语音公司 Wispr 估值 20 亿美元，押注下一代 AI 入口

AI 语音公司 Wispr 宣布完成 2.8 亿美元 B 轮融资，估值达到 20 亿美元，累计融资约 3.61 亿美元。本轮融资由 Menlo Ventures 领投，老股东 Notable Capital、NEA、8VC 继续加注，投资人名单中还包括 Shaun White、Klay Thompson、Paul George、Trae Young 等体育明星。与一般语音输入法不同，Wispr 将自身定位为「语音界面公司」，押注语音成为人类控制计算机、调用 AI 的下一代入口。

从语音转写到意图入口

Wispr 的核心产品 Wispr Flow 覆盖邮件、文档、聊天软件、浏览器和 AI 对话框等所有需要输入文字的场景。用户直接说话，Flow 负责删除口头禅、修正语法、补充标点，把口语整理为可直接发送的文字。从形态上看，它是一个跨应用的 AI 语音输入层。

公司在融资同期发布了自研语音模型 Canto，称在噪声、口音和多语言混合等复杂环境下可显著降低错误率，减少用户修改频次。Wispr 还成立了 Advanced Interfaces Lab，由前 Alexa 早期研发成员 Ariya Rastrow 负责，研究方向从语音识别扩展到理解用户当前工作、保留上下文，并将语音直接转化为行动。

商业进展与数据

Wispr 披露的关键数据如下：

累计生成单词数：超过 600 亿个
企业用户：覆盖超过 1 万家企业，包括几乎全部《财富》500 强公司
地区与语言：进入 162 个国家，支持 100 多种语言
收入增长：过去一年增长超过 30 倍（由投资方披露）

商业化方面，个人订阅价格约每月 12 至 15 美元，企业版本约每人每月 24 美元。不过文章也指出，公司目前尚未披露绝对收入、付费用户、留存和获客成本，30 倍增长所对应的基数并未公开。

资本押注的三张期权

投资方对 Wispr 的估值逻辑主要建立三张期权之上：

高频入口：跨应用输入比会议纪要、智能音箱更容易形成每日习惯，个人与企业订阅构成现金流基础
模型中立的交互层：苹果、Google、OpenAI、Anthropic 的语音入口通常服务于自家生态，Wispr 试图成为跨平台中立层
个性化迁移成本：通过学习用户的专业词汇、人名、语气和句式，让用户切换工具时失去更多积累，形成护城河

创始团队与产品路径

联合创始人 Tanay Kothari 和 Sahaj Garg 毕业于斯坦福大学。Kothari 受《钢铁侠》中 AI 助手 JARVIS 影响，最初研究可穿戴设备、脑机接口与无声语音，并尝试开发过语音助手类产品，但这些产品未能形成高频使用。最终团队选择回归最普通的输入框，先让用户用语音替代键盘打字，再逐步扩展到任务执行和可穿戴设备。

风险与挑战

文章也列出了 Wispr 面临的几个关键问题：

场景受限：办公室、咖啡馆、会议室和公共交通场景下使用语音仍有障碍，隐私与对他人的干扰可能让用户回归键盘
容错率极低：语音一旦写错人名、金额或否定词，产品信任会迅速崩塌，「基本正确」必须做到「无需修改」
隐私压力：语音输入可能包含商业计划、客户资料和未整理想法，Wispr 虽提供不保存、不训练的隐私模式与企业零留存方案，但持续合规仍是长期考验

20 亿美元的估值是否成立，最终取决于 Wispr 能否从可靠的语音输入，跨越到语音触发行动，再到可穿戴设备上的全时入口。任何一环停滞，都可能让它从「下一代入口」重新变回一款付费效率工具。