现有材料里,立正只把 Typeless 当作自己语音转文字工具的对照物,说它和微信内置语音都取代不了自己常用的服务;材料没有介绍 Typeless 本身的功能或用法。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
材料只提到 Typeless 是“没取代掉”的替代品
材料里的观点立正在介绍自己的语音转文字服务时顺带提到,这个 app 他使用一年多,体验一直很好,甚至 Typeless 和微信内置语音都取代不了它1。这句话只说明他把 Typeless 放在同类工具的比较里,并给出了自己的偏好,没有说明 Typeless 支持哪些语言、怎么收费、准确率如何。因此不能据此判断 Typeless 好坏,只能读出一个使用者的取舍:他更看重自己那套服务的快、准、可靠1。
想了解 Typeless,现有片段不够
这是 AI 的判断:如果读者问的是 Typeless 这款输入法本身,当前两份材料都帮不上。《极简主义voice to text》1只是比较中的一句提及,《极简主义voice to text,又快又准又可靠,对Superlinear会员们免费开放》2讨论的是术语学习和上传词表,没有涉及 Typeless1,2。要评估它,需要另找它的官方说明或实际使用记录。
提供的片段没有介绍 Typeless 的功能、平台、价格或准确率,无法回答它是否好用或怎么用。
出处
- 1极简主义voice to text,又快又准又可靠,对Superlinear会员们免费开放
唯一提到 Typeless 的原文,可核对立正把它作为对照物的说法。
- 2对《极简主义voice to text,又快又准又可靠,对Superlinear会员们免费开放》的补充
同一话题的后续讨论,用于确认现有材料未涉及 Typeless 本身。
追问2026年11月3日
立正那套语音转文字服务具体怎么用、有什么限制?怎麼開發? android可以用嗎
现有材料只说明立正那套服务怎么登录、额度多少、适合什么场景;没有讲 Android 客户端或开发接口,所以「怎么开发、Android 能不能用」目前无法确认。
能确认的用法:会员邮箱登录,每人两小时额度
材料里的观点按立正这篇介绍,用法很简单:打开 v.superlinear.academy,用 Superlinear Academy 的会员邮箱登录,说话就转成文字。目前每人两小时额度,他认为可以用很久;更多额度或功能要向社区成员许愿开发。他强调的重点是快、准、可靠,适合给 AI 口喷大段 prompt,他自己用了一年多,并说 Typeless 和微信内置语音都取代不了它1。注意这是 2026 年 6 月的说法,额度和入口之后可能变。
开发与 Android:材料里没有依据
这篇只列了「接下来可以做的事」:集成进 Superlinear Academy app、加一键触发、加整理成条理文字、一键发送到 ChatGPT 或邮箱、下载录音,并说这些都可以许愿。它没有公开 API、SDK、自建部署方式,也没提 Android。所以不能据此说它支持 Android 或能自己开发。《CastVerb:我做的一款 Mac / iOS 语音输入工具,想请大家给点产品 / 定价 / GTM 的建议》2里立正只就别人的 Mac/iOS 工具建议「综合效果用 qwen3-asr,实时用 gpt realtime」,那是他对第三方产品的技术建议,不是这套服务的开发文档1,2。
为什么值得用它:降低口喷门槛
立正在访谈里解释过这类工具的价值:人打字会惜字如金,说话两分钟就能把上下文都倒给 AI,效果和信息量正相关。他当时提到鸭哥的 Brainwave 语音转文字工具,建议用它跟 AI 讲两三分钟再试。这能解释他为什么看重语音转文字,但不是这套 Superlinear 服务的功能说明3。
材料没有这套服务的 API、SDK、自建部署信息,也没提 Android 客户端,因此「怎么开发」「Android 能不能用」无法回答。《从焦虑到上手》4里提到的开源免费语音输入工具名称在转写中待核,不能确认是不是同一套服务。
出处
- 1极简主义voice to text,又快又准又可靠,对Superlinear会员们免费开放
立正本人介绍登录方式、额度、适用场景和后续许愿方向。
- 2在《CastVerb:我做的一款 Mac / iOS 语音输入工具,想请大家给点产品 / 定价 / GTM 的建议》下的回复
立正对第三方语音工具的技术选型建议,可区分于本服务的开发文档。
- 3EP14:对话课代表立正:AI时代下,后悔没早点离开职场
解释他为何重视语音转文字,属于使用理由而非功能说明。
- 4从焦虑到上手: 白领/投资者的AI实战第一课【串台课代表立正】
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。