Wispr Flow(wisprflow.ai)是舊金山 Wispr 公司的 AI 語音輸入工具。先說明它的型態:wisprflow.ai 這個網站只是產品入口(介紹、定價、文件、下載),真正的產品是安裝在 Mac、Windows、iPhone 和 Android 上的應用程式——按住快捷鍵(桌面)或浮動按鈕(手機)說話,鬆開後,去掉語助詞、補好標點、依照目前應用程式情境調整過語氣的文字,會直接輸入游標所在的任何文字框:電子郵件、Slack、iMessage、Notion、終端機、程式編輯器或 ChatGPT 對話框,不需要任何外掛。它要解決的問題是:系統內建聽寫只是把語音逐字轉成文字——包括每個「嗯」和每一次改口——之後還得自己動手清理;Flow 把「轉錄」和「編修」合併成了一個步驟。與多數同類產品可核實的差異在於:四個平台共用同一個帳號與同一套個人化資料,官方稱支援 100+ 種語言(含中文與粵語)。截至 2026-09-17,公司剛於 2026 年 8 月完成 2.8 億美元 B 輪融資(估值 20 億美元),並預覽了自研語音模型 Canto,自我定位正從聽寫工具擴展為「語音互動層」。

網站速覽

  • 網址:https://wisprflow.ai(產品入口;實際使用需安裝應用程式)
  • 類型:AI 語音輸入/聽寫應用程式 + 會議記錄功能(Notetaker)
  • 費用:Free $0(桌面每週 2,000 詞、iPhone 每週 1,000 詞);Pro 每位使用者每月 15 美元(年付折合 12 美元);Growth 每位使用者每月 23 美元(年付折合 18 美元);Enterprise 另行報價,見官方定價頁(截至 2026-09-17)
  • 註冊要求:瀏覽官網與文件無需註冊;使用必須建立帳號(Google / Apple / Microsoft / SSO / 電子郵件);美國使用者須滿 13 歲、其他地區須滿 16 歲,未滿 18 歲需監護人同意,見服務條款
  • 介面語言:應用程式介面與官網基本只有英文;聽寫辨識支援 100+ 種語言
  • 上線時間:2024 年 10 月(macOS 首發;Windows 2025 年 3 月、iOS 2025 年 6 月、Android 2026 年 2 月,見 TechCrunch 報導)

網站背景

Wispr 由 Tanay Kothari(CEO)與 Sahaj Garg(CTO)創立,兩人是史丹佛大學同學;前者曾在 Stanford AI Lab 發表研究、入選 2023 年 Forbes 30 Under 30,後者此前是光子運算公司 Luminous Computing 的第五號員工(官方媒體資料)。媒體與 Wikipedia 條目均記載公司於 2021 年創立,最初做的不是軟體,而是一種非侵入式穿戴裝置——透過讀取神經肌肉訊號,讓使用者「默唸」就能輸入文字;今天的 Flow 原本是那套硬體的軟體層。約三年後,團隊判斷當時的 AI 還撐不起硬體體驗,於 2024 年 7 月放棄硬體、轉向軟體,數月後發布了 Mac 版(TechCrunch 2025-06 報導)。

融資節奏在語音領域相當積極(均以官方公告或一手報導為準):

  • 2025 年 6 月:3,000 萬美元 A 輪,Menlo Ventures 領投,NEA、8VC 等參投,累計融資 5,600 萬美元(TechCrunch)。
  • 2025 年 11 月:2,500 萬美元 A 輪延伸,Notable Capital 領投,累計 8,100 萬美元(TechCrunch 2026-02 報導回溯確認)。
  • 2026 年 8 月 17 日:2.8 億美元 B 輪,估值 20 億美元,Menlo Ventures 領投,累計融資 3.61 億美元(官方公告;Reuters 報導經 Wikipedia 轉述核實)。

B 輪同日,公司預覽了首個自研語音模型 Canto:官方稱在噪音、風聲、重口音等最困難的環境下,詞錯誤率從 30% 以上降至 5–10%,日常聽寫中需要手動修改的比例預計減少 30–35%——此前 Flow 使用的是依語言動態挑選的第三方語音辨識引擎組合。規模方面,官方口徑為:累計已有超過 600 億詞經 Flow 輸入,財星 500 大企業幾乎都有員工在用,企業客戶超過 1 萬家;2026 年初的官方長文稱每日活躍使用者數十萬、月成長約 40%(The Master Plan)。

這篇長文也交代了公司的路線:第一步做好可靠的語音輸入,第二步讓語音驅動操作(voice to action),第三步進入穿戴裝置,最終目標是成為「讓這些裝置有用的作業系統」——官方 About 頁面已把公司稱為「The Voice Interface Company」,並新設由首席科學家 Ariya Rastrow(Alexa 創始團隊成員)領導的 Wispr Advanced Interfaces Lab。

Wispr Flow 首頁:主視覺「Don't type, just speak.」,頂欄提示 Notetaker 已支援 Windows 與 Mac

截至 2026-09-17,官網首頁頂欄仍在宣傳「Wispr Flow Notetaker is now available on Windows and Mac」——Notetaker 是公司 2026 年 8 月推出的第二條產品線。

核心能力:從說話到可以直接送出的文字

Flow 的基本互動在所有平台上一致:按住、說話、鬆開,文字寫入游標處。它與系統內建聽寫的差別不在「聽得清」,而在後處理(官方比較頁):

  • 識別改口與自我修正:說「我們 5 點見……其實 6 點」,內建聽寫會全部寫下來,Flow 只輸出「6 點見」。
  • 自動排版:依內容自動產生清單、段落與郵件結構,而不是一大段文字牆。
  • 依應用程式切換語氣:郵件裡正式、聊天裡隨意,根據目前應用程式的情境自動調整(個人化風格目前僅在英語聽寫時生效)。
  • 個人詞庫與 Snippets:人名、術語會自動學習,也可手動加入;常用文字(信箱、地址、連結)可設定語音口令,說出即帶入。
  • 耳語與噪音環境:官方 FAQ 稱低聲耳語也能辨識,建議麥克風靠近嘴邊,並明確不建議使用 AirPods 等藍牙耳麥(音訊壓縮會降低準確率)。
  • 開發者場景:在 IDE 裡能識別 camelCase、snake_case,支援在 Cursor、Windsurf 中以語音標記檔案。

Wispr Flow 官方比較頁:左側為 Flow 輸出的成稿,右側為系統內建聽寫的原文

官方比較頁給出的「zero-edit rate」(說出來即可直接送出、完全無需修改的比例)自測數據為:Flow 90%、OpenAI 71%、ElevenLabs 63%、Siri 52%。需要注意這是 Wispr 自己發布、未經第三方重現的 benchmark 口徑,只能作為官方主張引用。

Wispr Flow 產品型態:筆記型電腦與手機上運作的 Flow 語音條

產品型態上,桌面端是系統層級的浮動語音條,按熱鍵觸發;iOS 端以第三方鍵盤形式運作,Android 端則是可按住說話的浮動氣泡(TechCrunch)。各平台共用一個帳號,詞庫與設定跨裝置同步。

第二條產品線 Notetaker 於 2026 年 8 月上線(9 月 15 日擴展至 Windows):它不派機器人加入會議,而是在本機直接錄製,因此適用於任何會議軟體乃至面對面談話;提供講者識別、跨會議問答,並可透過 MCP 把會議筆記接進 Claude、ChatGPT 等工具。免費方案有每週會議數量限額,Pro 提高額度,Growth 標示為無限存取。

多語言與中文支援

對華語讀者,這部分值得單獨說明。官方稱支援 100+ 種語言,語言在每次聽寫開始時偵測,也可以在設定中固定常用語言(多語言文件):

  • 繁體中文與簡體中文是兩個互斥選項(選一個會自動取消另一個),粵語(粵語)則是獨立的語言選項;iOS 會依系統地區預填——台港澳預設繁體,中國大陸、新加坡預設簡體。
  • 在官方研究部落格(2026-01,CTO 署名)中,達到「與英語同等調優水準」的第一梯隊語言是法、德、印地、義、葡、西、泰七種;中文(普通話)與粵語在第二梯隊,官方表述為「準確的聽寫」,未承諾英語級水準,並直言「非英語的轉錄準確率尚不如英語」。
  • 中英夾雜是官方承認的最難組合:句中夾雜時英文詞可能被寫成中文字元(或反之),官方建議固定單一語言使用;句內快速切換語言不受支援。
  • Android 端目前只有自動偵測,不能手動選擇語言;應用程式介面無論聽寫語言為何基本都是英文。

定價

截至 2026-09-17,官方定價頁的方案如下(頁面會依造訪地區切換貨幣——台灣以外的美元標價如下表;從中國大陸直接連線時會顯示人民幣):

Wispr Flow 定價頁:Free、Pro(年付每月 12 美元)、Growth(18 美元)與 Enterprise 四個方案

方案 月付 年付(折合每月) 主要內容
Free $0 $0 任意應用程式聽寫、100+ 語言、詞庫與 Snippets;桌面每週 2,000 詞、iPhone 每週 1,000 詞;Notetaker 有每週限額
Pro 15 美元/人 12 美元/人 無限聽寫、更長 Notetaker 歷史、團隊共享詞庫與 Snippets、集中計費、用量分析、優先支援、新功能搶先
Growth 23 美元/人 18 美元/人 無限 Notetaker 存取、SAML SSO、簽署 BAA 的組織級 HIPAA、多網域、管理員控制全團隊模型訓練開關
Enterprise 另行報價 另行報價 SCIM 使用者 provisioning、稽核日誌與 MDM、模型訓練強制關閉、客製合約與 PO 開票、專屬 SLA

補充幾個條款層面值得知道的點:學生與教師憑教育信箱可享 Pro 五折,非營利組織另有折扣;金流走 Stripe;訂閱可隨時取消,但退款僅在法律要求時提供(服務條款)。

帳號體系與開放能力

使用 Flow 必須註冊帳號(支援 Google、Apple、Microsoft、SSO 或電子郵件),免費方案不需要信用卡。團隊功能從 Pro 起提供共享詞庫、共享 Snippets 與集中計費;企業功能集中在 Growth 與 Enterprise。開放能力方面有一個明確的邊界:官方安全 FAQ 寫明 API 已經停用(「the API has been sunsetted」),沒有公開的開發者 API;目前唯一的整合出口是 Notetaker 的 MCP 支援,可以把會議記錄接進 Claude、ChatGPT 等 AI 工具。docs.wisprflow.ai 提供瀏覽器內的即時體驗入口,不裝應用程式也能試用幾句。另請注意條款約定:免費帳號連續 12 個月未使用可能被終止;美國使用者預設接受強制個人仲裁並放棄集體訴訟(註冊後 30 天內可寄信退出)。

隱私與資料政策

語音輸入工具處理的是使用者最敏感的一類資料,Flow 的資料政策有幾個必須看清的要點(Data Controls、隱私政策、安全與合規 FAQ,均截至 2026-09-17):

  • 轉錄始終在雲端完成,官方明示沒有離線模式,也不是端到端加密——音訊必須在伺服器端解密才能轉錄。傳輸 TLS 1.2+、儲存 AES-256,資料全部在美國處理與儲存,歐盟/英國使用者透過標準合約條款(SCC)跨境。
  • 個人與試用帳號預設允許將聽寫音訊、轉錄文字和你的修改用於模型改進;退出方式是設定裡的「Improve the model for everyone」開關(Settings > Data and Privacy)。企業與簽了 HIPAA BAA 的帳號預設不參與訓練,且企業帳號沒有開啟選項。
  • 「Dictation Cloud Storage」是另一個獨立開關,控制伺服器端是否保存轉錄與音訊歷史;兩個開關全關即官方所稱的 Zero Data Retention。但要注意:Snippets 與個人詞庫無論如何都會雲端同步,聽寫詞數等使用統計也始終會收集。
  • 產生文字時可能呼叫 OpenAI 或 Anthropic 的模型;官方稱與所有第三方 AI 供應商簽有零保留協議——對方不得用資料訓練,共享資料 30 天內刪除。會議音訊不用於訓練(除非明確揭露並由使用者開啟);Google 日曆、Gmail 等 Google 資料絕不用於訓練。
  • 可選的「Context Awareness」會讀取目前應用程式視窗的文字以拼準人名術語;「Auto-add to Dictionary」會偵測你在貼上框裡的改字動作。兩者都可關閉。
  • 合規認證的口徑需要留意:官網首頁與定價頁宣稱「SOC 2 Type II、HIPAA、ISO 27001 認證」,但官方安全 FAQ(2026-09-07)揭露,此前由 Accorp Partners 與 Gradient 出具的 SOC 2 Type II 和 ISO 27001 證書已於 2026 年 3 月因原稽核方(Delve)的平台完整性問題被主動作廢;目前的新稽核由 A-LIGN 執行,SOC 2 Type I 已於 2026 年 4 月完成,SOC 2 Type II 與 ISO 27001 Stage 2 仍在進行中(官方說明)。處理敏感或受監管資料的使用者應以 FAQ 口徑為準。

適用場景

  • 文字量大的知識工作者:郵件、文件、聊天回覆佔日常工作大頭的職位;官方稱重度使用者六個月後 72% 的字元經語音輸入(媒體資料,官方口徑)。
  • 為 AI 工具寫提示詞:口語能提供比打字更多的上下文,官網與多家媒體都把「對 ChatGPT/Claude/Cursor 說話」列為主打場景。
  • 開發者:語音寫註解、文件,與 Cursor、Windsurf 聯動標記檔案。
  • 無障礙需求:RSI、腕隧道、關節炎、閱讀障礙、ADHD 等打字困難族群(Wikipedia 收錄的使用者群體);官方提供身心障礙者 40% 折扣(Google Play 列表)。
  • 行動與雙手占用場景:通勤、散步時回訊息、記想法。
  • 有合規要求的機構:簽署 BAA 後可用於醫療場景(簽署後 Notetaker 與雲端儲存會被關閉)。

局限

  • 必須連網:轉錄全部在雲端完成,離線完全不可用;第三方評測(Android Police,經 Wikipedia 轉述)也把「需要網路連線」列為主要限制。
  • 預設參與模型訓練:個人與試用帳號的音訊、轉錄預設可用於模型改進,注重隱私的使用者需要在設定裡手動關閉——這個預設值與「隱私優先」的行銷口徑存在張力。
  • 中文支援可用但非強項:中文不在官方的第一梯隊調優語言裡,中英夾雜是官方承認的最差場景,個人化寫作風格僅英語生效,介面無中文。
  • 合規認證處於過渡期:舊 SOC 2 Type II / ISO 27001 證書已作廢,新認證尚未全部簽發(見上一節),行銷頁面的表述落後於官方 FAQ。
  • 桌面端資源占用:How-To Geek 的比較評測(經 Wikipedia 轉述)提到資源占用偏高、有啟動延遲,個別應用程式中出現標點與文法問題。
  • 條款偏向平台:退款原則上不提供;美國使用者強制仲裁、放棄集體訴訟;免費帳號 12 個月不活躍可終止;免費額度按週清零(桌面 2,000 詞),只夠輕度體驗。
  • Android 端功能較窄:只有自動偵測,不能手動固定語言。

同類參考

  • 系統內建聽寫(Apple Dictation / Google 語音輸入):免費、系統層級、部分裝置可離線,但只做逐字轉錄、不做清理與排版——Flow 官方比較頁的主要比較對象。
  • Superwhisper:Mac/iOS 上的同類 AI 聽寫工具,TechCrunch 列舉的直接競品之一,提供本地模型選項。
  • MacWhisper:基於 Whisper 模型的本地轉錄路線,隱私模型與雲端方案不同(Wispr 官網設有比較頁)。
  • Aqua、Talktastic、BetterDictation:TechCrunch 報導中列舉的同領域產品。

參考資料