现在，一家新的初创公司正在进入这一领域。与专注于软件的同行不同，Relay正在打造一款专用的便携式麦克风，支持随时随地高保真语音转文字。Relay总部位于伦敦，由两位前Nothing员工创立：Cookie Xu（Nothing的AI与服务负责人）和Raymond Zhu（硬件产品经理）。虽然公司今天发布了软件，但其硬件产品——Relay Q——要到2027年初才会上市。
Zhu表示，他和Xu在Nothing工作时，常用Wispr Flow的转录软件“打字”发送大部分工作信息。这极大地帮助了他们理清思路，但他们遇到了一个问题：在办公室大声说话不方便。
“在办公室，我们从来没能找到合适的输入音量，”Zhu告诉WIRED。“如果我声音太小，Mac听不到；声音太大，旁边的同事会听见。有时我甚至会拿出耳机，像这样挡在嘴前。”他在视频通话中演示了这个动作，“这就需要专用硬件。”
Relay首发仅支持macOS，未来计划扩展到Windows、iOS和Android。Zhu认为桌面端的对话最复杂，手机上的朋友和家人聊天相对简单，而在电脑前工作时，人们需要分享想法、头脑风暴，语气和正式程度也多变。
虽然麦克风还需数月才能上市，我已经试用了Relay macOS应用的测试版，它可以配合专用麦克风使用，也能单独运行。
设置时，你需要选择一个快捷键来激活Relay，默认是Fn键。只要按住该键并将光标放在任何文本框内，Relay就会启动并进行语音转文字。其语音引擎由谷歌的Gemini模型驱动。
Relay还能执行上下文操作，称为“技能”，比如让它在Slack给同事发消息时，会自动打开Slack，找到联系人并起草文本。虽然我在Slack技能上遇到了一些问题，但它能顺利创建Google日历事件。Relay预设了WhatsApp和Gmail等热门应用的技能，也支持用户自定义并连接其他应用。
这些自动化功能需要广泛的系统权限。Relay需要访问麦克风，还可以在激活时录制屏幕快照，以执行技能。公司表示数据存储在用户设备本地，用户可手动编辑或删除。数据传输时会经过Relay服务器再到谷歌服务器，但Relay不会保留数据。不过，允许AI模型访问操作系统，仍然存在隐私和安全风险，类似微软的Recall功能。
Relay的转录效果不及我最近试用过的谷歌Pixel 11系列的Rambler功能。它不能完美捕捉每个词，有时标点也会出错。但它能理解你重述的句子，自动删去无关部分。它还能插入表情符号，虽然表现不够稳定。例如，我让它添加一个爱心表情时非常准确，但放在句尾时却写成了“heart emoji”，显得不够自然。
它通常能识别你想执行的动作与消息内容的区别。比如我用Relay给妻子发消息说想去某餐厅，同时让它提供Google地图链接，它成功完成了。不过这功能偶尔会有些不稳定，我认为这是测试版的缘故。
我使用时间还不够长，软件尚未完全适应我的说话习惯，但你可以在Relay应用中添加备注，指导它遵循特定规则。比如我很少在Slack消息结尾加句号，就告诉它不要自动添加，Relay也遵守了。它还能识别你常联系的人，针对不同对象调整语气，确保给老板的消息正式，而给朋友的则随意。甚至可以设置给不同国家的同事发送翻译后的消息。
我目前用的是Mac Mini和Apple Studio Display自带的麦克风，部分准确度问题可能等Relay硬件上市后会改善。例如，现在按下功能键到Relay激活之间有短暂延迟，专用硬件会大幅缩短这个时间。
说到硬件，Relay Q是一款圆柱形设备，顶部装有麦克风。你可以按住顶部说话来激活Relay，就像按快捷键一样；也可以将顶部按钮取下，夹在衣服上，解放双手。（从顶部看，麦克风形似字母Q，因此得名。）双击按钮即可发送消息。你可以非常轻声地对着它说话，Zhu表示它能准确捕捉你的声音。
“我们在设计这款产品时一直在想一个问题，”Zhu说，“你能在工作一天中多久不用碰键盘？”
使用麦克风甚至可穿戴设备来实现更精准的语音转文字并非新鲜事。去年，初创公司Sandbar推出了Stream Ring，几个月后Pebble也发布了Index 01。这两款都是设计用来让你低声说话的智能戒指，目前正陆续发货给首批用户。Zhu说Relay曾考虑过戒指方案，但最终放弃，尤其是市场上已有许多智能戒指。
Relay Q配有充电底座，方便你不使用时整齐放置在桌面上。公司还在开发一款MagSafe握把，可贴在iPhone背面或支持Qi2的设备上，方便你用手机时按按钮激活Relay的语音转文字功能，计划与Relay Q一同于2027年第一季度推出移动端支持。
Relay Q售价150美元，包含一年的软件使用权，之后软件订阅费为每月15美元。（使用软件无需购买Relay Q硬件。）
