AI硬件SpeakON：按下说话松开出字，让手机拥有AI代写能力

语音硬件正试图取代键盘，但我们离“开箱即用”还有多远？想象一下，当你走在路上突然想到一段回复，掏出手机打字时灵感却已经跑了一半，而专门的 AI 听写硬件似乎是个好主意。

上周二，一款名为 SpeakON 的AI硬件设备在美国发售，试图用简单的方式解决这个问题。一颗贴在 iPhone 背面的 MagSafe 按钮，按下说话，松开出字。不需要解锁，不需要切换 App。做这件事的人叫张岩（Ryan Zhang）。他曾联合创办摩拜单车，后来创立了 AI 转录平台 Notta，五年间做到全球超 1000 万用户。

从硬件转向 SaaS 时，他说过一句 "Never again"——再也不碰硬件了。但现在，他带着一颗 25 克的按钮回来了。在 Ryan Zhang 看来，听写 App 再多，也绕不开一个问题：软件需要依赖手机麦克风、在前台运行、以及等用户打开它才能工作——而人最需要输入的瞬间，恰恰是腾不出手去操作手机的时候。这个矛盾只有硬件能解。

▍硬件、SaaS、再回硬件

Ryan Zhang 的职业轨迹似乎有一条清晰的线索——寻找技术与用户之间最短的路径。

06 年毕业后，Ryan Zhang 在优酷、百度、滴滴等公司任职，积累产品和商业化经验。在 2015 年，他参与联合创办了摩拜单车——一家试图用智能锁加移动互联网重新定义城市出行的公司。这些经历能够给他两样东西，对硬件供应链的直觉，和对 "软硬结合" 产品形态的信念。

2018 年，Ryan Zhang 开始独立创业，做的是类似科大讯飞的智能语音硬件，主攻出海。他在线性资本的专访中回忆，那时候产品在美国做众筹，"意外的是在日本卖得很好"。但疫情冲击了硬件供应链和线下销售渠道，于是他 "迅速转型"，创办了 AI 会议转录平台 Notta。转向 SaaS 时 Ryan Zhang曾明确说过一句话："Never again"——不做硬件了。

既然硬件卖不动了，那就把语音 AI 的能力从硬件里抽出来，做成纯软件服务。Notta 支持 Zoom、Google Meet、Microsoft Teams 等主流会议平台的实时转录和翻译。从另一个角度看，这是把 Ryan Zhang 在硬件时期积累的语音处理技术，换了一个交付方式。

但早期非常艰难。"当时也不知道这个事情能不能成功……找投资也并不顺利，投资人并不像今天这样看好出海 SaaS，有一段时间还蛮艰难的。" 转折发生在 2020 年 7 月——日本朝日新闻电视台在没有任何主动宣传的情况下报道了 Notta，流量暴增，团队最初还以为是被黑客攻击了。

此后 Notta 踩中了两个节拍：一是 2021 年推出 Meeting Bot，从 C 端工具切入 B2B 市场；二是 2023 年果断砍掉另一款产品 Airgram，集中资源聚焦 Notta。

"100 万美元营收时团队 30 人，接近千万美元时也不过 60 多人"——他信奉的是 "先小而美" 的增长节奏。截至目前，Notta 全球用户超过 1000万，服务超过 6000 家企业，总部位于新加坡，在东京设有法人实体。为更好的去应对美国市场，Ryan Zhang 还请来了美籍日裔田村清人担任 COO。

然而，2026 年 4 月 21 日，Ryan Zhang 做了一个看似与"Never again"矛盾的决定：让 Notta 旗下品牌 SpeakON 在美国发售一款 MagSafe 语音听写硬件设备。

SpeakON 官网这样写道："Our CEO built the hardware again. He knew exactly how challenging it would be: selecting the right solution, managing the supply chain, and handling inventory risks... Because this time, it's the only honest answer."

这段话的有个潜台词：不是因为硬件变容易了，主要在于纯软件方案始终绕不开一个问题——手机麦克风的争用、后台常驻的电池消耗、以及每次听写前 "解锁-打开 App-切换键盘" 的操作摩擦。"一天中的大部分时间并非在思考，而是在将想法翻译成文字。这一点点摩擦就足以拖慢所有事情。"

可见，要真正消除这层摩擦，光靠软件不够，需要一颗物理按钮。

▍一颗按钮想解决的问题

SpeakON 被描述为 "World's First Voice Typing Device for iPhone"。不是 "录音设备"，不是 "会议助手"，它要替代的是键盘。

其设备外形像一颗圆润的鹅卵石，尺寸为 58×58×6 毫米，仅重 25 克——大约相当于 5 枚一元硬币的重量。它通过 MagSafe 磁吸贴合在 iPhone 背面，支持 iPhone 12 及以上机型，设计思路和 Plaud 的 AI 会议记录仪相似，并可在支持文字输入的应用中使用，如 Gmail、Slack、WhatsApp、LinkedIn 等。

价格方面，设备售价 129 美元，购买即附带 Starter Plan（每周 5000 字，Attune 每周 5 次）。不购买设备也可以使用 App，Free Plan 每周 2000 字额度。无限额度的 Pro 订阅月费 12 美元，年付 108 美元（省 25%）。

SpeakON 的使用方式很简单，按下即开始。同时，设备自带独立麦克风收音，可捕获约 60 厘米范围内的声音，且不会占用 iPhone 的麦克风。有使用者称，相比调用听写App，其可在一天内减少约10%~15%的电池消耗。

通过硬件之上的 AI 层，SpeakON 得以做到 "Turn speech into finished text"。这主要体现在以下三个功能：

• Smart Polish：自动过滤 "嗯" "啊" 等口水话，清理重复，将自然口语整理为可读文本。
• Smart List：当用户在列举事项时，产品可自动将语音内容格式化为结构化列表——从购物清单到待办事项，不需要用户说 "第一、第二、第三"。
• Attune：这是 SpeakON 最有亮点的功能。系统会自动检测用户当前所在的 App，并据此调整输出文本的语气和风格。

当用户说 "Tell Sarah the meeting's been moved, I'll send the new invite"，如果是在 Gmail 中，输出会变成 "Hi Sarah, just a quick note — our meeting has been rescheduled. I'll send the updated calendar invite shortly" 。用户也可以在 Off、Casual、Professional和 Formal 四种模式之间手动切换。

此外，设备还有两个值得注意的功能：一是 iPhone 锁屏状态下使用——按下按钮说话，内容自动保存，之后可在 App 中回顾，灵感来时无需解锁手机；二是即将上线的 Voice Edits 功能，允许用户在说话中途用语音指令引导 AI 重塑输出方向。

然而，我们也观察到一些用户使用过程中遇到的问题。根据 TechCrunch 报道，海外有网友发现，尽管 SpeakON 配有独立麦克风，但手机须保持在约两英尺范围内，否则拾音效果不佳。即使在此范围内，环境噪音也常导致麦克风表现欠佳。

还有一点是其 AI "润色" 时而越界。 Attune 是 SpeakON 极具吸引力的功能，但有时会弄巧成拙。例如，说 "Does this app work automatically?"，设备输出 "Does this application operate automatically?"；说 "complex"，被改成 "tricky"；说 "Sure, no worries"，变成了 "There is no need to be concerned"，这些改动使用者其实既不需要也不想要。

系统限制也构成了阻碍。在使用文本键盘时，用户无法通过双击录音键调起 SpeakON 键盘。"如果设备能在 Mac 上使用并支持在任意应用中听写，我的使用频率会大幅提升"，使用者表示。

▍语音赛道正在变得拥挤

2026 年的听写 App 市场竞争异常激烈。综合 Medium 发布的一篇横评文章， Mac 平台上值得关注的主流选手包括：Wispr Flow（月费 18 美元，以 AI 辅助改写见长）、DictaFlow（月费 7 美元，主打跨平台兼容）、SuperWhisper（强调本地隐私处理），以及苹果自带的系统听写功能。

而就在 SpeakON 发售前约两周，Google 也在 iOS 上线了一款名为"Google AI Edge Eloquent"的离线优先听写 App，基于 Gemma 语音识别模型，免费使用，支持本地处理。

对投资者来说，这个信号的含义是双重的。纯软件订阅路线的独立生存空间正在收窄。但巨头的入场，也确认了这条赛道本身是真实且值得争夺的。 软件端的竞争越白热化，反而越能抬升"软硬结合"方案相对的护城河。

 SpeakON 并非唯一一家押注"语音硬件"的公司。市场上已有多条产品线形成了差异化竞争格局：

• Plaud Note Pro：目前 AI 录音硬件领域的标杆产品。配备 4 颗 MEMS 麦克风+VPU，支持百种语言转录。PCMag 曾称前代产品 Plaud Note 为"我用过的最好的AI硬件产品"。

• Subtle Voice Buds：语音 AI 初创公司 Subtle 在 CES 2026上发布的降噪耳机，主打在嘈杂环境中实现清晰的语音听写。这款产品将听写功能内嵌到耳机形态中，代表了另一种硬件思路。

• 安克 AI 录音豆：飞书 × 安克创新联合发布，双全向麦克风、5 米收音、8 小时续航，底层大模型由豆包驱动，录音内容自动同步飞书生态。

不过，它们与 SpeakON 所瞄准的实时听写输入还是大有不同。SpeakON 的使用场景相对来说更高频、日常。使用频次上的差异，意味着潜在粘性也完全不同。

大趋势清晰可见，语音正在成为新的交互界面。 从纯软件 App 到专用硬件，从单一转录到 AI 意图理解，从逐字记录到智能润色——整个行业正在沿着"更自然、更低摩擦、更情境化"的方向演进。

斯坦福、华盛顿等高校联合发表的一项研究表明，在移动设备上，英语语音输入速度约为键盘打字速度的 3 倍（161 WPM vs 53 WPM），中文约为 2.8 倍。

当 AI 语音模型精度持续提升，语音输入正从"备选方案"升级为许多专业人士的"首选工具"。Subtle CEO Tyler Chen 观察到，"我们看到语音作为新交互界面正在被大量用户采纳。相比键盘，语音能以更自然的方式完成更多事情。"

SpeakON 的定位恰好卡在一个独特的缝隙中。 SpeakON 将硬件按钮、AI 听写键盘、语境自适应整合在一起。它不仅能录下会议内容供事后回顾，而且能在当下就把你的想法变成可以直接发送的文字。

这个定位具有真实的市场需求，但目前的执行力还撑不起这份野心。在供应链高度成熟的今天，任何竞争对手都可以用类似的元器件迅速推出替代品，蚕食这个刚刚萌芽的市场。

不过硬件代差不是方向错误，是可以被迭代填平的执行差距——迭代需要时间，这条赛道的竞争者不会停止升级。“实时语音输入替代键盘”正在发生，SpeakON 们展示了一个值得持续关注的产品方向。

参考来源：

专访Notta创始人张岩：AI SaaS产品在日本的本地化策略.明论 Dialogue.

Best Mac dictation apps in 2026: DictaFlow, Wispr Flow, SuperWhisper, and Apple Dictation compared. Medium.

SpeakON's dictation device is a good idea marred by platform limitations. TechCrunch.

文章来自于微信公众号 "有新Newin"，作者 "有新Newin"