在上一篇介绍里，我尝试通过 Wine 和 Fcitx 5，让豆包输入法的 Windows 引擎在 Linux 桌面上工作。最近又往前推进了一步：除了拼音输入，现在也能边说边看转写，并在说完后调用官方智能文字整理，把口述变成更适合阅读的文字。
项目仍然开源在 GitHub。这一轮已经推进到 0.1.0-rc.2 源码预发布版，键盘引擎也从 0.9.0.0 升级到了 0.9.2.7。
边说边看，再一次性落字
之前的语音输入需要等识别结束后才能看到结果。现在，按住右 Alt 说话时，中间识别结果会通过 Fcitx 的预编辑区域显示出来，随着识别继续更新和修订；松开后，再一次性提交最终文字。也可以用右 Alt + 空格开启持续录音，适合稍长的口述。
这里借用了输入法本来就有的「预编辑」机制：就像拼音选词前的临时文字，听写预览也还没有写入正文。这样既能及时看到识别进度，也能在取消时直接清掉预览。在终端里，这一点尤其有用，临时结果不会被当成一串已经输入的命令。
从识别文字，到整理表达
这一轮另一个主要进展，是接通了豆包的官方智能文字整理。启用后，最终转写会交给官方服务处理口头语、标点和段落，也可以处理一些说话时的改口。它更适合把一段随口说出的想法，整理成消息、笔记或列表。
实现上，Linux 负责录音和交互，独立 Wine 环境中的官方 Windows 客户端与网络 SDK 负责请求整理服务，最后由 Fcitx 把结果交给当前应用。原有键盘桥接和这条整理链路各自运行，让新功能可以逐步接入。整理失败或超时会退回识别原文；如果已经取消或切换输入框，则不会继续落字。
过程中也遇到一个有意思的取舍：我曾加入本地规则，提前处理「三点，哦不，四点」一类改口。对照测试发现，它有时能清理长段落里残留的修正语句，但也可能把「周三提交，哦不，周四完成」错误拼成「周四提交完成」。因此，rc.2 之后的最新代码默认将完整原始转写直接交给官方模型，本地规则保留为可选实验。减少一层处理，反而能避免一类由规则引入的误改。
继续打磨 Linux 上的日常体验
键盘输入也有一些小改进。这一轮完善了候选翻页和设置入口，候选词排列现在会跟随 Fcitx 的界面偏好。感谢社区贡献者 @dunova 提交候选排列修复，也感谢通过 Issue 分享安装体验和兼容性问题的朋友。
项目目前仍是面向 Linux x86_64 的非官方实验，需要自行准备官方组件，语音还需要外部识别适配器。语音识别和智能整理使用云端服务，整理也会增加等待时间；账号同步、完整 Windows 功能和智能恢复原文尚未接通。
如果你也想在 Linux 上试试豆包键盘，或者对语音输入、Wine 与原生桌面的桥接感兴趣，欢迎看看 GitHub 仓库、源码预发布版和语音功能说明。欢迎试用，也欢迎反馈你所在桌面环境里的实际体验。
本文与前篇已合并整理为知乎文章：豆包输入法 for Linux。