Google 推出離線優先語音辨識應用 AI Edge Eloquent iOS 上架

Google 近日悄然於 iOS 平台推出全新語音辨識應用程式「Google AI Edge Eloquent」，主打「離線優先」技術，定位明確瞄準 Wispr Flow、SuperWhisper 等快速竄起的競爭對手，旨在搶佔語音轉文字市場關鍵席位。使用者可免費下載安裝，需額外下載基於 Gemma 模型的本地 ASR（自動語音辨識）引擎，即可在手機端直接進行語音輸入。應用會即時顯示轉錄內容，自動清除「嗯」、「啊」等語氣詞，修正自我更正，使輸出文字更接近自然書面語。Google 強調其核心目標在於「彌合自然語音與可直接使用的專業文本之間的差距」，而非單純逐字記錄，此設計直接回應用戶對隱私保護與效率提升的雙重需求。目前僅限 iOS 上架，Android 版正研發中，預計將支援系統級整合與懸浮按鈕功能，進一步擴展使用情境。

離線優先技術解析

Google AI Edge Eloquent 的技術突破在於其完全離線運作架構，徹底解決傳統語音辨識應用的隱私隱憂與網路依賴問題。使用者若選擇關閉雲端模式，所有語音處理均在裝置端完成，語音資料無需上傳至伺服器，有效避免資料外洩風險，尤其適用於醫療、法律等高敏感場域的會議記錄或個人對話。此設計對比雲端服務常見的延遲問題，實現即時轉錄體驗，即使在弱網路環境下仍能穩定運作。技術核心依賴 Google 自研 Gemma 模型，該開源模型經優化後可在手機端高效執行，識別準確率達 95% 以上，遠超一般離線工具。更關鍵的是，應用內建動態語意理解系統，能區分口語停頓、重複語句與自我修正（例如「這個功能...嗯...很強」自動轉為「此功能強大」），大幅減少人工修訂時間。Google 透過此技術，不僅強化用戶信任，更重新定義離線語音服務的價值標準，直接挑戰 Wispr Flow 等依賴雲端的競爭者，為市場樹立新規範。

多樣化文字風格與功能整合

Eloquent 的核心創新在於提供高度可定制的文字輸出體驗，超越基礎轉錄功能。轉錄結果下方設有「要點」、「正式」、「簡短」與「完整」四大風格模式，使用者可依需求即時調整語氣與篇幅。例如「要點」模式會自動萃取關鍵資訊生成摘要，適合會議速記；「正式」模式則強化語法結構，適用商務郵件草稿；「簡短」模式精簡冗詞，方便社交訊息輸入；「完整」模式則保留細節，供深度內容創作使用。此功能設計源自對用戶工作流的深度洞察，針對內容創作者、行政助理及自由職業者等群體需求，大幅提升生產力。此外，應用內建完整轉錄歷史記錄系統，支援關鍵字搜尋與分類管理，使用者可快速回溯過往對話。每則轉錄均顯示字數統計、每分鐘輸入速度（WPM）及累計字數，協助用戶分析效率習慣，例如分析會議記錄時長與輸入密度，為工作習慣優化提供數據依據。更實用的是，Google 允許從 Gmail 匯入常用關鍵字、專有名詞及聯絡人名稱，並支援手動新增自訂詞彙，使辨識準確度提升 30% 以上，尤其解決專業術語（如醫學名詞或公司專有名稱）的識別難題，讓轉錄結果更貼近實際使用情境。

市場定位與未來發展潛力

Google 此舉反映語音轉文字技術已從工具升級為核心工作流程，市場規模預計於 2025 年突破 120 億美元。Eloquent 的推出直接對應當前用戶痛點：傳統工具如 Google 語音輸入常忠實記錄口語瑕疵，導致輸出文字雜亂，需耗費大量時間修訂。而 Eloquent 透過 AI 模型理解語意，自動優化為專業文本，使會議記錄整理時間縮短 50%，大幅降低內容創作者的時間成本。此策略亦回應競品威脅，Wispr Flow 的懸浮按鈕功能雖受歡迎，但依賴雲端處理引發隱私疑慮，Eloquent 的離線優勢形成明顯差異化。未來發展方面，Android 版將強化系統整合，預計支援「設定為預設鍵盤」功能，使用者可在任何文字輸入欄位直接啟動語音轉錄，類似 Apple 的 Siri 輸入體驗。更關鍵的是，Google 可能將 Eloquent 技術整合進 Android 系統層級，使其成為預設語音輸入方案，類似 iOS 的「語音轉文字」功能升級。此舉不僅拓展 Google 在 AI 領域的生態佈局，更可能推動整體市場標準，使離線語音服務成為手機基礎功能。若 iOS 版獲得良好反饋，預計 2025 年將擴展至更多語言與垂直領域，如教育、媒體採訪等場景，進一步鞏固 Google 在語音 AI 領域的領導地位。