Wispr Flow 融资 2.8 亿美元并推出语音 AI 模型
内容提要
Wispr AI完成2.8亿美元B轮融资，估值达20亿美元，并推出自研语音模型Canto。该模型能在嘈杂环境中识别语音，将错误率从30%降至5-10%。其产品Flow已处理超600亿字，被财富500强企业广泛使用，惠及商务人士及听障群体。
延伸解读
嘈杂环境下的语音识别突破
传统语音模型多在纯净语音上训练，在嘈杂环境中错误率较高。Wispr 的 Canto 模型通过包含噪音、狗吠等干扰的样本训练，能快速分离人声与背景噪音，将嘈杂环境下的错误率从 30% 降至 5-10%。这一进步使得在车内、街道等场景下进行语音输入成为可能，拓展了语音识别的应用边界。
语音输入的应用场景扩展
过去语音识别多用于简单查询，如天气或搜索，因为复杂任务在嘈杂环境下容易出错。Canto 的推出让用户可以在嘈杂环境中口述长文，系统能准确转录并生成文档。这为商务人士、创作者等提供了更高效的输入方式，也推动了语音交互从简单指令向复杂内容创作的转变。
对听障群体的潜在价值
文章指出，聋人和听力障碍人士依赖 AI 转录，但多人对话和嘈杂环境常导致错误。Canto 在嘈杂环境下的低错误率有望改善这一状况，提升转录的准确性。尽管许多人仍依赖设备端转录，但云模式的演进可能为听障群体带来更可靠的实时字幕体验。
Q&A
Wispr Flow 最近完成了多少融资，估值是多少？
Wispr Flow 的开发商 Wispr AI 完成了 2.8 亿美元的 B 轮融资，估值达到 20 亿美元。
Wispr AI 推出的自研语音模型叫什么？它有什么特点？
Wispr AI 推出的自研语音模型叫 Canto。它的特点是能够在嘈杂环境中识别语音，通过将人声与背景噪音分离，降低错误率。
Canto 模型在嘈杂环境下的错误率是多少？
当 Canto 集成到 Flow 中时，嘈杂环境下的错误率从 30% 下降到接近 5% 至 10%。
Flow 的主要功能是什么？
Flow 是一款文本转语音工具，可以集成到各种应用中，让用户对着文本框说话，它能识别口语，修正语法错误、口误、语气词和口吃，生成清晰的文本。
Flow 的用户规模和使用情况如何？
Flow 已处理超过 600 亿字，被几乎所有财富 500 强企业和超过 1 万家企业使用。
Wispr Flow 对哪些人群有帮助？
Flow 对商务人士、NBA 球员等需要高效记录的人群有帮助，同时也惠及聋人和听力障碍人士，他们使用 AI 转录来辅助沟通。
