Wispr完成2.8亿美元B轮融资，推出自研AI语音听写模型Canto

跨平台AI听写工具开发商Wispr AI宣布完成2.8亿美元B轮融资，估值达20亿美元。

本轮融资由Menlo Ventures领投，现有投资方Notable Capital、NEA、Neo Ventures、8VC和MVP Ventures跟投，新投资方Acrew、Forerunner、Goodwater、Peak XV、Together Fund和PLUS Capital也参与其中，使公司累计融资额达到3.61亿美元。

Wispr的核心产品是Flow，这是一款可集成到各类应用程序中的语音听写工具，支持用户在任意文本输入框内自然说话完成输入。该工具能够自动修正语法错误、口误、填充词（如"嗯""啊"）以及语言停顿，将口语转化为简洁流畅的书面文字，适用于邮件、备忘录和文档等场景，在移动端、桌面端及其他希望以语音替代键盘输入的环境中尤为实用。

伴随本轮融资，Wispr同步发布了首个自研AI模型Canto的预览版。

与多数语音模型不同，Canto专门针对复杂声学环境进行训练，能够应对嘈杂环境、噪音干扰、说话中断、犬吠声、他人交谈以及各种背景声响。公司指出，目前大多数语音模型使用极为干净的录音素材训练，而Canto则通过大量真实场景样本学会了从环境噪音中快速分离人声，使用户无论是在家中、车内、路边还是办公室都能正常使用。

将Canto集成进Flow之后，该工具在嘈杂环境下的识别错误率从30%大幅降至接近5%至10%。

在安静环境中，现代AI转录技术通常已相当流畅，偶有小错；而在嘈杂环境中，识别效果往往急剧下降。过去十年里，大多数语音输入应用主要用于查天气、问时间或简单搜索等短句场景，正是因为内容简短，即便出错影响也有限。而有了Canto的支持，即便坐在车里或嘈杂场所附近，用户也可以侃侃而谈，模型能够将大部分内容准确转化为文字——这在一年前对语音模型而言还颇具挑战。

NBA三届全明星球员多曼塔斯·萨博尼斯表示："我每天都在用Flow。我从小在英语、西班牙语和立陶宛语之间切换，它无论我说哪种语言都能跟上。"

受益于这项技术进步的不只是球员和商界人士。聋人及听力障碍群体也大量使用移动设备上的AI转录工具，而多人对话和嘈杂环境往往会导致转录结果出现明显偏差。尽管许多人目前主要依赖设备本地转录，但云端模型的持续演进正在推动整个行业向前发展。

Wispr表示，Flow上的累计输入量已超过600亿词，产品也已被近乎所有财富500强企业以及逾1万家企业采用，充分验证了其跨行业的应用价值。

Q&A

Q1：Wispr的Flow工具和普通语音输入有什么区别？

A：Flow不只是简单的语音转文字，它会自动过滤"嗯""啊"等填充词，修正语法和口误，输出干净的书面文字。更关键的是，配合自研模型Canto后，即便在嘈杂环境中，识别错误率也能从30%降至5%到10%，远超普通语音输入工具。

Q2：Canto模型是如何实现嘈杂环境下准确识别的？

A：大多数语音模型使用干净的录音数据训练，噪音一多就容易出错。Canto则专门用包含背景噪音、他人交谈、犬吠等真实场景的样本训练，学会了从复杂声学环境中分离人声，因此在车内、路边、办公室等嘈杂场景下仍能保持较高的识别准确率。

Q3：Flow目前的用户规模和企业采用情况如何？

A：根据Wispr公布的数据，用户已通过Flow累计输入超过600亿词，产品被几乎所有财富500强企业使用，企业用户总数超过1万家，覆盖多个行业，表明其在专业办公场景中已获得广泛认可。