Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

每月订阅费超过200元,价格直接压过了ChatGPT Plus,功能却单一到只做一件事:语音输入。

这听起来特别像“智商税”,对吧?

但据说,真有超过10万用户排队为它付费。

这就是近期在全网爆火的AI语音键盘——Typeless。

它究竟火到了什么程度?

在社交平台上随手一搜,满屏都是来自各行各业用户的真实推荐,画风出奇地一致:

网友A:用过之后,我再也没打过字了;网友B:这辈子是不可能碰键盘了;网友C:这东西多少钱我都闭眼入!

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

语音输入法谁没用过?各大软件几乎都自带此功能。但笔者试用Typeless几天后,发现它确实有些不同。

当我输入一段逻辑混乱、充满废话的语音备忘录后,不到5秒,AI就将其整理成了分段清晰、要点明确的精炼文字:

更令人惊讶的是,在完成语音转文字后,我还能继续通过语音指令,让AI对原文进行二次润色和重写:

实测下来的最大感受是:我似乎有点理解,为什么会有人愿意每月花200多元订阅它了。

一手实测Typeless

技术发展日新月异,输入法产品也在不断迭代。从搜狗、百度到QQ输入法,我们都再熟悉不过。

但Typeless有些特殊,它本质上是一个AI语音键盘,与我们记忆中的传统输入法不太一样:

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

在实测之前,先简要总结一下它的核心功能:

  • 智能语音转写:将语音(支持轻声模式)直接转写成文字,并自动去除重复内容和口头禅等废话。
  • 自动结构化整理:将口头表达、步骤和关键点自动整理成结构清晰的文本,省去手动整理的麻烦。
  • AI语音润色:在转写文字的基础上,支持通过语音指令进行AI润色,堪称“输入法版的ChatGPT”。
  • 语气风格适配:能根据使用场景自动调整文本的语气和写作风格。
  • 多平台与多语言:电脑端和手机端均可使用,体验一致,支持超过100种语言的转写。

是的,在Typeless中,根本不存在“打字输入”这个环节。

因此,本次测评也将打破常规,从“转录准确率”、“文字自动整理”和“AI润色能力”这三个核心维度,对这款AI语音键盘进行实测。

转录准确率

我们日常更习惯打字而非语音转文字交流,一个重要原因是口头表达常夹杂“呃、嗯、啊”等语气词,转写出的文字往往杂乱且不准。既然Typeless主打转录,那就来一次毫无逻辑的废话输出测试:

我直接就是一个毫无逻辑、废话一箩筐地狠狠输出!!!

最让人意外的是,AI确实过滤了所有语气词和废话,只提炼出语音中最核心的关键信息。语义理解准确,断句自然,没有出现明显的错听或漏听,表明其在口语容错方面表现合格。

当然,单一场景不足以证明其转录能力。能否准确区分同音不同义的词,才是真正的考验。于是,笔者将难度提升了“亿”点点:

我是想试一试这个方案是不是适合,不是说事情已经定了,只是先试试看,如果试了之后发现不适合,那这件事本身也不算是失误,十次试错,总比一次失事要好,现在这个事,是不是事实,其实得看实施的时候是不是顺利,如果实施得太急,事情反而容易失控,所以我现在说的“试”,指的是“试一试再说”,不是“事情已经是这样了”的那个“事”。

这段语音中刻意加入了大量“试/是/事/实/施/失”等同音异义词,这是语音转文字最容易翻车的地方。

从结果看,AI基本把握住了核心意思。唯一的小问题是语速加快时,偶尔会出现吞字现象(如“现在说的”未被完整识别)。但整体表现不错,毕竟日常交流中很少会如此绕口,用于正常工作和生活场景,其转录准确性完全够用。

最后,测试在“轻声说话”模式下,AI的识别精度:

在几乎用气声说话的情况下,转录结果超出了预期。除了将“折扣”误听为“进口”这个小错误外,其他部分几乎无误,转录准确率相当高。

(突然发现,这个功能似乎特别适合上班时偷偷与朋友聊天……)

文字整理能力

除了基础转录,Typeless另一项更强大的能力是“文字结构化整理”。

其最出色之处在于,松开语音输入键的瞬间,AI就已开始自动进行结构化处理。即使表达得再混乱、缺乏逻辑,最终输出的内容也会被按照规范的格式分点呈现。

本次测试输入的是一段顺序混乱、包含隐性先后关系和时间节点的备忘录语音:

可以看到,AI首先准确捕捉了“帮我整理一个备忘录”的意图,因此输出结果也采用了备忘录的特殊结构。语音中那些前后交叉、顺序不清的待办事项,被清晰地梳理出了先后顺序。

最终,内容被拆分为“补全材料”、“处理临时事务”、“跟进未完成项目”三个板块,并在每个板块下补充了相应的说明和注意点。(格式上很像工作中使用的Markdown文档。)

唯一想吐槽的是,开头和结尾的几句偏废话的内容,如果能直接过滤掉就更好了。

整体而言,其文字整理能力可以打五星。毕竟,目前市面上能一键实现文字自动结构化整理的输入法工具,确实不多。

AI润色能力

最后,谈谈Typeless中一个能体现AI能力的功能——AI润色。

首先说明为何只给它“三星”评价:
1. 使用场景有限:对于日常微信聊天等场景,该功能使用频率不高。
2. 交互方式受限:手机端目前不支持文字输入提示词,只能通过语音向AI描述润色需求。在某些场景下,这增加了使用难度。
3. 编辑范围局限:每次AI润色仅针对当前输入框中的转录内容,不支持对历史信息进行润色编辑。

当然,这本身是一个好功能,只是个体需求不同。直接看实测效果:

这段文字废话还是太多了,口语化的表达还是太多了,帮我润色一下,按照时间线帮我重新梳理一下。

经过AI润色后,文本读起来确实顺畅许多。不必要的废话被处理掉,句子间的逻辑也更清晰,效果与其他AI产品的润色成果相似。

值得一提的是其交互体验:Typeless并未将润色功能做成显眼的独立入口,而是在界面右下角设置了一个小按钮,长按即可直接说话,视觉上较为清爽。

总结

客观来说,如果以专业转录工具或专业AI润色工具的标准来衡量Typeless,它的缺点不少:价格偏高、在公开场合使用不便、偶尔存在吞字错字现象,其润色能力与ChatGPT等大型模型相比也谈不上优势。

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

但如果将其定位为一款能嵌入几乎所有软件的“AI语音输入”工具,笔者认为产品已经做得相当不错。它比平台自带的转录功能更好用、覆盖平台广、几乎每天都能派上用场、能节省大量精力,再加上AI加持。如果未来价格能更加友好,笔者确实愿意长期使用下去。

在实测完Typeless后,我最初认为它更适合几类人群:

  • 开车通勤、双手不便打字,但对语音转文字准确性要求高的人。
  • 习惯在聊天时按住语音键,进行大段口语化输出的人。
  • 需要频繁随手记录大量灵感和事项的人,如自媒体创作者、产品运营等。

然而,当我浏览社交平台上关于Typeless的讨论时,发现了一些远超我想象的创造性使用场景。

例如,有网友用它来撰写社交媒体推文,声称效率比打字提升了数十倍。

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

还有用户通过Typeless与ChatGPT对话,认为口述方式极大提升了AI交互体验,同时也是一种口语练习。

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

在小红书上,甚至有开发者将其用于“Vibe Coding”场景,用语音来编写和调试AI提示词(Prompt),反馈称这种方式更易进入高效状态。

Typeless AI语音键盘实测:月费超ChatGPT Plus,10万用户为何买单?

相比之下,我仅用Typeless进行微信聊天,颇有“用小刀切牛排”之感。这款产品的潜力显然被用户挖掘得更深。

对于感兴趣的用户,可以尝试其首月免费体验。不过,其超过200元的月度订阅费,或许更适合有高频、刚需场景的用户。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/20788

(0)
上一篇 2026年2月9日 下午8:24
下一篇 2026年2月9日 下午8:38

相关推荐

  • 深夜突发!通义千问负责人林俊旸宣布离职,阿里最年轻P10技术高管去向成谜

    深夜突发!通义千问负责人林俊旸宣布离职,阿里最年轻P10技术高管去向成谜 太突然了! 深夜,通义千问(Qwen)负责人林俊旸突然发布推文,宣布自己将离开Qwen团队。 截至目前,林俊旸尚未透露自己的去向和接任者,外界尚不清楚他是否也会离开阿里巴巴。 据内部知情人士透露,目前尚无直接接替林俊旸的人选,原因是「事发比较突然」。该知情人士表示:「主要感觉就是他的一…

    2026年3月4日
    20500
  • 信息论视角下的思考革命:Adaptive Think如何终结大模型的过度推理困境

    在人工智能领域,大模型的推理能力已成为衡量技术进步的关键指标。从OpenAI的o1系列到DeepSeek的R1,再到QwQ等强化学习推理模型,这些系统通过生成冗长的推理链条(Chain-of-Thought,CoT),在数学、逻辑和常识推理任务中展现出令人瞩目的多步推理能力。然而,中国人民大学、腾讯Jarvis Lab和西湖大学的研究团队通过深入分析发现,当…

    2025年12月19日
    22200
  • Emu3.5:原生多模态世界模型的范式革命与第三种Scaling路径

    2025年,人工智能领域正经历一场从语言智能向物理世界智能的深刻范式转移。”世界模型”这一概念已从学术构想演变为科技巨头竞逐的核心战场,其目标在于构建能够理解、预测并生成动态物理环境的AI系统。谷歌的Genie 3凭借一句话生成720p实时模拟世界的能力,被业界喻为”游戏引擎2.0″;李飞飞团队推出的RTFM模…

    2025年11月3日
    22000
  • UnityVideo:统一多模态训练范式,开启视频生成模型的“物理世界理解”新纪元

    在人工智能领域,视频生成技术正经历从单一模态学习向多模态统一理解的深刻变革。近期,由香港科技大学、香港中文大学、清华大学与快手可灵团队联合提出的UnityVideo框架,通过整合深度图、光流、骨骼姿态、分割掩码等多种视觉模态,构建了一个能够“理解”物理世界规律的视频生成模型。这一突破不仅显著提升了生成视频的真实性与可控性,更实现了零样本泛化能力,为视觉大模型…

    2025年12月14日
    23300
  • TL编译器:自动映射Tile程序至空间数据流架构,性能超越厂商库1.03×/1.91×

    TL 证明,编译器驱动的映射可以在空间数据流加速器上提供厂商级别的性能。在 GEMM 和 FlashAttention 上,以最少的人工干预实现了与厂商库足以竞争甚至更好的性能,将手工设计的内核转变为可重用编译流水线的输出。同时,TL 的硬件抽象使得编译器过程在很大程度上可在不同加速器间重用,简化了对多样化空间数据流架构的支持,并为未来芯片的设计空间探索提供…

    2026年2月1日
    25300