真正智能的 AI 语音听写。
暂无相关文章
期待你给「Typeless」写一篇深度文章
正好也是昨天早上差不多时候，测评了智谱 AI。怎么说，没有对比就没有伤害。这个 typeless 首先就是引导做的很好，好像还真是第一次看到一个产品，在下载界面告诉你怎么一步步安装的（尽管这是 Mac 的基操
产品使用过程中，直接就引导你打开 APP，没有邀请码，没有引导到官网，也就是没有广告。一大早还练习了英语口语哈哈哈哈哈，通过一个个 case 就能让你知道，它能做什么。比文字告诉你我觉得效果好 1 万倍，就是这个试试的过程有点漫长。我感觉后面有些其实是可以合并的，它这个就是不仅仅是语音转文字，甚至还进行了信息的组织，更深入了一层，我还想再看看和其他应用的融合， 能碰撞出什么火花，期待一下，关注、爱心走起!
深度体验了一下Typeless这个AI软件的，觉得很新颖的，很有创新感，和之前测评的智谱AI还挺像的，就是音转文，做的差不多，但是这个软件我感觉更惊艳到我一点，有很多语言可选择。而且在很嘈杂的环境下还依旧能听懂我讲话并准确转文字，还可以通过我的语气加一些感叹词和表情，很生动形象诶。总体来说，我觉得很不错的，非常OK喔。
和其他语音输入法的测评类似，我也会用这个产品本身去语音输入这条评价，也会在括号里标注出他写错了的地方。
从目前的使用体感上来说，Typeless比闪电说和智谱的转写精度都要好一些。而且速度也很快，也没有像智谱这样的有一秒左右的延迟。
比较惊喜的，或者说让我觉得用户体验上比较好的一点是，它在安装的第一时间就会反复强调，你的语音等隐私数据都不会上传，或者拿来被训练，都会在本地进行存储。以及在安装过程当中去测试的几个用例，设计的非常巧妙。分别对应了几个语音输入法特别合适的场景，包括发邮件、制定日程。而且对我这种人（这里说的是I人）来说，最好的是它最后一个例子。也就是在办公室等不太方便大声说话的场景，它设计了一个案例，就是允许你非常轻声地说话，它也能够有一定概率去识别到。实测下来，识别率也没有特别高，大概轻声说了五六句吧，然后识别了三四句这样，但是能够识别这种很轻声的话语，本身已经很不错了。
其实从上面这些语音转述的成功率，或者说本身的处理来讲，Typeless本身已经是目前我体验下来语音输入法里面最好的之一了。因为相比之前其他的几个语音输入法的测评来说，确实基本没有错，而且对于这种语音上经常有的一些小碎话等等，它处理得非常合理，有时候甚至不会被轻易地识别出我这是在用语音来输入。
这个可以说是真实的效率提升了。
它还有一个特别强大的地方，就是会识别到一些其他语言。比如英语可以区分美式英语和英式英语。中文也会区分普通话、粤语，还有台湾省的语言。甚至于说在我没有默认选择Traditional Chinese Hong Kong这个选项（也就是说粤语）的前提下，也识别出来了我哼唱的一句粤语歌词。
甚至上面这一句英文、中文和括号全都是他自己默认打出来的，我没有任何手动的调整。
真的很强，很难想象，这只是一个0.4版本的产品。
产品额度上也比较大方，目前好像是会给30天的会员体验。会员的定价，如果按年付费的话，每个月是12刀。最主要的作用是每周无限次的字数，非会员每周4000个字的限制，如果是语音这种场景的话，的确可能是有点不太够用。
我觉得写到这儿已经不需要我再去多说什么了，这一段下来，接近1000个字左右的文本，除了一个“爱人”（此处还是I人，引号是它自己补的）没有被正确识别出来以外，其他基本上是100%的准确率。
迫不及待想看看这个1.0版本的产品能够炸裂到什么程度。
下载了这个，在电脑上也可以实现语言转文字的功能，用了一会，说一下感受吧：
✨让人舒服的使用体验
界面设计比较好
黑白极简风看着清爽不杂乱，看着比较舒服。
零门轻松上手
下载安装一步到位，不用填邀请码，也没广告弹窗，打开就能用；还配了案例练习，新手也能快速上手使用。
当年说完一句话的时候，他会自动 把 “嗯”“呃” 这类填充词、重复词一键删掉，不用手动抠细节；说话中途改主意，它会自动保留最终版内容，不用返工调整。
缺点：价格偏贵
12美刀一个月，还是有点小贵了。
音转文的ai产品我使用过闪电说，闪电说对我来说也是不错的产品，但还是有些许不适应的地方，闪电说没有ai删除语气词，这个产品我上手体验了两小时下来给我的反馈是，语气词他会自动删除，然后语句会帮你调顺畅，而且能适配更多的软件，能在不同的平台使用这个功能，当然作为一款学习软件他也是不错的，有不同的语言，可以运用到日常的学习中去
整个产品使用下来，是真的感觉对于提升效率有一定的帮助。基本上它可以把用户个人的语音说话内容，转成书面的文字，并且会做一些格式化的呈现，比如说加序号，或者说加粗等。
从准确率方面来说，识别的准确率相对比较高。性能上会稍微有一些延迟，感觉不是那么快，但是是一个可接受的区间。
使用这个产品久了，感觉还会带来一个好处，它会锻炼人直接说话，会让人的表达能力会更强。
但感觉是否还可以从以下几点做一些优化：
1. 从输出往文字转化时，中间会间隔5到10秒。这5到10秒是不是可以有一个提示，目前的话只是在最下面有个提示。
2. 在信号不好或网络不好的情况下，它会直接丢失识别内容。看是不是可以，哪怕信号不好，也用本地资源做一些准确率不是那么高的识别，或者做一些内存处理，等网络好了之后再处理。这样是不是会比当前的处理方式好一些。
3. 希望尽快提供整个界面的中文版。
Typeless 在展示功能和功能引导这一块做得非常细致。我能感觉到这个产品真的非常贴心，能够大幅度提高我们输入的效率。比如发短信的时候，需要排版是比较麻烦的，但是它能够帮你一键排版好。传统语音输入最大的问题，就是会把很多停顿、语气词以及一些重复的话录进去。但是这个产品非常聪明，能够识别你整体的语意，并根据你的语意进行修改。
此外，它可以选择文本进行一些个性化的修改。我觉得这也是一个非常贴心的设计。
如果可以用语音选择添加表情符号，或者自动添加表情符号，那就更好了!
（以上内容都是我用 Typeless 输入的?）
英语，粤语，普通话，快速识别
快捷键按下倾听，快捷键按下出字，还挺厉害的咧
我现在这条产品就是这样子写出来的。我就一直说，它就一直识别，然后框框地给我输出文字
基本上不会出错，即便是有一些口音的情况，还有有时候可能会有些杂音干扰，它也能很精准地把字识别出来
操作方面没什么技巧，就是直接按快捷键打开对着麦克风说话，它就会识别识别。完事了，按快捷键给它关掉，它就会出字。就那么简单，也找不出什么毛病来，它就是这么简单易用
然后它还能把识别过的文字全部保存起来，可以回看
总的来说，这个软件很适合一些不会打字的老人家，他们可以直接用嘴来打字。此外，它也适合一些不太方便打字的人，可以快速输入自己的内容
价格方面，我觉得还是有些偏贵的，按年费套餐算每个月要12美元换取无限输入，只买单月是30美元，免费用户的话，每个月只能输入4000个字。我个人觉得性价比不是很高，在有平替的情况下不会为这个价位买单，但冲这个功能和赠送的一个月会员，给好评
这个跟我刚刚测评过的智谱ai挺像的，就是音转文，都做得差不多，但是这个比较吸引我的一点是他支持在海外一些ai工具里面使用
就是说跟ai对话口语做到真正的“说”，虽然这个在市面很多都支持了，但是这个是其他媒介跟ai去对接，就是能拿到这个授权挺牛的了
所以我愿意相信这产品能带来更多惊喜，期待团队后续的研发
Typeless可以自动把语音输入的文本排版，根据表达的逻辑转换成有结构的版式，真的非常实用。而且输入的语音识别效果也很不错，有一些口语化和含糊的表达，都可以识别的非常清楚。非常适合平时灵感爆发的时候，来不及打字，靠嘴输出。缺点就是每次开启语音识别的时候，因为苹果系统的限制需要跳转到APP界面，然后再跳转回来。这个让这个流程让人非常的难受。但是为了隐私安全，只能忍一忍，希望以后官方和苹果合作可以把这个流程优化。
用 Typeless 和闪电说都有非常长的时间了，相较下来，我觉得我更喜欢 Typeless。首先是因为我觉得闪电说这个产品，在开启修改功能后，它的修改效果并不是很稳固，经常会出现无法识别我语气词的情况。但是 Typeless 就不会，它能非常稳定地识别你的任何表达，包括那些前后不连贯、含糊不清的描述和表达。
以及 Typeless 它能够识别你前后的一些修改，我觉得非常清晰，就像示例里的显示修改记录的时间轴一样。当你快速修改了前面的表述后，它会直接给出最后一个版本的修改，这个功能非常好。
此外，从语言表达上来说： Typeless 支持中英文混说，能很好地理解 Chinglish 的发音。它在处理语法、语句以及与对方聊天的状态方面，表现都蛮不错的。
至于问题和不足，我觉得是这类产品的问题。对于“一定要按着说话”的交互界面，我觉得很奇怪。像闪电说提供了“按住说话”和“自由说”两种模式，但 Typeless 好像只能按着说，这种交互在电脑上显得比较违和。微信上这种操作可能比较方便，但换到电脑端，更理想的形式应该是像内置麦克风一样：选中输入框后按一下开始表达，再按一下结束录制并将内容展现出来。
说到这里，我目前遇到了两个主要问题：
1. 快捷键冲突
刚开始用 Typeless 的时候，发现它跟闪电说的快捷键都是 Alt 键，这就产生了一些冲突。
2. 内容显示的延迟
我更希望在表达的同时，需要转述的内容能够同步或者异步地直接出现在显示屏上。现在的逻辑是必须等我整段话全部表达完，松开快捷键或点击结束后，内容才会显示。这种滞后性在遇到网络等问题导致识别失败时，往往需要重新表达整段内容，我之前已经遇到过很多次这种情况。
（ 除了空格之外，所有的排版都是 Typeless 帮忙写的，为你点赞）
最近几个产品的评价，全部都是拿这个软件通过对话去生成的，整体的话感觉有这几个点吧：
1. 识别的准确率和效果相对来说比较准。它会实时地把用户口语化的表达转换成书面语。
2. 它应该是内置做了一些格式调整，让输出更符合书面化的表达。
3. 感觉识别速度比预期稍微慢一些。说完之后，大概需要等5到10秒才能识别出来。
4. 它会做相当于一个历史的记录。接下来，比如说前面说了几点，然后再说的话，它会把前面的历史给你记录下来，然后继续去生成4、5、6这种序号的方式。它不会说新来一个，然后你说接着序号，但是它不会接着原来的序号。
5. 它虽然支持中文和英文，但是目前的界面基本上是英文的。它能识别中文，但是安装之后，界面还是只有英文的。
最近被各种信息轰炸，打字回复都嫌慢，试一圈AI输入法想找回点效率。从Voice Ink到智谱，都尝试你的下一个键盘，但用下来只有个Typeless让我觉得“这件事成了”。它没有花里胡哨的功能引导，一个极简的黑白界面配上清脆的录音键音效，就足以让你觉得这是个能干活的工具，不是来教你做事的花架子。Typeless 绝对是我认为最清爽的一个。它采用黑白风格，极简的新手引导，这就足够了，没必要搞那么多复杂的东西。而且最舒服的是它录音键的音效特别清脆，让人很愉悦。
它不光是把你的话“记下来”，而是“听懂了”。那些不自觉的“嗯……”、“呃……”和说秃鲁嘴的重复词，它会自动清理掉，甚至能识别出你中改途口的想法，只留下最终版本。最让我惊讶的是它居然能用语音直接编辑和重写选中的文本，这已经不是简单的听写，而是真正把语音变成了交互语言，并且Typeless 还能根据你输出的文字进行排版，自动格式化电子邮件我觉得这个功能很细节，目前不是所有输入法都能想到做到。这一点比那种纯粹的转写工具高出了一个侧面。
算我最近我用的比较惊艳的软件了，首页还整合了一些热门使用案例，供你参考，能帮助你挖掘不同的用法，这一点也很细节。
当然，它也不是完美的。首先那个订阅价格就挺“劝退”的，让你每次续费都得掂量下自己的钱包。一个月十几刀起步。然后首页太多无效信息了，和之前引导的时候的清爽有割裂感。
是这样的，众所周知，因为我的手在大冬天经常容易干燥脱皮，甚至会出现一些不明状态的伤口，所以不得不使用语音输入法。
我尝试过包括线上的“闪电说”，以及线下的豆包输入法和微信输入法。但在最近的沟通交流中遇到一个问题：这些语音输入法似乎都需要更换了。现在的输入法存在以下几个最大的问题：
1. 长期使用体验下降：刚开始使用时体验较好，但长期使用下来会发现，它对字体识别后没有进行校准。对于一些陌生的名词，尤其是新出的词汇，识别得不够准确。
2. 口音识别问题：比如“观察”，系统容易识别成“观渣”或其他词。所以我一直在想，通过目前这个输入方式看看行不行。
3. 按键冲突：大部分语音输入软件都使用 Alt 键。如果两个软件同时使用，会造成按键冲突。
4. 授权门槛：现在的语音输入（如谷歌）往往需要进行账户授权。对于没有“梯子”的用户来说，实际上还是有些不方便的。
5. 软件体验评价：
我发现这个软件最强大（牛逼）的地方在于，它可以根据你生成的语音输入内容进行排版，并自动省去一些由于说话方式导致的语气词（如嗯、啊等）。它提供了一个非常便捷的 UI，是一个功能比较完善的软件。
但目前存在以下几个问题：
1. 快捷键设置不便：
输入时需要同时按住 Alt 键和空格键。其实对于长按操作，如果能支持单键输入，体验会更好。
2. 语言支持有限：
目前大部分界面和功能主要支持英文，缺乏相关的中文支持。这导致对于英文水平一般的用户来说，理解起来会有一定的门槛。
3. 收费门槛较高：
该软件本质上没有本地模型，需要支付会员费用才能使用。目前会员费一年需要 $210，这个收费标准确实偏高了一些。
typeless很不错
上手使用之前的onboarding比较长，但也能够让用户充分的了解这个产品的功能和能力边界。
使用过程中的文字识别能力也不错（目前只尝试了中文输入），针对个别的corner case和言外之意也支持，很赞！
缺点是这个功能不是我生活中的刚需，办公场景没有条件语音输入，价格偏高付费意愿不强。
日常使用两周，来个追评，依旧是good的，当之无愧的AI语音输入第一
说几个细节：
1、口述大段内容会自动整理成段落，对vibe coding和文档写作友好
2、自动识别常用词典，虽然还没摸清楚逻辑但真实可用（其他家表示很迷）
3、新出了“个性化”功能，还没显性效果，但介绍的意思大概是学习个人语气和风格来优化输出文案，这个设定不抢眼所以也不容易引起反感，期待真正反馈给用户的效果
当然也有不足：
1、复杂环境收音不好，蓝牙耳机、嘈杂环境都不太行
2、强依赖网络环境，有几次网络波动直接罢工了，可以端侧小模型+云端大模型一起做牛马会更强
还有点期望：
1、考虑出点硬件吧，比如蓝牙耳机，为了不想按电脑的Fn键，我差点就想自己diy一个万能按钮了
2、手机版也需要，可以不做传统的键盘输入法，类似微信输入框那种轻量的语音键，我直接就充值
如果说gemini3 pro 是 GPT 5 理想中的样子。
那Typeless 估计就是 小凹理想中的样子。
在demo环节就遇到了一个很炸裂的功能：语义改写（P1）。我个人认为这是个非常强大的功能，在前后对话冲突的时候即刻转写这段话，提取出正确的信息。 不仅是闪电说那种自动过滤掉废话和语气词，Typeless甚至支持语音重写。
低语功能我也很喜欢，这里又要拉踩下小凹，因为前几天我试验小凹的时候也是在很轻的说话，结果小凹忽略了我大部分说还内容，但是Typeless没有，它比较精准的记录了我小声又有点含糊的说话内容。
从这段话开始，我使用的都是Typeless的功能，我原本的说话内容，我用括号进行标注。如果出现任何错误，那就是Typeless的错误。
测试开始：
1.我在办公室整理（我说的场景）一下，现场给他做几项测试。他会不会受到一些无关运气（我说的信息）的影响？比如说（我说了很多个比如），我这里停顿了很久，看看他会输出什么。
2.再比如说，现在的场景下，我让同事添加了一个干扰项，我让他隔着一些3.对我说话，就是看我和同事说话的时候，他是否还会记录下我的声音。（基本无误）
3.最后我用淮扬方言讲了一段话，我不知道他是否能够听得懂。（能听懂）
4.I asked him to write a test sentence for this software in English.（我框选并让他把这段话换成英文）
测试结束。
总的来看，整体效果还是不错的，尤其是方言和轻声说话。把我的口头语省略了很多。（其实我说了很多嗯嗯嗯这个那个）。不过，我发现这个好用之后也逐渐习惯了。最后我想要付费一下，看了一下它的定价策略：一个月竟然要30美金，我觉得可能稍微有点贵。但是不得不说，这个瞬间的提效还是特别有用的，尤其是对一些比较个人或者整体化的办公来说。
最后：
我觉得包括Typeless，像闪电说，他们面向的都是一个个人的语音助手，它们有一个共同的缺点，就是无法完成音色识别。如果说没有音色识别的话，它可能就无法在一些会议场景中起到一些作用。它可以作为一个个人的提效助手，而非是一个整体的提效助手。我认为这里是一个可以共同改进的地方。
这个产品有以下几个优点：
1. 用户界面清爽干净，而且设计的很舒服
2. 新手引导对小白非常友好：它有很清楚的图示说明配合（很建议其它的ai产品团队学习以下其新手引导）。
3. 这个AI总结会帮你把语气词（比如我们口述时常用的一些“呃”、“然后”之类的词）自动过滤掉。
4.在开始的时候会有一个清楚的提示音，这点比较能够保护用户的隐私，因为有时候可能会误触到这个按键。
5.根据不同的应用（例如 Gmail 或其他聊天软件）的使用场景，匹配不同的总结需求。这点通过内置实现，不需要用户再单独编写提示词，对用户来说非常友好。
6.我觉得这个产品的设计理念也是比较克制，类似flomo那种，很用心打磨用户需要的功能，而不是炫技似的推叠。
体验了30天后，刚刚续费了一年了，希望借此工具多讲些内容吧。
感觉不打字自己会整理还是蛮好的，我总是会停顿，还有很多不该有的语气词，这个工具都会帮我修饰好。感觉生产内容的速度比以往快了好多，最主要是不累。
像一个作者，如果长期写作的话，他表达内容的方式是很顺畅的。如果他不用写字，那他的嘴那就是无敌——这是我个人观点。
Typeless 给我的体验感觉挺好的，满分 10 分的话愿意给个 8 分。
1. 选中文本输入框，按 Fn 唤起听写功能
2. 识别精准，即使有环境声的干扰，也能比较准确地完成文字识别。
3. 支持选中文本，通过语音来完成指定的一些文本编辑操作，比如 “翻译成日文”、“优化写作”、“把数值改成 XXX”等
4. ASR => NLP 的过程交互动画做得很顺滑，非常喜欢。
说完优点，讲一下槽点：
- 一开始的用户引导觉得有点莫名其妙，在软件设置页面也没有看到对应的配置页。
- 定价偏贵，目前还没有看到杀手级的特性值得我为之每个月付费 30$。
- UseCases 页面放一堆无关的产品链接是为什么？？？
- 功能太少了，你都用上 LLM 了，做点功能吧，快捷指令或者 Agent 中心，要不咱们加个笔记管理功能也行啊...
虽然缺点也不少，但是我还会一直使用下去，最核心的原因就是识别精准 & 支持选中编辑
目前 typeless 作为我语音输入的主力，闪电说作为 backup。
放一张使用 typeless 来 vibecoding 的 belike，真的和我一模一样，有些时候兴致上来了，边走路边 code 就是这样的...
挺喜欢放在介绍中的一句话：
“Less typing. Less friction. More clarity, creativity, and headspace. More human.”
爱了，第一次尝试到这样的工具，觉得很新颖，又再一次被ai带来的创新给震撼到。
完了！从今天开始，我真的离不开AI语音创作了。感觉以后自己可以用嘴巴打出所有的字，不用这么累。
之后我也会去尝试一下“闪电说”，虽然这次时间有限，但听说它也比较好。不过 Typeless 比它好的一个优点就是会删除一些语气词，我觉得这种对着竞品迭代挺好的！
这种类型的工具只要做得好，就会非常棒，而且只需要按住一个键就能开始讲。
作为重度 “语音转文字” 用户，我对这款 APP 非常满意。
首先，它不需要一直按住某个键才能说话，只需多按下空格键即可解放双手。这种交互方式不会限制我的思维。
其次，它处理散乱和跳跃式表达的能力让我感到惊艳：
1. 它能将零散的内容总结成 1、2、3、4、5 这样的逻辑要点。
2. 即使是长语音输入，它也能保存完整内容并进行整体输出。
目前这款工具的体验已经超过了我常用的讯飞语音输入法。虽然讯飞的准确度很高，但在语言结构化方面比较弱，且长语音输入时常会被强制终止。
当然，我在使用过程中也遇到了一点小 Bug：它好像因为资源占用问题让我卡过一次机。不过好在卡机后语音内容依然有记录，重新生成即可。
唯一的一点是：如果它不是付费软件的话，我一定会长期使用下去。
（以上全部为直接输入，没有任何一次修改，我本身的语言是跳跃的和不太成章法的，但是他直接出来就可以用了。）
2日后补充评价：
昨天我使用这个语音输入法，说了大概有6分钟的内容。整个过程当中，思维是没有断线的，有的话术是重复的，它最后给我整理出来的结构化内容，我非常满意。
我觉得如果从产出文字的层面来讲，这个输入法已经超越了我对之前输入法的预期，应该可以说很惊艳！对于我这种嘴跟不上脑子的人来说，这款输入法真的挺好的，我都在考虑付费了！
前几天朋友推荐我试试 Typeless，一款语音转文字工具。
起初我挺不以为然：语音转文字谁没有？ChatGPT、微信、苹果输入法，随便一个都能搞定。
我当时觉得做这类产品的很睿智。
直到周末我在网页端用 Gemini 试语音输入，总觉得不够顺滑，才突然想起这茬，顺手把 Typeless 下了一下。
结果真的有点被“打脸”——它的体验出乎意料地好。
最打动我的地方是：我只是随口说了一段话，它不仅转成了文字，还直接帮我整理成 Markdown，并自动拆成清晰的 1、2、3 点。
那一瞬间我就意识到，这不是“又一个语音转文字”，而是直接特娘的一步到胃了。
我几乎是立刻把它分享到了群里。因为我觉得它真的很有用，也是在那一刻我突然确信：这会是一个很容易火起来的产品。
在 AI 参与表达的时代，人类不必每句话都精准、结构都完整。
我们只需要把意图说出来，AI 就能把模糊的输入对齐成清晰、可用的输出。
以上内容由 Typeless 语音转文字整理
我之前测评过一款也是语音输入的工具，也是在查这边测过的，叫闪电说，之前那款的话性能相对这款没有那么高效（对比的是我刚测时候的闪电说），这款在语言库的种类就相对较多，而且嵌入了ai智能体，让ai扩写或者删除一些卡壳的“嗯”“啊”都很方便，
再就是翻译的功能，不局限于中英互译，还能有韩文，日语这些，用作平时学习的工具也是很不错的
在冬至的中午吃完饭，让Typeless写一个查评。
也试着给大家录了冬至祝福，模拟了邮件的形式
（手动添加词典：降临派）
（从此我念guancha便是降临派hhh）
产品新手引导清晰，很慷慨，可随性使用30天。
最喜欢它能够排版，去掉没必要的语气词、翻译方便！
小小吐槽一下，怎么默认安装，不支持选择下载路径咩哈哈哈
不过，整体体验很丝滑，语音识别准确率挺高的，转写速度也算快，还会帮我去掉“嗯嗯啊啊”这种无用的话以及帮我自动排版生成列表，确实能感觉极大提升了效率；同时这个交互很便捷（离滑鼠和enter键都很近），细节之处可见其用心。最重要是，因为语音是和人类交互最重要的模态，他能够收集我的语音，并学习我的说话方式，从而真正的变成“second me”（这里cue一下）
体验很不错！比wispr flow对中文场景的支持要好。和豆包比不相上下甚至更强。转写的时间会比豆包稍微长一点不过也可以接受。使用频率不高的用免费额度也差不多。
我唯一的问题就是电脑本地在对应的文件夹里没有找到对应的语音asr模型，或者mel特征提取的模型。所以语音上传云端的话对这个有点在意。