跨平台AI听写工具开发商Wispr AI宣布完成2.8亿美元B轮融资估值达20亿美元。本轮融资由Menlo Ventures领投现有投资方Notable Capital、NEA、Neo Ventures、8VC和MVP Ventures跟投新投资方Acrew、Forerunner、Goodwater、Peak XV、Together Fund和PLUS Capital也参与其中使公司累计融资额达到3.61亿美元。Wispr的核心产品是Flow这是一款可集成到各类应用程序中的语音听写工具支持用户在任意文本输入框内自然说话完成输入。该工具能够自动修正语法错误、口误、填充词如嗯啊以及语言停顿将口语转化为简洁流畅的书面文字适用于邮件、备忘录和文档等场景在移动端、桌面端及其他希望以语音替代键盘输入的环境中尤为实用。伴随本轮融资Wispr同步发布了首个自研AI模型Canto的预览版。与多数语音模型不同Canto专门针对复杂声学环境进行训练能够应对嘈杂环境、噪音干扰、说话中断、犬吠声、他人交谈以及各种背景声响。公司指出目前大多数语音模型使用极为干净的录音素材训练而Canto则通过大量真实场景样本学会了从环境噪音中快速分离人声使用户无论是在家中、车内、路边还是办公室都能正常使用。将Canto集成进Flow之后该工具在嘈杂环境下的识别错误率从30%大幅降至接近5%至10%。在安静环境中现代AI转录技术通常已相当流畅偶有小错而在嘈杂环境中识别效果往往急剧下降。过去十年里大多数语音输入应用主要用于查天气、问时间或简单搜索等短句场景正是因为内容简短即便出错影响也有限。而有了Canto的支持即便坐在车里或嘈杂场所附近用户也可以侃侃而谈模型能够将大部分内容准确转化为文字——这在一年前对语音模型而言还颇具挑战。NBA三届全明星球员多曼塔斯·萨博尼斯表示我每天都在用Flow。我从小在英语、西班牙语和立陶宛语之间切换它无论我说哪种语言都能跟上。受益于这项技术进步的不只是球员和商界人士。聋人及听力障碍群体也大量使用移动设备上的AI转录工具而多人对话和嘈杂环境往往会导致转录结果出现明显偏差。尽管许多人目前主要依赖设备本地转录但云端模型的持续演进正在推动整个行业向前发展。Wispr表示Flow上的累计输入量已超过600亿词产品也已被近乎所有财富500强企业以及逾1万家企业采用充分验证了其跨行业的应用价值。QAQ1Wispr的Flow工具和普通语音输入有什么区别AFlow不只是简单的语音转文字它会自动过滤嗯啊等填充词修正语法和口误输出干净的书面文字。更关键的是配合自研模型Canto后即便在嘈杂环境中识别错误率也能从30%降至5%到10%远超普通语音输入工具。Q2Canto模型是如何实现嘈杂环境下准确识别的A大多数语音模型使用干净的录音数据训练噪音一多就容易出错。Canto则专门用包含背景噪音、他人交谈、犬吠等真实场景的样本训练学会了从复杂声学环境中分离人声因此在车内、路边、办公室等嘈杂场景下仍能保持较高的识别准确率。Q3Flow目前的用户规模和企业采用情况如何A根据Wispr公布的数据用户已通过Flow累计输入超过600亿词产品被几乎所有财富500强企业使用企业用户总数超过1万家覆盖多个行业表明其在专业办公场景中已获得广泛认可。
