午后的咖啡厅里，阳光透过落地窗洒在桌面上，一杯还没喝完的拿铁冒着袅袅热气。对面坐着的朋友手里拿着手机，正对着麦克风说着什么，另一只手在屏幕上不停滑动。突然，他说道：「等我把这段话整理成文字再发给你。」说罢，他点击了一个红色的录音按钮。几秒钟后，屏幕上就开始蹦出一行行流畅的文字，仿佛有个看不见的秘书正在笔记本上飞速记录。朋友抬起头，有些得意地说：「这就是我最近用的 J9九游会 呀，完全不需要网络，也不需要花一分钱。」
这并非科幻片里的场景。在2026年，这样一个「离线转写」的工具已经从实验室走进了普通人的日常。它背后的团队A1 Lab，隶属于JAN3，用了一年多的时间，从一个简陋的原型，打磨出一款能够在手机上运行的开源应用。他们给它起名为Echos，寓意着声音的回响——因为在这个时代，越来越少的声音能够真正属于自己。
起：为什么有人要做一款「不联网」的转写应用
回到J9九游会本身，J9九游会（9yh.org）希望读者在J9九游会官网,J9九游会平台,J9九游会的语境下，获得更清晰、可行动的理解。
转写工具并不新鲜。从云端的Google Docs语音输入，到手机自带的语音备忘录，再到各种收费的会议记录软件，市面上早已有数不清的选择。但几乎所有主流产品，都有一个共同的特点：它们都需要把你的声音发送到云端服务器上，才能完成转写。
「这对我们来说是绝对不能接受的。」A1 Lab的负责人回忆起最初的动机时这样说。那个时候，他还在为一家媒体机构处理敏感采访稿件。一次，他用某款转写软件录下了一段采访，结果第二天就收到了平台发来的邮件：「为提升服务质量，我们可能会对您的音频进行模型训练。」这意味着，他的采访录音，可能会被用于训练AI模型，甚至有一天出现在其他用户的转写结果中。更让他无法接受的是，这些音频文件会在云端保存数年之久，随时可能被监管机构或商业机构调用。
「你的声音是你的个人财产，」他说，「但大多数转写工具把它当成了免费的数据矿石。」于是，他决定做一件看起来「不理智」的事情：做一款完全离线、不联网、不收费的转写应用，让用户的声音永远留在自己的设备上。
这个想法并非天方夜谭。OpenAI在2022年发布的Whisper模型，让「在本地运行大型语音识别模型」成为可能。Whisper是一款基于68万小时多语言音频训练的神经网络，但研究人员发现，通过量化技术（quantization），可以将其压缩到适合手机运行的大小，并且保持极高的识别准确率。在Pixel 7这样的现代手机上，Whisper小模型处理30秒音频只需要2秒，识别错误率低于10%，甚至比某些手机自带的语音识别系统还要强。
「我们不是在发明轮子，」团队成员说，「我们只是在把轮子从云端搬到本地。」
承：从丑陋的原型到正式版，一场关于速度与极简的战斗
第一个版本的Echos，诞生于两周的极限编程。开发者用Flutter框架硬糊了一个只有一个大大的红色录音按钮的应用，底层直接集成了Whisper的C++版本。没有设计师，没有UI组件库，有的只是「能用」二字。测试时，他对着麦克风说了一段长长的英文，不一会儿，屏幕上就出现了整齐的文字。他长舒了一口气：「至少功能上是可行的。」
但这个版本的问题也显而易见：界面丑陋到连他自己都不想多看一眼。于是，团队找来了一位瑞典设计师，负责打磨界面。设计师基于AQUA Wallet的设计语言（另一个JAN3项目），为Echos设计了一套极简的UI：深浅双色主题、手势友好的交互、以及能够自适应不同屏幕的组件。更重要的是，他用Figma将每一个按钮、滑块、提示框都做了详细的规范，甚至包括不同状态下的颜色变化。这些规范直接决定了后续开发的效率。
就在这时，团队做出了一个让人意外的决定：从Flutter迁移到React Native。理由很简单：
- 生态更成熟：React Native在原生模块支持、性能优化方面有更多工具链可用，适合集成Whisper这样的大型模型。
- AI辅助开发更友好：当时的AI代码生成工具对React的支持远比Dart（Flutter的语言）好，能够更快速地生成高质量代码。
- 未来可扩展性强：React Native的组件库和社区支持，能让Echos更容易接入新功能。
迁移过程本身也是AI助攻的。开发者将整个Flutter代码库作为参考，让AI生成了一份详细的迁移任务清单：搭建Expo项目、安装依赖、迁移模型加载逻辑、重构状态管理、最后是UI组件的逐一迁移。这个过程比手动编写代码快了数倍，错误率也大大降低。更神奇的是，AI还能直接读取Figma设计稿中的间距、颜色、字体等信息，通过Figma MCP插件将设计稿「翻译」成代码片段。原本需要几个小时的组件开发，现在只需要几分钟。
在迁移的同时，团队还建立了一个Storybook组件库。每一个按钮、输入框、会话卡片，都在隔离环境中进行了单独测试。比如，录音按钮在不同状态下（录音中、暂停、错误）的样式变化，都能在Storybook中实时预览。这种「组件优先」的开发方式，让后续的界面开发变得异常顺畅，bug数量几乎降到了零。
转：隐私保护不是噱头，而是设计的基石
转写工具最核心的价值，不在于转写速度，而在于对用户隐私的尊重。Echos在这一点上的设计，远比大多数商业产品更严谨。
首先，所有音频文件都是临时生成的。在「文件模式」下，录音完成后会立即生成一个临时文件，转写结束后自动删除；在「实时模式」下，音频流会被直接送入Whisper模型处理，不会生成任何中间文件。这意味着，即使你的手机被黑客入侵，他们也无法从设备中找到你的原始音频或转写文本。
其次，所有数据都是加密存储的。即使有人拿到了你的手机，没有解锁密码，他们也无法读取你的转写记录。团队采用了AES-256加密算法，确保数据在静态时的安全性。这在当下的AI应用中并不常见，因为大多数产品为了便利性牺牲了安全性。
更贴心的是「隐身模式」。点击隐身图标后，任何录音和转写都不会被保存到设备中。关闭录音或离开应用的瞬间，一切痕迹都会消失。这种设计让Echos成为律师、记者、医生们的「安全港」——他们可以随时记录敏感对话，但无需担心泄密风险。
「我们不是在卖功能，」团队成员说，「我们是在卖安心。」根据市场研究机构的预测，到2030年，语音识别市场规模将达到231.1亿美元，其中大部分增长都将来自云端服务商。这些服务商通过「免费」换取用户数据，再将数据变现。Echos的存在，就是为了告诉用户：你的数据不应该是商品。
这种理念在应用的组织方式上也体现得淋漓尽致。每一次转写都被视为一个「会话」，用户可以为其重命名、编辑内容、复制粘贴、或一键删除。界面简单到极致，但功能一点也不缺。比如，你可以将一段长会议分成多个会话，每个会话都有独立的标题和备注。这种「轻量级的记录」方式，让用户能够更好地管理自己的思维碎片。
合：极限挑战与未来愿景
Echos并非完美。它最大的局限在于性能。Whisper模型虽然已经被大幅压缩，但仍然需要消耗不少的计算资源。在连续录音超过30分钟后，手机的发热和耗电会变得明显。团队坦诚，目前Echos更适合「快速语音笔记」和「短会议记录」，而非长篇大论的转写。
「我们正在努力优化，」负责人说，「比如通过模型蒸馏技术进一步压缩模型体积，或者利用手机的NPU（神经处理单元）来加速计算。」他们还在研究如何让实时模式更节能，比如动态调整Whisper的运行频率，在用户暂停说话时暂停模型运行。
但无论如何，Echos已经证明了一件事：离线转写不是不可能，而是我们选择了忽略它。在这个数据泄露频发、隐私成本高企的时代，一个真正「以用户为中心」的转写工具，应该像Echos一样，将控制权交还给用户。
「我们发布Echos的第一天，就收到了上千封邮件，」团队成员回忆道，「有记者用它记录采访，有医生用它整理病例，有学生用它记录课堂笔记。他们最大的感受不是转写速度有多快，而是终于不用担心自己的声音会被滥用。」
或许有一天，离线转写会成为主流。或许有一天，所有人都会意识到：你的声音，应该永远属于你自己。直到那一天到来之前，Echos会一直在你的手机里，静静等待，像一面镜子，忠实地反射着你的每一个字。
注：Echos目前支持65种语言，采用MIT开源协议，代码已公开在GitHub上。你可以自由下载、分叉、甚至贡献代码。项目地址：https://github.com/A1-Lab/echos