Wispr Flow 离线不工作。它是一个基于云的服务,这意味着你的音频被发送到服务器进行转录,然后文本被发送回来。如果你的互联网连接断开,语音输入就会停止。每一句话都需要来回访问 Wispr 的基础设施——你的设备无法在本地转录,也无法在连接失败时退回到本地处理。
何时会出现问题
Wispr Flow 是云服务,所以在任何互联网连接不可用或不稳定的情况下都无法使用。具体来说:
- 飞行中。 标准情况。飞行模式关闭 Wi-Fi,无法语音输入。
- 无覆盖的建筑内。 地下室、保险库、法拉第笼、金属建筑工地、深林——任何信号无法到达的地方。
- 锁定的企业网络。 有些公司网络阻止出站音频流量或限制连接。音频转录服务可能被企业政策阻止。
- 语音输入中途互联网断开。 转录只有在音频到达服务器后才开始;如果连接失败,你得到的是一无所有,需要重新开始。
- Wispr 服务器无法到达的地区。 由于网络拥堵、ISP 路由问题或地理限制。如果 Wispr 的数据中心不在你的地区,或你的国家阻止流量到达它们,那么无论本地连接如何都无法使用该服务。
- 使用流量计费的网络。 每次语音输入都把音频发送到他们的服务器,这会计入你的数据计划。
为什么采用这种架构
Wispr Flow 支持 100+ 种语言,并宣传它在你说话时学习你的名字和术语。这两个功能都难以在本地提供:
- 语言范围。 处理 100+ 种语言的单个引擎通常需要在比本地芯片能容纳的更多数据上训练的更大模型。在那么多语言上训练会产生超过 Mac 存储容量的文件,而在所有这些语言上运行推理会快速耗尽电池。
- 学习能力。 从你自己的语音学习需要把音频发送到服务器,在那里可以随时间处理和积累。本地工具无法从你学习,除非在本地执行所有推理,这会消耗电池和存储。Wispr 的服务器可以在数周和数月内积累你的语音模式并建立更好的模型,本地工具无法做到这一点。
权衡很明显:把一切卸载到云端获得更多语言和持续学习。保持本地获得对网络的零依赖和零上传。这两种都不普遍更好——它们是针对不同情况的不同选择。
替代方案:本地语音输入工具
如果离线语音输入是强制性的,你需要本地工具。以下情况应该选择本地工具而不是在线服务:
- 网络连接不可靠的环境工作。 飞行中、船舶上、地下、移动中——任何网络不总是可用的地方。
- 数据隐私是重要关切。 不想把语音发送到服务器,或公司政策禁止这样做。
- 使用流量计费的网络。 想避免每次转录都增加数据使用量。
Coii VoiceInput、superwhisper、MacWhisper、Apple Dictation 都在本地运行。无需网络连接、无音频上传、无云依赖。
云模型和本地模型哪个「更好」不是判断标准。判断标准是你的工作环境和需求需要什么。如果你总是在线且需要 100+ 种语言,Wispr Flow 是优秀选择。如果不是,本地工具是更合适的选择。