为什么选择 Vigilant Ear

2026 年 9 月更新。

这可不是一款普通的声音检测应用。那类应用能识别一小串噪音，然后在你的屏幕上放一个图标。而你真正错过的，大多不在那串清单上。

身后有人叫你的名字。你没有回头。对方认定你没礼貌。

咖啡师喊你取餐。候诊室里，护士叫你的名字。你没有应声，他们都得出了同样的结论。

你的手机每一次都听见了。它只是没办法告诉你。

Vigilant Ear 改变了这一点——就用你口袋里已有的这部手机。

任何语言 — 它自己判断说的是哪种语言，你从不用选
谁说的 — 每个声音一种颜色，还能给它们命名
从哪儿来 — 实时地图上的方位与距离
有多确定 — 每一行都带可信度标记
叫的是你 — 有人说出你的名字时，一下专属的震动
私密 — 你的音频从不离开你的手机
无需订阅 — 字幕与警报永久免费

而且，这不是一个问题，是三个。门铃是容易的那种：响亮、尖锐、一秒就过去。窗外马路上越来越密的车流声是难的那种——遥远、宽频、没有清晰的边缘可抓。地震则是谁都听不见的那种：它以低于人类听觉范围的震动和气压变化抵达。你手机里的气压计和加速度计感觉得到它。

大多数辅助类应用应对的是第一种。Vigilant Ear 同时应对全部三种。

没人写进宣传册的那部分

每款聆听类应用都先拿烟雾报警器说事。它确实重要，Vigilant Ear 也能捕捉到，但那是容易的部分：响亮、少见、不会认错。真正从你身边溜走的，是那些细微的东西。一个被加重语气的词。夜里在附近悄悄走过的人。另一个房间里婴儿的哭声。

Standing Watch 是屏幕上一盏常亮的灯：房间保持惯常的规律时，它稳稳地亮着青色；一旦有变化——新的说话声、突然的安静、有东西靠近——它立刻转为琥珀色。

叫到名字会留意你选定的名字——你的、你孩子的、你伴侣的——有人说出其中一个时，就给你一下专属的震动。你的 Apple Watch 和 Standing Watch 指示灯都会显示声音来自哪个方向。这句话依然会像其他话语一样出现在字幕里。这条提醒的意思不是有人说话了，而是有人在跟你说话。

从哪儿来的

在你知道警笛从哪个方向来之前，它还算不上信息。Vigilant Ear 听到的每一个声音，都会带着方位和大致距离落到实时地图上，让提醒回答你真正想问的问题：我要不要走，往哪边走？

方向提示音还能把这个方位只送进一只耳朵，方便单侧听力的人使用。

谁在说话，能信几分

实时字幕按声音把你身边的人区分开，各用各的颜色，让一场对话读起来就是对话，而不是一整块不分段的文字。给你认识的声音起个名字，应用会一直认得他们。

大多数字幕应用把每个词都用同样淡定的口吻递给你，至于哪些是错的，留给你事后自己发现。这里的每一行都带有一个三格标记——三格表示听得很清楚，一格表示要打个折扣——而它拿不准的个别词语会加上下划线。在嘈杂的房间里，知道该信哪些词，和词本身一样重要。

当有人在某个词上加重语气时——比如 I didn't say he took it——这个词会被突出显示，于是转写通常会丢掉的重音，依然能传达给你。

你不用先选语言。Vigilant Ear 会判断说的是哪种语言，并生成字幕。空气中飘着三种语言的房间，你照样跟得上。

其中绝大多数，它还能翻译成你的语言。翻不了的时候，它会直说，并给你看原文，而不是把猜测包装成译文塞给你。

一部手机指方向。两部手机定位置。

一部手机上的几个麦克风只隔着几厘米，这足以判断方向。在房间另一头再放一部手机，阵列就和房间一样宽：两部手机的方位线相交，方向就变成了位置。字幕会合并，而不是彼此争抢；素未谋面的手机也能当场组成阵列，并把各自站在哪里算到 30 厘米左右。谁都不必身处同一场对话，它照样能帮上忙。

Remote Link 能连上不在你身边的人：视频加字幕文字，任何时刻都没有音频轨道——所以两端都不依赖听力，还给了你用手语交流的方式。你的字幕以文字形式传过去，并以对方阅读的语言抵达。你发一个邀请码，对方从应用内加入，无需购买任何东西。

两部手机之间端到端加密。负责转发的中继读不了，我们也读不了，而且什么都不会被记录——两部手机上没有，任何服务器上也没有。完整路径。

预警，来自发布它的机构

恶劣天气预警来自超过 140 个国家和地区的官方政府来源——而且还在不断增加——并按你实际所在的位置筛选。地震警报会等待官方确认，而不是靠猜。

这些预警经由我们自己的服务送达，而不是让你的手机逐个直连各个机构。所以你的手机从不连接外国政府的服务器，繁忙的公共数据源也不会因为同一时间请求的人太多而漏掉你的预警。你的手机只告诉我们你的大致位置——一个边长约 50 公里的方格——并由手机自己判断你是否在每个预警区域之内，所以你的精确位置从不离开手机。

不靠一个大专家，靠一群小专家

做聆听类应用，最显而易见的做法是跑一个模型，它说什么就报什么。Vigilant Ear 则同时运行一小组专家，每个只做一件自己真正擅长的事：一个识别日常声音，第二个复核第一个的判断，另一个算出声音来自哪里，另一个分离房间里的人声，还有一个判断是否真的有音乐在放。

它们经常意见不合，而这正是关键。歌曲里一个形似警笛的瞬间，如果只问一个模型，它和真警笛一模一样。问三个，并要求它们意见一致才打扰你——这就是一条你信得过的提醒，和一款你迟早会静音的应用之间的区别。

这也让应用能坦白说自己没把握，而不是瞎猜——字幕上的可信度标记，宁可标为“未归属”也不张冠李戴的声音，为了求证多等一帧的提醒。单个模型无从知道自己什么时候错了。多个模型可以——只要有个机制时时刻刻决定该信哪一个。

Acoustic Scope 把这份原始感知搬上屏幕——频谱、语谱图、⅓ 倍频程频带、色度、谐波分音。我们在真实的手机上对照基准声级计调校了它的电平读数，好让工程师能用这些数字干活。它对所有人免费，因为对很多人来说，看见声音的形状，是理解它最快的方式。还有一份教你看懂它的实用指南。

它的可视化器把房间里的音乐变成一场灯光秀：每个节拍都炸开一道光环，低音让整个画面随之呼吸，高音像火花般洒落。投到电视或投影仪上，整面墙都加入派对，角落里还挂着你的 DJ 名称，就像艺人的署名。听不见，也能嗨翻全场。

隐私，从设计开始

聆听、转写、翻译和声音分类，全都在你的手机上运行。凡是触及你说的话、你听到的声音的处理，我们都读不到，因为它们根本不会到达我们这里。这是刻意的约束，而不是点缀：小到能装进你口袋的模型，本来就不需要把听到的东西发往任何地方。

确实有几项会用到网络，与其假装没有，我们宁愿一一点名：地图；上面提到的天气与地震预警；Music ID，它只发送一小段音频指纹，绝不发送录音；道路信息；App Store 购买；以及 Remote Link，它本来就是在两部手机之间传输的——端到端加密，中间任何环节都读不了。

没有广告。不卖任何东西。无需账号。

价格

前 90 天免费。之后，字幕与警报永久免费——安全底线不是我们拿来卖的东西。

一次付费，Power Pack+ 永久归你：自动翻译，在对方说话的同时，把你看不懂的语言变成你看得懂的；以及 Music ID，说出房间里正在放的歌，让你知道其他人都在听什么。永远没有订阅——也不用买任何新硬件。

Vigilant Ear 是一款实验性的研究与无障碍辅助工具，不是经过认证的设备，也不是救生设备。请始终保持你自己的情境警觉。