语音

2025至2026年语音工具已从“听清”转向“听懂、对话、离线跑”，选型应先明确场景是转写、配音还是实时对话。转写可看开源的Voxtral、中文纠错强的豆包语音识别模型2.0，以及本地处理的Vokie；配音关注Fish Audio与ElevenLabs；实时对话则以原生全双工的Seeduplex为代表。结论是别只看识别率，需用自己的素材实测，并注意本地处理范围、全双工落地瓶颈与价格变动。

语音这条赛道在2025到2026年已经从”能听清”卷到了”听得懂、能对话、还能离线跑”，选工具的关键不再是看谁的识别率高零点几个百分点，而是先想清楚你的场景是转写、配音、还是实时对话。下面按这三类把目前值得关注的选手捋一遍，都是本站收录过的，信息以官网为准。

一、语音转文字：从云端大模型到本地离线

如果你主要需求是把录音、会议、口述变成文字，这一档产品最多，差别主要在精度、语言支持和是否联网。

Voxtral 是法国 AI 初创公司 Mistral AI 在 2025 年 7 月发布的开源语音理解模型系列，定位是低成本高精度的语音转文字。它和传统语音识别系统的思路不太一样，走的是语音理解模型路线，开源这一点对想自己部署、做二次开发的团队比较友好。Voxtral

豆包语音识别模型 2.0（Doubao-Seed-ASR-2.0）是火山引擎在 2025 年 12 月 5 日发布的新一代智能语音识别系统，官方给的三个关键词是”听得更准、看得更清、还能靠逻辑判断词义”——也就是不只是声学层面识别，还会结合上下文逻辑去纠正同音歧义，这对中文里大量同音词场景挺实用。豆包语音识别模型 2.0

秒言 AI 语音输入法走的是输入法形态，主打毫秒级极速响应，点击即录、松开即得，支持超长语音实时转录。它的差异点在中文语境优化：能智能理解表达意图，自动去除语气词，配合智能编辑，适合写作者、需要长时间口述的人。秒言AI语音输入法

如果隐私是第一位，那要看本地方案：

• Vokie 把自己定位成”最懂你的 AI 语音助手”，但更准确的描述是少数敢把 100% 本地处理 作为核心卖点的桌面 AI 语音听写工具之一，适合不方便把音频传云的场景。Vokie
• Google AI Edge Eloquent 是谷歌在 2026 年 4 月 6 日在 iOS 平台发布的 AI 语音听写应用，基于 Gemma 做离线语音转文字，属于 Google AI Edge 体系下的产品。Google AI Edge Eloquent

二、语音合成与音频生成：配音、克隆、多模态

Fish Audio 是一个专注 AI 语音生成与处理的平台，由前英伟达算法研究员冷月（CTO）和前 Meta/Amazon 增长负责人 Rissa（CEO）于 2024 年联合创立，开源是其重要标签，做配音、语音克隆类需求的可以优先看它。Fish Audio

ElevenLabs 成立于 2022 年，总部在英国伦敦，创始人是前谷歌机器学习工程师 Piotr Dąbkowski 和前 Palantir 部署策略相关背景的成员。它在中文配音圈知名度很高，功能迭代也快，具体套餐和额度建议直接看官网当前说明。ElevenLabs

StepAudio 3 是阶跃星辰 2026 年 9 月发布的语音音频矩阵，包含 Realtime、ASR、TTS、Gen、Music 五个方向，覆盖面比较全——如果你想要一个体系内同时解决识别、合成、生成和音乐的产品，它属于”一站式”路线，官方也把它和 GPT-4o 音频、Gemini Live、Qwen 音频放在一起做选型对比。StepAudio 3

三、全双工与实时语音对话：这才是真正的分水岭

传统语音助手是”半双工”：你说完，它才开口。全双工意味着可以边听边说、随时打断，交互体验差别很大。

Seeduplex 是字节跳动 2026 年 4 月 9 日推出的原生全双工语音大模型，豆包 App 的语音通话功能随之升级，标志着语音交互从半双工迈入全双工时代。Seeduplex

不过行业里也有冷静的声音。PolyAI 首席技术官 Shawn Wen 与 Otter 首席营销官 Alex Gay 在 2026 年 10 月 11 日旧金山 HumanX 会议上就表态：尽管全双工语音模型陆续发布、企业级语音 AI 拿到数十亿美元投入，语音 AI 还没到自己的”ChatGPT 时刻”，仍有三大瓶颈待解。这个判断值得记一下，别被发布会节奏带跑。PolyAI

资本侧也在押注低延迟。Smallest.ai 于 2026 年 7 月 31 日宣布完成 1300 万美元 A 轮融资，由 Seligman Ventures 领投，创始人兼 CEO 为 Sudarshan Kamath，主打方向就是低延迟语音 AI。Smallest.ai

四、一张表看清怎么选

五、几个容易踩的坑

• 别只看 demo 的识别率。真实场景里的口音、背景噪声、中英混说才是分水岭，最好拿自己的素材试。
• “本地处理”要确认范围。有些工具只是录音本地，转写仍走云；Vokie 和 Eloquent 这类才是端到端离线思路。
• 全双工不等于好用。如 PolyAI 与 Otter 高管所说，瓶颈还在，企业落地要留出调试期。
• 价格与额度变化快。本文不列具体数字，各产品的收费、免费额度请以官网当前页面为准。

顺带一提，如果你关心的是”全双工语音 AI”这个品类的整体盘子，本站有专门的品类入口可以横向浏览，比逐个产品翻要省事。

相关问题

Q1：开源语音模型和商用 API 怎么选？
数据敏感、量大、有工程能力就选开源（如 Voxtral、Fish Audio）；想快速上线、不想维护推理服务就用商用 API。

Q2：全双工语音模型现在能直接商用吗？
技术上已经可用，Seeduplex 这类已经落地到消费级 App，但企业场景仍建议先小流量验证，行业高管也提示还有瓶颈。

Q3：中文语音输入法里，秒言和普通输入法的语音键差别在哪？
差别在长语音实时转录和意图理解后的智能编辑，不只是把声音变字。

Q4：离线语音转文字精度会差很多吗？
取决于模型规模，Google AI Edge Eloquent 用 Gemma 做端侧推理就是为了缩小这个差距，实际表现建议用自己的录音测。

Q5：语音合成会不会涉及版权和声音授权问题？
会。做克隆和配音时务必确认素材授权，各平台的使用条款也要读一遍。

参考链接

• Fish Audio ↗
• 秒言AI语音输入法 ↗
• 豆包语音识别模型 2.0 ↗
• Google AI Edge Eloquent ↗
• StepAudio 3 语音大模型 ↗
• ElevenLabs ↗