Podcast 逐字稿最快的做法，是把單集音檔（或節目的公開 YouTube 連結）交給 AI 語音轉文字工具，先自動產生一份分得出講者、有標點分段的初稿，再花十幾分鐘校對專有名詞，最後匯出 SRT、Word 或純文字。一集六十分鐘的節目，通常半小時內就能拿到一份可以引用、可以改寫成文章的逐字稿。
對中文節目來說，這件事必須自己做：根據 Apple 官方的逐字稿說明（2026 年 8 月 28 日查閱），Apple Podcasts 自動產生的逐字稿支援英文、丹麥文、荷蘭文、芬蘭文、法文、德文、義大利文、挪威文、葡萄牙文、西班牙文與瑞典文，清單不含中文；同一頁也說明，創作者自備的逐字稿檔案目前同樣只接受這批語言。廣東話、國語節目想有文字版，主場只能放在自己的網站與 Show Notes。
這篇教學把每一步拆開講清楚。文中以我經營的 Subanana 示範，流程對多數 AI 轉錄工具都通用。
Podcast 為甚麼需要逐字稿？
對經營節目的人來說，逐字稿是一份能重複利用的資產：
- 搜尋曝光：純音檔在 Google 上幾乎搜不到，逐字稿是一整頁可被索引的文字。把單集逐字稿放上網站，等於替每一集多開一道自然搜尋的入口。
- 改寫成文章與貼文：六十分鐘的對談裡通常藏著三至五個可以獨立成篇的觀點。有了文字版，把口語整理成網誌文章、電子報或社交貼文快得多。
- Show Notes 與時間戳：逐字稿是寫重點摘要、列章節時間戳、整理金句的底稿。
- 可引用、可查證：來賓講過的數據或說法，日後引用時直接回到逐字稿核對，不必重聽整集。
- 無障礙：文字版讓聽力不便、或不方便戴耳機的人也能接觸你的內容。
Apple Podcasts、Spotify 的內建逐字稿幫不到中文節目
兩大平台近年都推出了自動逐字稿，但語言覆蓋是明確的界線。
Apple Podcasts：根據官方說明頁（2026 年 8 月 28 日查閱），自動逐字稿支援的語言共 11 種，全部是歐洲語言，沒有中文；而且創作者自行提供的逐字稿檔案，目前也只接受同一批語言。即是說，中文節目暫時無法透過官方途徑在 Apple Podcasts 顯示逐字稿。
Spotify：根據 Spotify 官方說明，部分節目有自動產生的逐字稿（並非所有創作者都有此功能）；符合資格的創作者可以在 Spotify for Creators 下載、編輯及重新上傳 VTT 或 SRT 檔，檔案上限 5MB，且需包含時間戳才能跟播放同步。
這帶出兩個實際結論：
- 中文節目的逐字稿要自己產，平台功能補不上。
- 逐字稿的主場在你自己控制的版面：節目網站、Show Notes、YouTube 字幕。這些正是搜尋引擎索引得到的地方，價值反而更大。
Podcast 逐字稿五步流程
以下用一集雙人對談（一位主持人、一位來賓）的廣東話節目為例。
| 步驟 | 你要做的事 | AI 完成的部分 |
|---|---|---|
| 1. 準備音檔 | 匯出單集 MP3／WAV，或複製公開 YouTube 連結 | — |
| 2. 上傳並設定 | 選來源語言、指定講者人數 | 排程處理 |
| 3. AI 產生初稿 | 等待轉錄完成 | 轉文字、分講者、加標點分段 |
| 4. 校對編輯 | 確認專有名詞、人名、數字 | 標出可能誤聽的詞並提供建議 |
| 5. 匯出與延伸 | 下載 SRT／Word，產生摘要 | 依模板整理重點與章節 |
步驟一：準備音檔或連結
從錄音或剪輯軟體匯出單集音檔，常見的 MP3、WAV、M4A 都可以。節目如果同步發佈在 YouTube，也可以直接貼公開影片連結：Subanana 支援 YouTube、Instagram、Facebook 的公開連結，由系統抓取並轉錄，省去先下載再上傳。每個檔案上限 30 GB 或 8 小時，長篇訪談不用分拆。
一個省錢貼士：轉錄按音檔長度計費，中間的靜音段一樣照計，所以上傳前把開頭閒聊與長空白剪走，反而更省分鐘數。
步驟二：上傳並設定講者
進入 Subanana 應用程式建立新專案，選「逐字稿」模式，然後做兩個設定：
- 來源語言：廣東話節目直接選廣東話，輸出更可以在口語與書面語之間選擇：想保留「原汁原味」的對談選口語，想直接拿去寫文章就選書面語。支援語言共 95 種以上，國語、英文或中英夾雜節目同樣處理得到。
- 講者人數：可以自動偵測，也可以手動指定（例如這集是 2 位）。知道確切人數時手動指定，講者切分通常更穩定。
步驟三：AI 產生初稿
這一步 AI 做掉最花時間的苦工：
- 語音轉文字：系統為每種語言持續評測多個辨識模型，自動挑選該語言表現最好的一個；偵測到輸出異常時會自動改用其他模型重跑，而這類內部重試不會額外扣分鐘數。
- 分講者：自動標出哪句是主持人、哪句是來賓。
- 標點與分段：逐字稿模式自動補標點、分段落，內容像文章一樣可讀（字幕模式依慣例不加標點，兩者是不同輸出）。
- 過濾贅字：「嗯」「即係」這類填充詞會被適度清理，初稿更乾淨。
步驟四：校對與編輯
AI 初稿不等於成品，Podcast 最容易出錯的是專有名詞：來賓姓名、公司品牌、產品名、外語詞彙。編輯器有幾個工具加速校對：
- AI 校對建議：系統對文字做一次檢查，標出可能聽錯或同音字用錯的詞並提出建議，每項由你決定採用與否。要注意它處理的是替換錯誤，不會補回漏聽的字，關鍵段落建議對照音檔聽一次。
- 詞彙表（Glossary）：把固定出現的名字、品牌、術語先建入詞彙表，之後每集沿用，減少同一個名字一錯再錯。詞彙表分工作區共用與單一專案專用兩種，支援 XLSX／CSV 批量匯入，對固定來賓或系列節目特別有用。
校對訣竅是「抓大放小」：先確認人名、數字、品牌這些一錯就尷尬的硬傷，口語小瑕疵按用途決定改不改。
步驟五：匯出，延伸成 Show Notes 與文章
校對完成後匯出（匯出屬付費功能）。支援格式包括 SRT、VTT、純文字（TXT）、Word（DOCX）、Excel（XLSX）與 Markdown。對 Podcast 常見的搭配：
- SRT／VTT：放進影片版當字幕，或上載到 YouTube。
- Word／純文字：改寫成網誌文章或電子報。
- Markdown：直接貼進網站後台或筆記工具。
想要一份 Show Notes 草稿，可以把同一個音檔用「會議摘要」模式處理，產生重點與行動項目的整理。這個會議摘要功能可以自選大型語言模型並套用超過 30 個內建模板，把一小時對談收斂成一頁重點。注意可以選模型的只有會議摘要功能，轉錄與翻譯的模型由系統自動挑選。你也可以在編輯器直接「問」逐字稿：這集主要講了哪三件事、來賓對某話題的立場是甚麼，AI 根據內容回答，幫你更快抓到可以寫成貼文的重點。
免費方案適合先試跑：可以預覽每個檔案首 15 分鐘的辨識結果，但匯出檔案需要付費方案。想先感受廣東話辨識效果，可以在免費 AI 逐字稿工具頁上傳一段短音檔試試。各方案價格見方案費用頁，Lite 月費 HK$138 起（年繳折合每月 HK$68）。
廣東話節目的兩個常見情況
- 中英夾雜：香港節目一句廣東話夾幾個英文詞是常態。常出現的英文品牌、術語預先加入詞彙表，轉錄會沿用固定寫法，減少拼錯與前後不一。
- 口語還是書面語：逐字稿保留口語還是轉成書面語，視乎用途：引用對談原話、保留語氣就用口語版；要直接改寫成文章、電子報，書面語版省很多手工。Subanana 把兩者做成獨立的輸出選項，同一集可以按需要選擇。
想深入了解一般錄音檔轉文字的做法，可參考訪談逐字稿教學；剛開始做節目的話，Podcast 是甚麼有由零開始的製作步驟。
常見問題
一集六十分鐘的 Podcast，做逐字稿要多久？ 轉錄本身通常幾分鐘內完成，花時間的是校對。只需要大致可讀的版本，十幾分鐘確認人名與數字就夠；要正式發佈，預留半小時左右校對較穩妥。
AI 逐字稿準確嗎？需要全部重聽嗎？ 不需要逐句重聽。收音清楚的情況下 AI 初稿已相當完整，重點是核對專有名詞、人名、數字這些一錯就明顯的地方，模糊或關鍵段落再對照音檔。
Apple Podcasts 可以顯示中文逐字稿嗎？ 根據 Apple 官方說明頁（2026 年 8 月查閱），自動逐字稿與創作者自備的逐字稿目前都只接受 11 種歐洲語言，中文不在清單內。中文節目的文字版建議放在自己的網站、Show Notes 或 YouTube 字幕。
免費方案能直接拿到逐字稿檔案嗎？ 免費方案可以預覽辨識效果（每個檔案首 15 分鐘），匯出逐字稿與字幕檔需要付費方案。建議先用免費版試一小段，確認廣東話辨識效果再決定。