远见网一、而成为数亿人每日的交互现实时
1、而成为数亿人每日的交互现实时
当“会说就会写”不再是修辞手法，而成为数亿人每日的交互现实时，一个千亿级赛道正以前所未有的速度重构人机交互的底层逻辑。
近日Wispr宣布完成2.8亿美元Series B轮融资，由Menlo Ventures领投，Notable Capital、NEA、Neo Ventures、8VC、MVP Ventures等老股东持续加注，新晋投资者包括Acrew、Activate、Forerunner、Goodwater、Peak XV、Together Fund和PLUS Capital。
本轮融资后公司估值达到20亿美元，累计融资额攀升至3.61亿美元。
而就在不到一年前，2025年11月，Wispr刚刚以7亿美元估值完成2500万美元A轮追加融资，不到一年估值翻近三倍。
更值得关注的是，这家公司的核心产品Wispr Flow并非诞生于一帆风顺的坦途——它曾是一家烧掉1400万美元做“读脑耳机”的硬件公司。
从40人团队骤降至5人，从2000多平米的办公室到空荡的工位，再到今天坐拥数百万月活用户、触达《财富》500强中270家企业的AI语音独角兽——Wispr Flow的故事，既是硅谷创业精神的缩影，也是AI应用层如何找到产品市场契合点（PMF）的经典样本。
01从“读脑耳机”到AI输入法Wispr的故事，始于一个看似疯狂的愿景。
2021年，斯坦福大学毕业生Tanay Kothari和Sahaj Garg共同创办了Wispr。
Kothari在德里长大，青少年时期就展现出惊人的产品天赋——2011年至2015年间，他接连发布了七款移动和桌面应用，涵盖语音助手、安全工具和教育领域，累计吸引来自17个国家超3万次下载。
进入斯坦福后，他主修计算机科学，专注于人工智能与机器学习，后在Andrew Ng的深度学习课程CS230担任助教，并在斯坦福AIMI实验室参与医疗AI研究，其关于CT影像肺栓塞检测的研究成果发表于《npj Digital Medicine》。
2、他还创办过音乐智能平台Convert
他还创办过音乐智能平台Convert.cc，在零营销投入下做到月活250万用户。
此后他创立FeatherX，一家电商个性化平台，被Cerebra Technologies收购后他担任产品负责人和工程负责人。
这些履历让他跻身2023年福布斯30 Under 30榜单。
联合创始人Sahaj Garg同样是斯坦福工程学院的优等毕业生，后在光子计算公司Luminous Computing负责AI团队。
两人还是大学室友。
他们最初的创业想法直接源于一个“未来科技问题”：如果未来人类都要通过语音与AI交流，难道要每天在办公室、地铁和咖啡馆里对着手机讲话吗？
既不体面，也没有隐私。
于是他们决定做一件更激进的事——不把声音说出来，而是通过可穿戴设备捕捉人在“无声说话”时产生的神经信号，再转化为文字或声音。
这个想法听起来像是《钢铁侠》里贾维斯的现实版——而Kothari从小就是贾维斯的狂热粉丝。
他们花了大约半年做出第一个原型，随后拿到融资，组建了包含神经科学、机器学习、信号处理博士在内的40人团队。
二、三年烧掉1400万美元后
1、三年烧掉1400万美元后
他们真的把“读脑耳机”做了出来——一种通过神经信号识别“无声说话”的交互设备。
然而，三年烧掉1400万美元后，现实给了他们一记重锤。
硬件研发周期漫长、成本高昂、商业化路径不明——这些问题让Wispr走到了悬崖边。
2024年7月18日，Wispr彻底停止了硬件设备的研发。
40个人的公司，几乎一夜之间缩到5个人，2000多平米的办公室空空荡荡。
但正是这次断臂求生，让Wispr迎来了真正的转机。
团队将全部精力投入到此前为硬件配套开发的语音输入软件——Wispr Flow。
2024年10月，Mac版上线；2025年3月，Windows版发布；同年6月，iOS版推出；
2026年2月，Android版正式上线。
从一个硬件公司的“附属软件”，到覆盖全平台的独立产品，Wispr Flow仅用了不到一年时间。
2、Wispr完成了多轮融资
这期间，Wispr完成了多轮融资：2025年6月，3000万美元A轮，Menlo Ventures领投；
2025年11月，2500万美元A轮追加，Notable Capital领投；
再到2026年8月的2.8亿美元Series B。
从濒临倒闭到估值20亿美元，Wispr只用了两年。
02让“说话比打字快4倍”成为现实Wispr Flow的核心功能极其简洁：用户按住快捷键说话，松开后语音内容自动出现在鼠标所在的输入框中，无需切换应用，几乎适用于所有软件。
据称，用Wispr Flow输入比手动打字快3-4倍。
但真正让Wispr Flow脱颖而出的，不是“转录”本身，而是“零编辑”。
传统语音转录工具的核心指标是“单词错误率”（WER），而Wispr Flow的目标是“零编辑率”——用户说话结束后，输出的文本不需要任何手动修改即可直接使用。
官方数据显示这一比例超过80%，而用户反馈实际体验接近100%。
这一体验背后是两重技术支撑：第一，意图驱动转录。
三、系统级集成与超低延迟
1、系统级集成与超低延迟
Wispr Flow深度理解用户意图，自动删除填充词、修正语义错误、自动添加标点符号，最终生成结构化、符合语境的文本。
公司还建立了个性化的“专属字典”，能够消化用户的行业术语、俚语甚至个人表达习惯。
第二，系统级集成与超低延迟。
Wispr Flow在操作系统层面运行，支持110多种语言的零延迟转录，跨平台兼容Mac、Windows、iOS和Android。
用户无需在应用间切换，Flow直接在系统层级工作。
2026年8月，伴随本轮融资，Wispr发布了首款自研语音模型Canto。
Canto能在最困难的测试条件下将单词错误率从30%以上降至5%-10%，并将日常听写中需要编辑的比例降低30%-35%。
Wispr声称其整体错误率约为10%，低于OpenAI Whisper的27%和苹果原生转录的47%。
截至2026年8月，用户通过Flow已写下超过600亿单词。
2、付费转化率高达19%
用户下载六个月后仍有80%保持活跃，其中一半以上用户已用Flow完成超70%的文字输入。付费转化率高达19%。
月收入环比增长60%，年收入已达380万美元。
用户基数同比增长100倍，12个月用户留存率达70%。
公司已触达《财富》500强中的270家企业，并与125家企业签订企业客户协议。
产品被“几乎所有”《财富》500强公司和超1万家企业使用。
Wispr于2026年8月，还推出了首款非听写新产品——AI会议记录助手Notetaker。
该产品可一键录制会议、生成实时转录和对话摘要，并提供会前简报、会中“我错过了什么”按钮、会后按主题组织的详细纪要等功能。
Notetaker还能与Anthropic的Claude和OpenAI的ChatGPT等AI助手通过模型上下文协议集成。
03谁在争夺“后键盘时代”的入口语音输入正在从“辅助功能”蜕变为AI时代的核心交互范式。
据第三方机构测算，2026年全球AI语音识别市场规模已达412.7亿美元，预计2030年将突破780亿美元；
四、全球约有84亿台活跃的语音助手
1、全球语音与语音识别市场则从2025年
全球语音与语音识别市场则从2025年的190.9亿美元增长至2026年的237亿美元。
2、全球约有84亿台活跃的语音助手
与此同时，全球约有84亿台活跃的语音助手，超过一半的智能手机用户每天都会进行一次语音，约32%的消费者已养成用语音而非打字进行的习惯。
在这场争夺战中，一批从不同角度切入的玩家正在重新定义“输入”这件事。
智谱AI则是国内大模型厂商中率先将语音识别能力产品化的代表。
2025年12月，智谱发布并开源GLM-ASR系列语音识别模型，同步推出基于该模型的同名输入法（产品代号AutoGLM，昵称”小凹”），包含云端高精度模型GLM-ASR-2512（字符错误率低至0.0717）和参数量仅1.5B的端侧模型GLM-ASR-Nano-2512。
产品并非简单的”语音转文字”工具，而是将大模型能力深度嵌入输入框——用户可在语音转写基础上直接完成翻译、改写、情绪转化、人设风格切换等操作，还支持Vibe Coding语感编程和针对公共场景的”耳语捕捉”功能。
另一款值得关注的国内产品是闪电说。这款基于本地AI处理的语音输入法选择了与讯飞听见截然不同的路径——端侧优先。
通过端侧计算架构，闪电说实现了毫秒级响应（延迟小于200ms），输入速度可达每分钟220字。
它支持离线语音识别，兼容普通话、粤语、英语、日语、韩语等多语种，并采用本地处理技术保障用户隐私数据不离开设备。
更独特的是，其内置AI引擎可自动优化句子结构，甚至支持Python、Java、C++等编程语言的语法识别与符号补全。
闪电说走的是“隐私流”——完全本地处理，支持自定义AI模型。
海外市场同样不乏值得关注的玩家。Typeless是近期在独立开发者圈子里快速蹿红的一款AI语音输入工具。
它完全抛弃了传统输入法的皮肤、词库等概念，只有一个菜单栏图标。
其核心理念是“自然地说话，Typeless就能将你的语音实时转化为清晰流畅的信息、邮件和文档，读起来就像你精心打字一样”——速度声称比打字快6倍。
Typeless支持100多种语言，能自动去除“嗯”、“啊”等语气词、检测并去除重复词语、根据应用场景自动调整语气和风格。
隐私方面，Typeless承诺零云端数据保留、绝不使用用户数据进行训练。
这款由华人开发的工具在Product Hunt上线后连日高居排行榜前列，显示出极强的产品力和用户自传播能力。
Superwhisper由阿姆斯特丹独立开发者Jordi Bruin于2023年初推出的产品，主打“超快速AI驱动的听写，理解你想说什么以及你想怎么说”。
与Wispr Flow的云端优先不同，Super
