. 营养查询。 每个条目和分量去数据库里匹配，得到热量和三大营养素；在会统计的App里还有纤维、糖和钠。

因为你直接说出了食物名称，拍照识别的第二步（分类）从一开始就解决了；因为你常常也说了量，第三步（分量）也解决了。剩下的只有数据条目本身的误差，和你自己对量的估计。

什么时候语音比拍照和条码更好用

零食和饮料。 "一把杏仁加一杯拿铁"，几个字就完了。没有人会给一把杏仁拍照。

人不在盘子跟前的时候。 开车、走路、在工位上、在饭局上。

中餐和家常菜。 "麻婆豆腐，豆腐多，米饭一碗"告诉了App照片看不见的构成。和照片配合使用时，这是不用秤的前提下最准的一种方法。

在外面吃。 "馆子里的炒饭，大份"，等于提前告诉它：预期这里有照片藏起来的油。

无障碍。 如果视力或手部动作有限制，语音往往是唯一能稳定使用的输入方式。

什么时候拍照还是更好

当你自己也不确定吃的是什么——自助餐、第一次见的菜、别人端上来的一盘——拍照更好。如果你对克数完全没有概念，分量这件事也是拍照更好。理想的做法不是二选一：拍下盘子，再说出镜头看不到的部分。

中文这一关

多数语音记录功能是按英语设计的。你用中文说，App要么听不懂，要么在解析之前先翻译一次。于是"麻婆豆腐"变成"mapo tofu"，再被替换成一条通用的西式营养数据；"少糖"这样的信息在翻译里直接丢掉了。

CalMePlease把九种语言——中文、英语、德语、法语、西班牙语、意大利语、韩语、日语、俄语——当成原生输入处理，中间没有翻译这一步。解析出来的条目保留原来的说法和分量单位。对中餐来说这个差别不小：一句"这盘油大""半份""少糖"，恰好是模型最需要、也最容易在翻译中丢失的三条信息。

外卖和奶茶：语音最能挽回的两类漏记

如果只让人补记两类东西，收益最大的是外卖备注和喝的东西。

外卖的实际内容常常和菜名对不上：同一份"鸡胸肉沙拉"，酱汁是油醋还是沙拉酱，差出来的可能是100大卡以上；同一份盖浇饭，米饭的量在不同店里能差一半。这些信息你下单的时候知道，吃完十分钟后就忘了。一句"沙拉酱那种，饭我剩了小半碗"，比事后翻订单更快，也更接近真实。

喝的东西是另一个大缺口。一杯奶茶的糖度、加料和杯型，决定了它是150大卡还是400大卡以上，而这三件事照片全都看不出来。同样，加了牛奶和糖的咖啡、饭桌上的饮料、运动后的功能饮料，都属于"喝完就忘"的类别。说一句"全糖大杯，加了珍珠"只要两秒，而漏掉它，一周的记录就会系统性地偏低。

一个可以直接照做的习惯：每次拍完照，顺手补一句关于"油、糖、剩多少"的话；每次喝了热量不为零的东西，当场说一句。这两条加起来，通常比换一款识别更强的App效果更明显。

2026年支持语音输入的App

怎么说才准

1. 先说食物，再说量。 "鸡胸肉，大概150克。"量是App唯一猜不出来的部分。
2. 说出看不见的东西。 油、黄油、奶油、沙拉酱、咖啡里的糖。
3. 包装食品说品牌——或者干脆扫条码更稳妥。
4. 用你自己的单位。 "一碗""一把""一块"都能用。
5. 吃完马上说， 不要留到一天结束。记忆消失得很快。
6. 看一眼结果。 要改的话，改一次就行。

能活下来的那种输入方式

有用的App，是你到第三个月还在用的那一款。拍照快，语音更快，而且在拍照做不到的场合仍然能用。对那些从来没能长期坚持记录的人——记录最后变成晚上九点的一项作业——语音往往就是让习惯粘住的那种输入。

常见问题

能用系统语音助手记录吗？ 有些App提供简单条目的快捷指令，但包含分量的解析仍然在App里完成。在CalMePlease里，按住麦克风说话就可以。

语音记录准吗？ 对你认识的食物，比单拍一张照片更准，因为你直接说了吃的是什么、吃了多少。对包装食品，不如扫条码。

支持中文吗？ CalMePlease支持，九种语言都是原生处理，不经过翻译。

没网能用吗？ 在较新的设备上，转写可能可以离线完成。营养查询和解析通常需要联网。

能一次说一整天吗？ 可以。"早饭是燕麦和香蕉，午饭是鸡胸肉沙拉，晚饭是三文鱼配米饭"，App会按餐次拆开。

---

延伸阅读：AI是怎么认出食物的 · 扫条码算热量

CalMePlease支持九种语言的语音，以及拍照、视频和条码记录。在App Store免费获取。