产品调研 · 语音 AI · 2026.03

Typeless:YC 孵化的 AI 语音输入法
能否从"转录"升维到"重写"?

Stanford 校友 + 前 Google/Apple 工程师 + Y Combinator 孵化。Typeless 用 STT+LLM 范式重构语音输入,说出思想,它帮你整理成文字。

220
词/分钟速度
打字速度倍数
$12
月订阅(年付)
全平台
Mac/Win/iOS/Android
核心论断:语音输入的真正障碍从来不是识别准确率,而是"我说话的方式"和"我写作需要的方式"之间的鸿沟。Typeless 用 LLM 弥补这道鸿沟。

大多数语音转文字工具,包括 Apple 的 Siri、Google 的语音输入,做的都是忠实记录——你说了什么,它就写什么,"嗯""啊""那个那个"也原样保留。这对专业写作者来说几乎没用。

Typeless 的产品假设截然不同:语音是思维的载体,文字是交流的媒介,两者之间需要一层智能翻译。你说出散乱的想法,LLM 理解你的意图,输出精修后符合当前场景的文字——写邮件就正式,发消息就随意,写代码注释就简洁。

这不是一个新想法,Wispr Flow 在企业级做得更早,Superwhisper 在 Mac 生态深耕多年。Typeless 的赌注是:全平台覆盖 + YC 背书 + 更低价格,能否在消费者市场切出一块足够大的蛋糕?

§1

产品概述

基本信息、核心功能与定价

产品名称Typeless
定位AI 语音输入法("AI voice dictation that's actually intelligent")
官网typeless.com
公司Simply CA LLC,加利福尼亚州
孵化器Y Combinator / StartX(Stanford 创业加速器)
平台Mac、Windows、iOS、Android(全平台覆盖)
融资状况YC 孵化(具体融资金额未公开披露)

5 大核心功能

定价方案

Free
$0/月
适合轻度使用
  • 4,000 词/周
  • 全平台可用
  • 基础智能清理
定价定位:Typeless Pro 年付 $12/月,低于主要竞争对手 Wispr Flow($15/月)。这是典型的 YC 系产品策略——用价格优势快速拿量,积累用户数据后再迭代护城河。
§2

创始人与团队

Stanford 校友 + FAANG 经历 + YC 背书的典型硅谷路径

Huang Song(黄松)
创始人 & CEO · Simply CA LLC
Stanford
Stanford 校友,工程背景,StartX(Stanford 创业加速器)校友
Apple
硬件工程师经历,理解端侧性能优化与硬件-软件协同设计
LinkedIn
软件工程师,积累大规模用户产品研发经验
Google
软件工程师,接触大模型与 AI 基础设施体系
Typeless
YC 孵化,构建 AI 语音输入法,目标全平台覆盖

黄松的履历是典型的"硅谷华人工程师创业路径":顶校出身 + FAANG 多岗位历练(同时覆盖硬件和软件),在充分理解技术边界后转型创业。Apple 硬件工程师的经历尤其值得关注——语音输入的延迟体验在很大程度上取决于端侧处理能力,这是纯软件工程师不容易感知的维度。[3]

YC + StartX 双重背书的含义:Typeless 同时获得 Y Combinator 和 StartX(Stanford 创业加速器)的支持,意味着创始团队同时建立了 YC 校友网络(全球最密集的科技创业人脉)和 Stanford 校友网络。这在早期用户获取和下一轮融资上都有显著加持效果。
§3

核心技术解析

从 STT 到 STT+LLM 的范式转换

传统语音输入的技术栈只有一层:语音识别(STT, Speech-to-Text)。输入是声波,输出是文字,目标是"准确"。这是 Google Speech、Apple Siri 的基础架构,技术已经相当成熟,识别准确率在标准英语下可达 95%+。

Typeless 引入了第二层:LLM 意图理解与文本重写。技术管线如下:

🎤
声音输入
麦克风采集
📺
STT 转录
Whisper / 类似模型
🧠
LLM 重写
核心差异化层
📋
文本输出
注入当前光标位置

LLM 层承担了什么工作?这是 Typeless 的技术护城河所在:

🔄 语义压缩

去除填充词、冗余句式,提取核心意图。"就是说我觉得可能这个方案不太好因为它有一些问题"→"该方案存在以下问题:..."

🎨 语气调节

根据上下文(当前打开的 App、历史写作风格)调整语气正式程度。在 Gmail 里用商务语气,在 Slack 里用日常语气。

📌 结构化输出

长段落口述自动转换为有段落划分的文本,bullet list 口述自动格式化为 Markdown 列表(适配 Notion、Obsidian 等工具)。

风格自适应的实现原理

风格自适应是 Typeless 被用户高频提及的功能。其实现路径大概率是:收集用户历史输出文本 → 构建个人写作风格向量 → 在 LLM 重写 Prompt 中注入个性化风格描述

"它现在写邮件的口吻和我自己写的几乎一样,连我喜欢用破折号分隔从句这个习惯都学到了。" —— Product Hunt 用户评论[2]

这种个性化能力本质上是在用户使用的过程中不断 fine-tune Prompt,积累越多,效果越好,形成一定程度的数据飞轮效应——用得越久越好用,切换成本越高。这是 Typeless 相对于竞品在留存层面的主要差异化。

全平台策略的技术含义

实现全平台(Mac/Windows/iOS/Android)的语音输入注入,工程难度远高于单平台。每个平台的辅助功能 API 机制不同:Mac 依赖 Accessibility API,Windows 依赖 UI Automation,iOS/Android 有各自的输入法 Framework。黄松 Apple 硬件+Google 软件的背景在此处有实际意义。[4]

§4

用户评价与市场反响

真实用户反馈与早期市场信号

Typeless 在 Product Hunt 上获得了正面评价,以下为代表性用户反馈:[2]

"我在过去 19 天里节省了超过 10 小时的打字时间。这不只是语音输入,它真的理解我想说什么。"
"2026 年我最喜欢的 App 之一。在写邮件、做笔记、记想法的场景都在用,再也不想用键盘打那么多字了。"
"对比了 Wispr Flow 和 Typeless,功能上差不多,但 Typeless 便宜 $3/月,全平台支持也更方便我在 iPad 上用。"
用户实测打字效率倍增
19天
省 10 小时案例时间跨度
YC
顶级加速器孵化背书
4 平台
竞品中覆盖最广

从 AIHunt.tools 等 AI 产品聚合平台的数据来看,Typeless 在"语音输入"品类中的曝光度和用户讨论量持续增长,进入了这个细分赛道的 Top 5。[5]

早期信号解读:在 B2C 软件工具品类,Product Hunt 的高评分是强信号但非终局信号。早期采用者(Early Adopters)通常对新工具包容度高、反馈偏正面。真正的考验是 30/60/90 天留存率——风格自适应功能的数据飞轮是否真的在用户留存上体现出来,目前尚无公开数据。

登录后阅读完整报告

包含详细分析、数据图表、竞品对比、参考文献等

Google 登录