近日，中央网信办启动的 "清朗?整治 AI 应用乱象"专项行动，把“智能体窃取用户数据”列入重点整治名单。这其实捅破了一层窗户纸：很多智能设备，表面上在服务你，背地里在拿走你的东西。

语音数据尤其敏感，一旦泄漏，可能引发机密外泄与不可逆的身份盗用。这样隐私的数据要传到某个云端服务器才能处理，用户心里难免不踏实。

上海熙瑾信息技术有限公司从2019年创业第一天起，就把方向定得很明确：做端侧离线语音智能。简单说，就是让AI语音能力直接在设备上跑，不联网、不上传、不经过任何外部服务器，照样能准确地听、聪明地懂、流畅地说。

我们到底在做什么？

如果只是把语音转成文字，技术上没多稀奇。熙瑾做的是另一层：在完全离线的条件下，让机器拥有一套完整的“听觉感知系统”。

何谓完整的听觉感知？不光要听清说了什么，还要同时判断“谁在说”、“什么情绪”、“人在哪里”，以此实现拟人化的交互体验。我们沿着这个方向逐项突破，积累了一组拿得出手的指标：