你有多讨厌打字？大型语言模型的出现迅速推动了语音转文本技术的发展。无论是 Wispr Flow 参加您的会议以总结讨论，还是谷歌在其最新 Pixel 智能手机上推出更智能的设备内语音输入，这些工具不仅仅是转录：它们智能地剔除填充词，实时清理未经过滤的想法，并且可以无缝调解多语言对话。如今，一家新创业公司进入了这个竞争。与其软件驱动的同行不同，Relay 正在构建一个专用的便携式麦克风，让您可以在任何地方获取高保真语音转文本服务。Relay 总部位于伦敦，由两位前 Nothing 员工创立：人工智能与服务主管 Cookie Xu 和硬件产品经理 Raymond Zhu。虽然公司今天首次推出其软件，但硬件——他们称之为 Relay Q——要到2027年初才能投放市场。Zhu 表示，当他和 Xu 在 Nothing 工作时，他们使用 Wispr Flow 的转录软件来“打字”工作中的大部分消息。他说这 greatly 帮助了思想的构思，但他们却不断遇到一个问题：在办公室大声说话。“在办公室，我们从来无法获得正确的输入音量，”Zhu 告诉 WIRED。“如果我低声耳语，Mac 无法识别；太大声，我旁边的同事就能听见。有时候我会拿出耳塞，像这样，”他说着在视频通话中，手里拿着一个耳塞在嘴前演示。“这需要专用的硬件。”Relay 在推出时仅支持 macOS，虽然公司计划将其引入 Windows、iOS 和 Android。Zhu 认为桌面上的对话最复杂，因此从桌面开始。与朋友和家人的聊天在手机上很简单，但在计算机前的工作中，您分享想法、进行头脑风暴并使用不同的语调和正式程度。尽管麦克风离准备还差几个月，我已经在使用 Relay 的 macOS 应用程序的测试版，该应用程序可以在有或没有专用麦克风的情况下工作。在设置过程中，您需要选择一个热键，以便在任何文本字段中触发 Relay——默认是 Fn。按住该键，同时将光标放在任何文本字段中，Relay 就会激活并处理语音转录。语音转文本引擎由谷歌的 Gemini 模型提供支持。它还可以执行上下文操作——称为技能——比如让它在 Slack 中给同事发消息，这会促使 Relay 启动应用程序，找到收件人并草拟文本。不过，我在这个 Slack 技能上遇到了一些麻烦，但在谷歌日历中创建日历事件时没有问题。Relay 有一些预设技能，您可以为 WhatsApp 和 Gmail 等流行应用启用，但您可以自定义并连接其他应用。自动化需要广泛的系统权限。Relay 需要访问您的麦克风，但您可以授予它随时录制屏幕快照的权限，激活时就可以执行这些技能。该公司表示，它将数据存储在用户的设备上，用户可以手动编辑或删除数据。当数据发送用于处理时，它在传输中经过 Relay 的服务器到达谷歌的服务器，但 Relay 不会保留数据。不过，让 AI 模型能够访问您的操作系统存在固有的隐私和安全权衡，正如微软的 Recall 所示。Relay 的转录功能远没有我最近在谷歌的 Pixel 11 系列手机上尝试的 Rambler 功能令人印象深刻。它并不总能完美捕捉每一个字，有时会搞错标点符号。它同样能够理解您说错话并重新表述句子，省略不重要的部分。是的，它也可以为您插入表情符号，尽管在我的测试中表现不一致。例如，我让它添加一个心形表情符号，它都做得很完美。但当我尝试在句末添加时，它却写出了“心形表情符号”。真浪漫。它通常知道您希望它执行与消息分开的操作。例如，我通过 Relay 给我的妻子发了一条消息，说我真的想去一家特定的餐厅，而同时，我也让 Relay 提供这个地点的 Google 地图链接——它做到了。不过，有时这个功能表现得有点不稳定。我会将其归结为测试版。因为我使用的时间还不够长，软件尚未适应我的说话方式，但您可以在 Relay 应用中添加注释以便让它遵循某些模式。例如，我在 Slack 消息中很少用句号结束句子，所以我告诉它避免添加句号，它遵循了这个规则。对于特定的人群，您与之交流较多，Relay 具备相当多的自定义功能，因此可以确保您给老板发送的消息听起来专业，而给朋友的消息则显得随意。或者，您甚至可以设定让发送给居住在不同国家的同事的消息被翻译成他们的语言。