錄音轉文字 — AI 將錄音轉成逐字稿及會議記錄

錄音轉文字是將已錄好的音訊——會議錄音、訪談、語音備忘或講座——自動轉換成可編輯文字的過程。將錄音檔上載至 Subanana,AI 會自動辨識講者、加入標點分段,輸出完整逐字稿;會議錄音更可一併生成已整理好討論重點、決議及行動項目的會議記錄。支援廣東話(包括中英夾雜及口語轉書面語)及 95+ 種語言,準確率達 98%。

超過 200,000 名用戶選用 · 免費註冊即可試用

  • HKU
  • HKTV
  • BEA
  • HKSTP
  • Hong Kong Disneyland
  • HK01
  • Snapask
  • Sky Post
  • USC
  • Greenpeace
  • HKU
  • HKTV
  • BEA
  • HKSTP
  • Hong Kong Disneyland
  • HK01
  • Snapask
  • Sky Post
  • USC
  • Greenpeace

一段錄音,如何變成一份逐字稿

訪問錄音

M4A · 58:12 · 已上載

上載檔案、貼上連結,或在瀏覽器直接錄音支援 95+ 種語言,句中夾雜外語也能辨識

逐字稿

00:12

我們把發布日期移到六月第一個星期。

00:47

可以——但價格頁必須在那之前定稿。

逐字稿

TXT · DOCX · XLSX · Markdown

字幕檔

SRT · VTT

翻譯

95+ 種語言

摘要

重點 · 待辦事項

提問

向逐字稿直接發問

為何團隊把錄音交給 Subanana

這不是功能清單——而是決定一份逐字稿使用時無須重聽的那些事。

一份讀得下去的逐字稿

  • 發言者自動分開每一句都標明是誰說的,自動辨識。
  • 標點與分段自動還原標點及段落,文字讀起來是文章,不是一整幅牆。
  • 文字已整理語氣詞會被清理,意思保持原狀。
  • 向逐字稿發問在編輯器內向錄音提問,答案以實際說過的內容為依據。

準確度來自工程,不是口號

  • 逐語言挑最佳模型持續評測語音模型,每個檔案交給該語言表現最好的一個。
  • 幻覺偵測可疑輸出會被攔住,交由另一個引擎重新處理才交到你手上。
  • 專有名詞照你的寫法把人名、產品名和行話寫入詞彙表,套用到你的項目。
  • 先建議、後確認AI 校對會建議修正聽錯的字;你批准之前不會有任何改動。

誰在這裡把說話變成文字

流程相同——分別在交付物:逐字稿、會議記錄、字幕還是摘要。

會議與通話

公司團隊

逐字稿之上再有摘要、決定事項與待辦——趁會議記憶猶新就分享出去。

影片與 Podcast

內容創作者

同一份逐字稿產出字幕、節目筆記與金句,每個發布平台都用得上。

訪問

記者與研究人員

引述必須逐字準確、標明發言者——而且要趕在截稿之前完成。

課堂與講座

學生與教學

長錄音自動出摘要、可搜尋,溫習直接從重點開始。

錄音轉文字與語音轉文字有甚麼分別?

語音轉文字是整個技術類別,涵蓋任何把說話變成文字的場景;錄音轉文字專指處理已錄好的音訊檔案——會議錄音、訪談、語音備忘、課堂錄音。

本頁針對錄音檔的完整工作流程:上載、轉寫、整理、匯出。如需了解語音轉文字技術本身及其他場景,見語音轉文字

如何將錄音轉成文字?

上載錄音檔,選擇語言及輸出模式,AI 自動轉寫,然後檢查及匯出——無需安裝軟件,手機錄音亦可直接處理。

  1. 上載錄音檔手機錄下的語音備忘、會議室錄音、訪談音檔均可直接上載(所有計劃單一檔案最長 8 小時、最大 30 GB)。Google Meet/Microsoft Teams 會議更可由機械人自動錄影,會議結束後自動匯入。
  2. 選擇語言及輸出模式選定來源語言後,逐字稿模式輸出完整文字;會議記錄模式在逐字稿以外再生成重點摘要。廣東話錄音可選擇以口語或書面語輸出。
  3. AI 自動轉寫自動辨識講者、加入標點及還原段落,輸出可直接閱讀的文本,而非一團未分段的文字。
  4. 檢查、編輯及匯出在編輯器核對內容、向 AI 提問,付費計劃可匯出 SRT、VTT、TXT、DOCX、XLSX 及 Markdown 六種格式。

會議錄音如何變成會議記錄?

選用會議記錄模式,AI 會在逐字稿以外自動整理討論重點、決議及行動項目,直接輸出可分發的會議記錄。

  • 範本驅動30+ 個內置範本(會議、演講、商業、醫療、法律等)一鍵套用,亦可用 AI 生成自訂範本,令輸出貼合你的會議記錄格式。
  • Meet/Teams 全自動連接日曆後,Subanana 機械人自動加入排定的會議並錄影;會議結束後自動建立逐字稿及會議記錄,無需人手上載。(機械人屬會後處理,不提供會議進行期間的即時字幕。)
  • 追問細節記錄生成後可直接向 AI 提問——「誰負責跟進預算?」「就日期達成了甚麼共識?」——答案以逐字稿為根據。

不同類型的錄音應該怎樣處理?

會議錄音選會議記錄模式;訪談、語音備忘及講座選逐字稿模式——兩者都包括講者辨識及自動標點分段。

建議模式你會得到
會議錄音(實體或線上)會議記錄分講者逐字稿 + 重點、決議、行動項目
訪談、播客逐字稿分講者全文逐字稿,自動標點分段,匯出 DOCX 交稿(付費)
語音備忘、口述筆記逐字稿可搜尋、可編輯的文字,可匯出 TXT/Markdown(付費)
課堂、講座、研討會逐字稿 + AI 問答全文轉寫,並可向 AI 直接提問內容重點
廣東話錄音(任何類型)任一模式 + 書面語輸出口語錄音直接輸出書面語文本,繁/簡均可

文字檔案匯出為付費計劃功能;免費計劃可預覽轉寫結果。

錄音質素會影響準確度嗎?

會。收音距離、背景噪音及多人同時說話都會影響任何語音辨識系統的表現;錄音越清晰,結果越好。

Subanana 的準確率達 98%,並提供兩個實際的補強手段:自訂詞彙表及背景資料——把人名、公司名、行業術語加入詞彙表,或上載議程、簡報等背景文件,專有名詞的辨識會明顯更準確,對術語密集的會議及訪談尤其重要;以及講者數目設定——講者數目可手動指定,亦可由系統自動判斷。

錄音時的三個簡單習慣:裝置盡量靠近主要講者;減少背景音樂及空調直吹咪高峰;線上會議優先用 Meet/Teams 機械人直接取平台音源,而非用手機隔空收錄喇叭聲。

大家常問的問題常見問題

可以。iPhone 或 Android 錄下的語音備忘及會議錄音,直接上載至 Subanana 即可轉寫,無需安裝軟件;常見音訊及影片檔案均支援,所有計劃單一檔案最長 8 小時。

可以。連接日曆後,Subanana 機械人會自動加入排定的會議並錄影,會議結束後自動建立逐字稿及會議記錄。機械人屬會後處理,不提供會議進行期間的即時字幕;Zoom 會議則可於會後將錄音檔上載處理。

Subanana 的準確率達 98%。實際表現受錄音清晰度、背景噪音及術語影響;上載自訂詞彙表及背景資料可進一步提升專有名詞的準確度。

可以。在輸出或翻譯目標語言中選擇「書面語」,口語錄音會直接輸出為書面語文本(例如「佢哋而家搞掂咗」→「他們現在處理好了」),繁體及簡體均可選。

可以。Subanana 自動辨識不同講者並在逐字稿分軌標示;講者數目可手動指定或由系統自動判斷。

所有計劃單一檔案最長 8 小時、最大 30 GB;免費計劃可預覽每條檔案首 15 分鐘的轉寫結果。

可以。免費計劃無需先付款,可上載檔案並預覽每條檔案首 15 分鐘的轉寫結果(每月 3 條檔案)。匯出 DOCX、SRT 等文字檔案屬付費計劃功能。

付費計劃可匯出 SRT、VTT、TXT、DOCX(Word)、XLSX(Excel)及 Markdown 六種格式,或一次過下載包含全部格式的 ZIP。訪談逐字稿常用 DOCX,資料整理用 XLSX。

安全。關鍵資訊會作去識別化處理,你的內容不會用於訓練 AI 模型,資料以加密方式儲存及保護。

更新於 2026-07-15