本地语音输入的隐私架构：识别零联网、零上传，把模型下发到你的电脑。
先问一个问题：你上一次对着设备说话——语音输入、语音搜索、语音助手——那段声音，后来去哪了？
大概率，它离开了你的设备，进了某家公司的服务器。转写、分析，可能还成了训练语料。这不是阴谋论，这是主流语音输入的标准架构：你的声音上云，云端算完，把文字还给你。
为什么非要上云？技术上早就不非要了。真正的原因是商业模式：数据是要收集的，生态是要绑定的，服务器都建了，你的声音不来点什么，多浪费。
我们决定反着做一次
RUNXUN.AI 发布的那天，我们做的事情是：把整个语音识别引擎 RunxunVoice——约 1 GB 的模型和运行时——下发到你的电脑里。从此，你说话，你的 Mac 自己转写，文字落进你的光标。全程没有一个字节离开这台机器。
不是「我们承诺不看你的数据」，而是架构上就不存在传输这回事。这两句话的差别，懂的人自然懂。
把承诺写窄，好让它站得住
- 识别零联网。从你开口到字落光标，不产生任何网络请求。断开 Wi-Fi，一切照常。
- 零上传。没有服务器收你的录音和文字，包括我们自己的。
- 不用你的声音训练模型。你说的话只为你落字，不为任何人做原料。
- 纯听写，不改写。你说什么，落什么。
需要联网的时刻，我们直说：首次启动下载那 1 GB 引擎，以及日后检查更新。仅此两件，都不携带你的任何语音或文字。怎么验证？最简单的：引擎装好后关掉 Wi-Fi，照常按住说话——字照落。讲究的：开着抓包工具用一天，看转写过程有没有一个包出去。
这 1 GB，是对你的尊重
有人会问：下载 1 GB，不嫌重吗？我们认为这 1 GB 恰恰是对你的尊重。不用下载引擎的语音输入，意味着模型在别人的服务器上，你说的每句话都得排队出门、再排队回来。而我们选择把模型交给你，而不是把你的声音交给我们。一次下载，日常离线，这笔账怎么算都值。
效果，口径放前面
以下是我们的内部自测，不是公认排名。在自建的中文、中英混合与技术术语测试集上，RunxunVoice 本地运行的表现优于我们对比的常用开源基线 Whisper-large-v3——尤其是「帮我把这个 function 重构一下，加上 error handling」这类中英夹杂的开发者语句，这正是我们选型时就瞄准的主场。可复现的公开 benchmark 我们正在建；建好之前，不多说一个字。最直接的验证是你自己装上，用你最刁的一句行话试它。
识别错了怎么办——这其实是设计原点
语音识别永远不会百分之百准。但没关系：字落进光标之后，按不按回车，是你的手指。看一眼、改个词、回车；不对，删掉重说。改一个词，永远比从零敲一句省。常错的人名、项目名、生僻术语，加进术语词典，它下次就认得。
生成的是指令，回车的是人。我们不需要一个完美的机器，我们需要的是把人和机器各自擅长的事，放回各自手里。
RUNXUN.AI 公测中，个人版免费，macOS（Apple Silicon）。想试试，去 产品介绍 或直接 下载公测版；有话直说，info@runxun.com。
——润迅，1992 年从深圳的寻呼台起步。「让传讯更快」这件事，我们做到了今天。