如果你在台灣或香港用語音輸入寫中文，大概都遇過同一件事：你講的是很自然的一句話，回來的字卻總帶著一股不對勁——某些字是簡體，某些用詞明明看得懂、卻不是你會用的講法。這不是你的口音問題，也不是麥克風的問題。它反映的是一個少有人講明的現實：多數語音辨識模型的預設輸出是簡體中文，而把簡體「轉」成繁體這一步，如果做得天真，會在你每天要送出去的文字裡留下細微卻明顯的裂縫。這也是為什麼很多人覺得在 Mac 上用中文語音輸入老是差一口氣。要弄懂為什麼、以及怎樣才算做對，得先看清這根本不是換字型的事。
簡體輸出是預設，不是意外
大部分中文語音模型是在以簡體中文為主的資料上訓練的，所以它們的「原生」輸出就是簡體。對簡體使用者，這剛好；對繁體使用者，這是每一句話都要面對的落差。工具為了「支援繁體」，常見的做法是在最後補一道逐字轉換——把簡體字一個一個換成對應的繁體字。問題是，繁簡之間並不是乾淨的一對一。同一個簡體字可能對應多個繁體字，得看語境才知道要哪一個：「发」到底是「發」（發生）還是「髮」（頭髮）？「里」是「裡」（裡面）還是「里」（公里）？一個只看字、不看意思的轉換器，會穩定地在這些地方猜錯。
這不只是字，是詞
就算每個字都轉對了，還有更深一層：繁體中文世界用的詞，本來就和簡體世界不一樣。「軟體」不是「软件」、「資訊」不是「信息」、「螢幕」不是「屏幕」、「網路」不是「网络」。這些不是同一個詞的兩種寫法，而是不同社群長年用出來的不同詞彙。一個把簡體語彙逐字轉成繁體字的工具，會產出一種很怪的東西：字是繁體的，選詞卻是簡體圈的——讀起來像是一個外地人在很努力地寫台灣或香港的中文。對本地讀者，這一眼就看得出來。
為什麼這是建模選擇，不是最後一道手續
把繁體做對，意味著在「把聲音變成字」的那一刻，就直接解析到寫作者真正使用的那套正字法和詞彙，而不是先轉成一個簡體預設、再指望善後。差別在於資訊什麼時候還在。當模型還握著整句話的意思時，它有足夠的脈絡判斷 fā 這個音在這裡該是「發」還是「髮」、這個概念在台灣語境裡該落成「軟體」而不是「软件」。等到只剩一串簡體字、意思已經被丟掉，任何逐字轉換都只是在猜。真正的繁體支援，是建在流程前端的一個選擇，不是黏在後面的一道手續。
台灣、香港，也不是同一種繁體
再往下一層：繁體中文本身也不是鐵板一塊。台灣和香港雖然都用繁體字，用詞與習慣卻有實在的差異——同一個外來概念，兩地常常各有各的慣用譯法與說法。一個把「繁體」當成單一目標的工具，會對其中一地的使用者持續給出略微外地的文字。做得細的做法，是認得使用者實際所在的語境，把輸出對準那一種繁體，而不是給一個「泛繁體」的平均值——那個平均值，往往兩邊讀起來都不夠道地。
怎麼判斷一個工具的繁體是不是真的
功能列表上的「繁體中文」不會告訴你它是原生解析、還是最後硬轉。一次真正的實測會。用你平常的講法、講一段有專有名詞、有你們產業慣用詞的話——最好還帶點你日常會用的英文詞（中英混講的難題是另一個常見的破口）——然後讀回來的結果。字是不是你會寫的字？詞是不是你會用的詞？還是你得回頭把「软件」改成「軟體」、把幾個猜錯的字挑出來重選？如果你發現自己在做的，正是那種挑字改詞的功夫，那你手上的就是一個把簡體善後外包給你的工具。真正做對繁體的語音輸入，第一次回來的，就該是一段你可以直接送出去的繁體中文。若想先弄懂各種語音打字做法的全貌，這份語音打字完整指南是不錯的起點。