想把一段錄音或影片變成可以直接使用的文字稿，最快的做法是交給線上 AI 工具處理，再自行校對專有名詞。本文按四種常見情況拆解實際步驟，後面再加一個對比部分：同類型的免費工具當中，額度、廣東話支援與匯出格式分別如何。
- 錄音檔（會議、訪談、課堂）→ 上載音訊檔，轉成文字稿後匯出文件格式
- 影片（YouTube 片段、Podcast）→ 同一流程，但輸出字幕檔再放回剪片軟件
- 廣東話內容 → 上載時已選定書面語作為輸出語言，轉出來的文字稿即為書面語，比逐字口語版本通順易讀
- 內容含專有名詞（人名、品牌、行業術語）→ 預留校對時間，這一步機器代替不了
以下逐項說明。
AI 語音轉文字線上工具比較：Subanana、cSubtitle、Vocol.ai、GoodTape
市面上講「免費試用」，實際限制往往差很遠：有些限首幾分鐘、有些限次數、有些限總點數，單看名稱意義不大。以下整理三款工具官網公開頁面的實際限制（cSubtitle、GoodTape、Vocol.ai，查證日期見下），連同 Subanana 自己的免費方案。
- 免費額度：cSubtitle 首 3 分鐘免費試轉，不需要註冊；GoodTape 免費方案每月可轉 3 次、每次最長 30 分鐘（官網 FAQ 列明），新帳戶另有一次性 1 小時試用額度；Vocol.ai 註冊送 200 點數，官網寫明 1 點數可轉錄 1 分鐘錄音，即約 200 分鐘額度。Subanana 的免費方案是用來確認準確度的預覽制：每個檔案首 15 分鐘可以在編輯器內預覽轉出結果，每月最多上載 3 次。免費方案唯一可以匯出的是帶浮水印的影片（由第一句字幕起計 15 秒、最高 720p）。字幕檔、逐字稿檔案都要升級付費方案才能下載。
- 廣東話支援：cSubtitle 官網明確列出支援廣東話語音辨識（國語、普通話、廣東話、英文）；Vocol.ai 官網列明支援語言為英文、中文、日文三種，未見廣東話；GoodTape 官網稱支援 100+ 語言、頁面提到普通話，但沒有單獨列出廣東話。Subanana 除了辨識廣東話之外，輸出／翻譯語言設定中口語與書面語是各自獨立的選項（繁體、簡體皆有），這項設定在建立新專案、上載檔案時就要選定，之後在編輯器內也可以再新增翻譯。
- 匯出格式：cSubtitle 支援 TXT、Word、SRT、VTT；GoodTape 官網確認支援純文字、Word 檔、SRT、VTT；Vocol.ai 頁面寫可以下載、編輯、分享逐字稿，但官網未列明個別檔案格式。Subanana 付費後支援 SRT、VTT、TXT、DOCX、XLSX、Markdown、FCPXML 七種格式。
- 價格起點：cSubtitle 專業版 US$9.95 起，按分鐘購買，不需要訂閱（2026-09-08 查證）；GoodTape Pro 方案年繳 €16/月起，app.goodtape.io/pricing 列明（2026-07-21 查證）；Vocol.ai 官網定價頁為前端動態載入頁面，多次查證（2026-07-22、2026-09-19）都無法讀取具體金額，故不引用數字；Subanana 年繳約 US$9/月（HK$68/月）。
四款一次過看：
不確定哪一款最適合自己，免費額度存在的意義就是讓你先拿最難處理的一段素材（廣東話夾雜英文、有背景聲）跑一次：這比看任何一篇比較文章都準。
什麼情況適合用 AI 轉錄，什麼情況要留手
AI 轉錄不是所有音訊都跑得動，先分清楚場景可以省下大量校對時間。
大部分素材都跑得順
- 單一講者、近距離收音的訪談或口述筆記
- 會議錄音，講者輪流發言、少互相打斷
- 已經做過基本降噪的影片或 Podcast 音軌
- 中英夾雜的日常對話：夾雜本身不是問題，收音差才是
這些情況要多留校對時間，部分甚至建議直接交人手
- 多人同時說話、互相搶白的圓桌討論
- 遠場收音（手機放在會議桌中央、有回音的房間）
- 大量人名、公司名、行業術語：機器沒有你的上下文，這類詞最易出錯
- 廣東話的俚語、粗口諧音、片語，字面轉出來未必是你想要的寫法
- 有法律或醫療後果的逐字紀錄、需要標註語氣停頓重疊發言的研究用轉錄：這兩類建議一開始就交由人手處理，AI 草稿只能作參考
實務上最有效的做法，是先讓 AI 跑一次完整草稿，再集中精神校對名詞和數字這兩類最貴的錯誤，而不是由零開始聽打。
廣東話內容多一個步驟：口語與書面語
廣東話的講法和寫法差別大。逐字轉出來的口語文字（例如「而家」「佢哋」）用來做內部紀錄沒問題，但要放上字幕、交報告或發文章，讀者一般預期看到書面語（「現在」「他們」）。
處理方法是在上載檔案、建立專案時的輸出／翻譯語言設定中直接選書面語，讓轉出來的文字已經是書面語，不用自己逐句改寫。內部速記留口語、對外發佈用書面語，是最省時的分工。
語音轉文字線上工具：Subanana
為何選擇 Subanana 進行語音轉文字
Subanana 在每段轉錄上疊多重品質關卡，而不只是押注單一個語音辨識模型：按來源語言路由到評測表現最好的模型、偵測到模型出現幻覺時自動換另一個模型重跑、用 LLM 標出疑似聽錯的字詞讓你確認、並在編輯器標示每秒字數過高的字幕行。你看到的初稿，已經是系統跑得出的最好版本。
實際會用到的幾點：
- 輸出／翻譯語言設定中可以直接選書面語、口語或英文，廣東話內容不必自己逐句改寫
- 語言覆蓋 95+ 種，中、英、日、韓、泰等常見語言都在內
- 全程在瀏覽器內完成，不用下載或安裝軟件
- 匯出格式包括 SRT、VTT、TXT、DOCX、XLSX、Markdown，字幕和文件兩種用途都覆蓋
- 免費方案：每個檔案可預覽首 15 分鐘、每月最多上載 3 次；免費方案唯一能匯出的是帶浮水印的影片（由第一句字幕起計 15 秒、最高 720p），字幕檔和逐字稿要升級付費方案才能下載
語音轉文字線上怎麼做？Subanana 四步驟教學
第一步：上載 將語音或錄音上載至 Subanana，全程在網頁瀏覽器內完成，不用下載或安裝任何軟件。常見的音訊與影片格式（mp3、m4a、wav、mp4、mov 等）都可以直接上載，實際可接受的格式以上載頁面顯示為準。上載後選擇音訊的語言。
第二步：轉換 點擊「開始生成字幕」，Subanana AI 功能會將該段錄音或語音自動轉換成文字。
第三步：編輯 用戶可在 Subanana 平台上編輯轉換後的文字。完成後按需要使用字幕翻譯功能加上其他語言的文字。
第四步：下載 下載文字，完成語音轉文字。Subanana 字幕軟體支援輸出 .srt、.vtt 等字幕檔格式、或文字檔 (.txt)、Word 檔 (.docx)、Excel 檔 (.xlsx)、Markdown 等格式（付費方案適用；免費方案的匯出僅限帶浮水印影片）。
語音轉文字軟件總結
如果你的內容以廣東話或中英夾雜為主，需要把文字稿匯出成可以直接編輯的檔案，Subanana 值得一試：先用免費額度預覽準確度，合用的話再升級付費方案下載字幕檔或逐字稿。想知道自己的音訊實際轉出來是什麼水準，用免費額度跑一段最難的片段（多人、有背景聲、中英夾雜）最快得到答案。