免費無限用！谷歌上線了一款AI語音轉寫神器

智東西
編譯 陳佳
編輯 程茜

智東西4月7日消息，谷歌今日悄然在iOS App Store上架了一款名為Google AI Edge Eloquent的語音聽寫應用。該應用免費且不限使用，默認基于本地的Gemma ASR模型完成語音識別、文本整理，無需聯網，數據不出手機；同時也支持切換至云端由Gemini進行文本潤色，在保障隱私的同時按需提升效果。

Eloquent還引入了個性化詞匯機制，可基于用戶常用表達建立專屬詞典，以提升識別準確率。

據The Next Web，這款應用沒有發布會、沒有博客說明，也未通過官方渠道提前預熱，卻在功能組合上與當前主流付費產品形成直接競爭。這款應用之后會有安卓版本，但目前還沒有上架。

一、轉錄、潤色、重寫一站完成，端側處理保隱私、云端增強提效果

具體來看，Eloquent的能力可以概括為語音轉錄、文本潤色與結構化重寫三類。這一過程將語音輸入、整理和輸出，壓縮在一次操作中，減少了后期手動編輯的步驟。

打開Eloquent后，界面會顯示一個帶實時波形的聽寫區域。用戶說話時，文本會同步生成。

用戶暫停或結束輸入后，系統會對語音內容進行處理，自動去除“嗯”“啊”等口頭填充詞，并對句子進行簡單整理，讓表達更接近書面文本。

處理完成的內容會自動復制到剪貼板，方便直接粘貼使用。

除核心轉錄功能外，Eloquent還提供四種文本轉換工具：“要點”（Key points）將口述內容中的主要信息提煉為條目列表；“正式”（Formal）將轉錄文本改寫為更專業的語體；“簡短”（Short）對內容進行壓縮；“詳細”（Long）則對內容進行擴展。

歷史記錄選項卡保存所有此前的轉錄內容，每條均可單獨刪除。使用統計功能追蹤累計字數和每分鐘字數，這一細節面向那些希望量化自己實際口述產出的效率導向型用戶。

在個性化方面，Eloquent還引入個人詞匯字典機制，用戶可以手動添加專有名詞與行業術語，以提升識別準確率。

用戶在登錄谷歌賬號后，還可以選擇從近期Gmail郵件中導入高頻詞匯，自動建立個性化詞匯檔案，無需手動配置。這是整款應用中唯一涉及谷歌賬號數據的功能，且完全可選。

這些功能背后的技術路徑，是端側優先加云端增強。Eloquent將處理能力盡量放在設備本地完成，其底層模型是谷歌自研的Gemma ASR，語音數據和個人內容無需離開手機，以保護用戶隱私。

在云端模式下，語音識別仍在設備端啟動，但文本潤色由云端的Gemini模型完成。這種可切換機制，使用戶在隱私與效果之間擁有選擇空間，尤其適用于對數據流轉敏感的使用場景。

二、免費無使用上限，支持iPhone本地離線轉寫

和市面上其他工具的不同之處在于，Eloquent支持在iPhone上本地離線處理，且完全免費、不設使用上限，這一組合正在對現有付費產品的定價邏輯形成壓力。

當前主流語音轉寫工具大多采用訂閱制，例如語音工具Wispr Flow與Willow月費約15美元，部分產品還需將音頻上傳至云端服務器處理。另一款強調隱私的Mac端應用SuperWhisper雖然支持本地運行，但仍需按年付費，且無法覆蓋移動端場景。

Eloquent并未納入谷歌常規的消費級產品體系，而是以Google AI Edge名義發布。該體系主要面向開發者，提供在Android和iOS設備上本地運行AI模型的工具與SDK。這一歸屬讓Eloquent不只是一個面向用戶的語音工具，也承擔了展示端側模型能力的角色，用于向開發者和企業說明Gemma在實際場景中的落地能力。

據The Next Web，過去一年主流科技公司正在加快推動AI模型向終端設備遷移，一方面出于隱私保護需求，另一方面也為了降低云端調用帶來的延遲與成本。在這一趨勢下，Eloquent將端側語音識別與文本處理能力落在日常輸入場景中，成為目前較為直接的落地案例之一。

此外，對于以Android為核心陣地的谷歌來說，Eloquent選擇優先登陸iOS并不常見。過去谷歌在AI能力的發布路徑上，通常會先在自有生態中落地，例如通過Pixel設備上的端側模型或AI Edge相關SDK展示新能力，再逐步擴展到其他平臺。

而此次在沒有同步推出Android版本的情況下先上線iOS，讓Eloquent更像是一場單獨試水，而非成熟產品體系內的常規正式上線。

結語：免費與本地處理，Eloquent指向更低門檻的語音轉寫

Eloquent把端側語音識別、文本自動整理和基礎內容處理放在同一個流程里，同時提供完全免費的使用方式，并允許在本地完成核心計算。這種組合此前多出現在不同產品或付費版本中，如今被整合進一個無需訂閱的移動端應用中，改變了語音轉寫工具的使用門檻。

Eloquent目前更像是Google AI Edge體系下的一次展示，其后續形態仍有待觀察，例如是否會持續更新、是否擴展到Android并接入系統級輸入場景。至少在現階段，這款應用已經展示出一種更具體的方向，即將語音輸入從云端服務轉向設備本地能力，并以更低門檻進入日常使用場景。

來源：Google AI for Developers、The Next Web、TechCrunch