为了不被 1000 块的录音卡“割韭菜”，我索性写了一个本地 AI 录音 App

市面录音卡动辄上千、锁死生态、录音强制上云还要交年费。为了不被割韭菜，我用 199 元开放协议录音卡 + 手机本地 Gemma 4 模型，花两周写了个纯离线转写、直通小宇宙/B 站与 Obsidian 的买断制 App：聆思。

前段时间，因为日常开会、客户访谈和随时记录灵感的需要，我打算买一块磁吸录音卡。

本以为这只是一个简单的消费决策，把市面上的主流产品研究了一圈之后，我却迟迟下不去手。

我只是想买个趁手的录音工具，却发现到处都是“赛博租房”的套路：

1. 硬件溢价高得离谱

   贴在手机背面的一个小卡片，最便宜的钉钉入门款也要 499 元，稍微高配一点的 Pro 版或者科大讯飞等品牌，动辄就是 1000 多元。

2. 死死绑定的生态孤岛

   买了某家的录音卡，就等于签了“卖身契”。你只能在它指定的办公平台或封闭 App 里打转，想把工作流接进自己的笔记体系，难如登天。

3. 隐私数据在云端“裸奔”

   几乎所有产品的语音转写都强制走厂商云端。不管是核心商业洽谈、投融资交流，还是私密的个人复盘，你的原声录音和转写文字都留在第三方服务器上，无法在本地独立处理。

4. 无休止的年费与 AI 限制

   花高价买完硬件还不算完，转写分钟数有额度限制，超了要充会员、交年费；更让人难受的是，你只能用厂商内置的那套固定 AI 能力，明明手头有更好用的 Kimi、DeepSeek、千问 API，却根本接不进去。

我忍不住想：在这个手机算力已经如此充沛的时代，为什么一段录音非要先传到云端服务器绕一圈，再向我按分钟收钱？

既然市面上没有符合心意的方案，不如自己动手做一个。这就是 「聆思 Lynsight」 诞生的起点。

一、破局：从一张 199 元的开放协议录音卡开始

在寻找硬件替代方案时，我找到了一款 199 元的轻薄磁吸录音卡。

它最打动我的地方不是便宜，而是开放。它采用标准的 BLE（低功耗蓝牙）通信协议，带有公开的协议文档。4.32mm 的超薄机身、内置 32GB 存储、约 20 小时续航，加上硅麦与骨传导麦克风组合，硬件本身已经能可靠地独立完成录音。

这意味着我完全不需要被任何厂商的云服务绑架。

我可以自己开发一个原生 iOS App，通过蓝牙直接连接并控制这张录音卡，把卡里的录音同步到手机上，再用手机自己的算力完成剩下的一切。

顺着这个思路，我把所有自己作为重度知识工作者最渴望的能力，一点点装进了 「聆思」 里。

二、把算力交给苹果芯片，把隐私和免费额度还给你

在「聆思」里，我做了一个最核心的决定：默认纯端侧离线处理。

现在的 iPhone 内置了 Apple GPU 和 ANE（神经网络引擎），拥有极强的端侧推理算力。既然买手机时已经为这颗芯片付过钱了，为什么还要再为云端算力交第二遍租？

• 本地离线转写 + 说话人分离

  录音进入手机后，直接在本地完成高精度语音转写，自动区分不同说话人（Speaker Diarization），还支持在本机建立专属声纹档案，自动认出熟悉的声音。

• 把 Google Gemma 4 装进你的口袋

  为了不在云端裸奔也能生成高质量的会议纪要，我们基于苹果 MLX 框架，将 Google Gemma 4 端侧模型直接集成到了本地流程中。

• 哪怕开着飞行模式，也能出纪要

  模型准备就绪后，无论是转写逐字稿，还是提炼结构化纪要、核心结论与待办事项（TODO），全程无需联网，录音和文字一秒钟都不会离开你的手机。

因为一切都在你的手机本地运行，没有云端服务器成本，所以在聆思里：永远没有“转写时长限制”。 录 10 分钟的灵感和录 1000 个小时的深度访谈，都不需要再看“剩余分钟数”的脸色。

三、拒绝被单一设备绑定：它是你的“全能声音收件箱”

做着做着我发现，日常需要整理的“声音”远不止来自录音卡。于是，我将聆思的输入层彻底打开，让它即使完全不搭配录音卡，也是一个趁手的独立工具：

1. 随手可及的四种本地录音与导入方式

• 磁吸录音卡同步

  开会、面谈时卡上盲操录音，会后打开 App 蓝牙同步，自动转写。

• Apple Watch 腕上录音

  不方便掏手机时，抬起手表就能独立录音，回到 iPhone 旁自动回传并整理。

• iPhone 直接录音

  打开 App 或配置系统快捷指令，随时记录脑海里闪过的念头。

• 本地音视频一键导入

  支持导入手机里的各类音频文件，还能直接选定本地视频——聆思会自动帮你把视频里的音轨剥离出来，直接转成文字和纪要。

2. 播客与长视频的“一键脱水”神器

平时听播客、看干货长视频时，经常遇到“听的时候频频点头，听完就忘，想找某句话却要疯狂拖进度条”的痛点。

现在遇到值得沉淀的内容，只需在 小宇宙、喜马拉雅、苹果播客（Apple Podcasts）或 B 站（哔哩哔哩） 里点击系统“分享”，直接选「聆思」（或粘贴链接）：

• 聆思会自动解析音频流（比如针对 B 站视频，不需要下载几百兆的视频画面，而是直接解析并提取独立的 DASH AAC 音轨，省流又快速）；

• 下载完成后直接衔接本地转写与 AI 整理，几十分钟的播客或长视频，几分钟内就能变成一篇带时间码、有重点结论的结构化读书笔记。

四、你的 AI 和笔记你做主：接自己的模型，进自己的知识库

市面上很多 AI 产品的通病是：既想锁住你的 AI 选择权，又想锁住你的数据出口。 而在聆思里，这两件事都由你说了算：

• 支持接入你自己的大模型（Kimi / DeepSeek / 通义千问等）

  
  虽然本地内置的 Gemma 4 已经能很好地应对日常纪要并保障绝对隐私，如果你对长文深度提炼有更高要求，聆思绝不强制你购买所谓的“官方高价 AI 算力包”。
  你可以在设置里直接填入自己的 Kimi、DeepSeek、阿里百炼（通义千问） 或任何兼容 OpenAI 协议的 API 密钥与订阅套餐。而且我们严格守住边界：哪怕使用远程大模型整理纪要，也只在你明确确认后发送转写文本，原始音频和声纹特征永远留在本地。

• 开放交付，直通 Obsidian 与 Apple 提醒事项

  
  整理好的内容不应该被困在 App 里。聆思支持将转写正文、结构化纪要与结论一键单向写入你指定的 Obsidian 笔记库（并且会自动保护你在 Obsidian 里的后续手动修改，不会暴力覆盖）；从录音中提取出的行动项和约定，可以直接同步到系统原生的 Apple 提醒事项；同时支持随时导出标准的 Markdown、TXT 或带时间码的 SRT 字幕文件。

五、反订阅制的“清流”：7 天免费试用，一次买断无套路

再聊聊大家最关心的价格。

作为一个同样痛恨“免费试用 3 天，忘记取消就被自动扣走几百块年费”的用户，我在聆思里彻底砍掉了账号系统和自动续费订阅：

1. 无需注册登录

   下载即用，没有繁琐的手机号绑定。

2. 7 天免费试用，绝不自动扣费

   你可以在 App 内主动领取 7×24 小时的完整版免费试用，体验全部本地转写、AI 纪要与声纹功能。试用期满后不会自动扣一分钱。

3. 一次买断，终身无年费

   如果这 7 天里聆思真正帮到了你，只需一顿简餐的价格即可一次性买断完整版，后续无任何月费、年费或分钟数充值。

4. 数据永远属于你

   哪怕试用期结束决定不买断，此前已经在聆思里录下的音频、生成的文字，依然可以随时查看、播放、手工校正和导出，绝不拿用户自己的资料当“人质”。

写在最后（附下期硬核预告）

做「聆思 Lynsight」的初衷很简单：

录音属于你，AI 在你的设备上为你工作，最终沉淀下来的知识和思考，也依然完完全全属于你。

可能很多朋友会好奇：从零开始手搓这样一个涵盖蓝牙硬件通信、Apple Watch 协同、端侧语音识别与本地大模型推理的原生 iOS App，到底要花多久？

答案是：从写下第一行代码到正式上架 App Store，我一共只花了 2 周多的时间。

但这短短两周多里，我几乎把端侧 AI 和苹果生态能踩的坑全踩了一遍：

• 蓝牙传大体积录音文件，怎么解决断连、校验和吞吐速度？

• 为什么一开始用本地 Qwen 模型做纪要翻了车，是怎么靠真机盲测切换到 Gemma 4 的？

• 跑端侧大模型时，iPhone 内存突然爆掉被系统强杀（SIGKILL），怎么突破苹果默认的内存限制？

• 如何在不建服务器、不做账号系统的前提下，搞定零元试用与买断制内购，并顺利闯过 App Store 严苛的审核与备案？

下一篇文章，我就把这 2 周多从开发到上架的全过程毫无保留地复盘出来。 如果你对 AI 辅助编程、端侧大模型落地或者独立开发感兴趣，别忘了点个关注 + 星标，我们下篇见！

立即体验「聆思 Lynsight」：

• iPhone / Apple Watch 用户

  直接在 App Store 搜索 「聆思」（或 Lynsight），或点击文末「阅读原文」访问官网下载页，即可免费领取 7 天完整版试用。

• 产品官网与详情介绍

  聆思 Lynsight 官网

• 搭配高性价比开放协议磁吸录音卡 / 企业定制咨询

  欢迎访问官网了解详情，或直接添加微信 adroplv（备注「录音卡」或「企业方案」）获取专属购买链接与一对一交流。

参考链接

序号	名称	链接
1.	聆思 Lynsight 官网	https://deployxai.com/lynsight/

JOTO 企业落地观察

• 企业若希望部署类似「聆思」的端侧语音智能体，需优先评估终端设备算力基线与模型压缩适配能力，而非直接复用云端微调流程。
• 开放协议硬件（如 BLE 录音卡）与标准化接口（如 OpenAI 兼容 API）构成企业构建可插拔 AI 工具链的关键前提，避免陷入单厂商绑定陷阱。
• 端侧语音转写+本地大模型联合推理的架构，对 RAG 知识工程提出新要求：企业需将结构化纪要、声纹标签、时间戳等元数据纳入本地知识图谱，而非仅依赖文本切片。
• 买断制与零账号设计虽提升用户体验，但对企业级部署意味着需重新设计权限治理、审计日志与跨设备协同机制，不能简单照搬个人工具逻辑。