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。
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。
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。
原生路徑：自行呼叫 Gemini 3.5 Transcribe API
四個步驟，如實陳述——頭兩步不難，後兩步才是工程所在。
- 取得 API 金鑰登入 Google AI Studio 建立 API 金鑰。⚠️ Gemini 部分功能在香港未開放一般存取，AI Studio 及相關服務的可用性視乎功能而定，或需使用 VPN——動手前宜先確認自己的網絡環境可以使用。
- 編寫程式碼呼叫模型根據 Google 官方發佈，預先錄製的音訊經 Interactions API 處理，回傳附有講者標註及逐字時間戳的文字；即時串流則使用 Live API。模型自動偵測 85+ 語言。呼叫、上傳、處理回應，全部在你自己編寫及執行的程式碼內完成。
- 自行把逐字時間戳變成字幕任何轉錄 API 回傳的都是逐字資料，而非現成的字幕檔。每條字幕何時開始結束、一行放多少字、句子如何跨行、觀眾閱讀速度是否舒適——這層切分邏輯以及 SRT/VTT 格式輸出，都要自己實作和調校。
- 補齊餘下的工作流程翻譯做另一語言、人名術語校對、逐句修正、把字幕壓入影片——每一項都是獨立工序。任何轉錄 API 都一樣：模型輸出的是資料，周邊的工作流程由你組裝。
Gemini 3.5 Transcribe 官方規格
規格數字以 Google 官方發佈為準；「存取方式」及「香港可用性」兩欄屬一般使用情況說明。
- 語言
- 85+ 語言自動偵測，官方指涵蓋地區口音及方言
- 時間戳
- 預錄音訊經 Interactions API 回傳逐字時間戳
- 講者標註
- 最多 3 位講者；3 位以上官方標示為實驗性功能
- 準確度
- Google 公佈平均字錯率（WER）非串流 2.6%、串流 4.0%——數字愈低愈準
- 存取方式
- Google AI Studio 取得 API 金鑰，自行編寫程式碼呼叫
- 香港可用性
- ⚠️ Gemini 部分功能在香港未開放一般存取，視乎功能而定，或需 VPN
- 輸出
- 結構化轉錄資料，供你的程式使用——字幕檔、編輯、壓字幕等流程須自行建立
自行呼叫 API vs 交給 Subanana
兩條路最終都能得到逐字稿與字幕，分別在於中間的工程由誰負責。
| 自行呼叫 Gemini API | Subanana（上傳檔案） | |
|---|---|---|
| 香港存取 | 部分功能未開放，或需 VPN | 香港直接可用，免 VPN |
| 開始使用 | AI Studio 帳戶、API 金鑰、自行寫程式 | 註冊即上傳，毋須寫任何程式 |
| 得到的結果 | 逐字資料，後續處理在你的程式內完成 | 已切分的字幕 cue 與逐字稿，可直接編輯 |
| 廣東話輸出 | 輸出後的文字處理自行實作 | 口語或書面語、繁體或簡體，選項直接提供 |
| 引擎出錯時 | 自行偵測、自行重試 | 幻覺偵測自動換引擎重跑，不另收費 |
| 匯出成品 | SRT 及文件格式自行實作 | SRT、VTT、TXT、DOCX、XLSX、Markdown 一鍵匯出；壓字幕影片最高 4K |
這是工作流程的比較，不是模型品質的比較——Subanana 持續評測同級的前沿語音引擎並按語言路由，平均準確度 98%。
甚麼人適合使用 API 路徑
如果你是開發者，正在為自己的產品加入轉錄功能，API 正是為你而設：可程式化控制、自訂使用體驗、直接整合至自家產品。需要消費級工具沒有的自訂字幕邏輯，同樣適合。代價是整條鏈都由你負責——切分品質、時間軸邊緣情況、翻譯、校對介面、輸出渲染——時間花在這條鏈上，不是花在呼叫模型上。但如果你要的其實只是一份逐字稿或一條字幕，為單一項目自建整條流程，是最昂貴的取得方式。
香港用戶的實際優勢
最多香港創作者及公司選用——這幾項是 API 對照表以外的分別。
- 廣東話輸出：口語或書面語廣東話是獨立的來源語言選項，輸出可選口語（例：佢哋而家搞掂咗）或書面語（例：他們現在處理好了），繁體或簡體，共四種組合。配合詞彙表，人名、品牌及內部術語可指定串法。
- 來源不限本機檔案可直接貼上公開的 YouTube、Instagram 或 Facebook 連結；檔案上限每個 30 GB、8 小時，所有方案相同。
- 會議自動記錄Google Meet 及 Microsoft Teams 日曆機械人自動入會錄音，Zoom 會議可用 Chrome 擴充功能擷取；會議結束後自動轉錄、標註講者，並以 30+ 範本產生會議紀錄。
大家常問的問題常見問題
Gemini 部分功能在香港未開放一般存取，可用性視乎功能而定，或需使用 VPN。相比之下，Subanana 在香港直接可用，免費及付費版本均毋須 VPN，適合不想處理網絡環境問題的用戶。
根據 Google 官方發佈，模型經 API 回傳附逐字時間戳及講者標註的轉錄資料。要得到 SRT 字幕檔，需要自行編寫程式碼把逐字資料切分成字幕 cue 並輸出格式；或使用可直接匯出 SRT 的轉錄工具。
直接使用需要：它以 API 形式提供，須在 Google AI Studio 取得金鑰，並自行編寫程式碼送入音訊、處理輸出。不想寫程式的話，託管轉錄工具提供同級的前沿語音引擎，上傳檔案即可使用。
Google 官方指模型自動偵測及轉錄 85+ 語言，並涵蓋地區口音及方言，但發佈文章未有逐一列出語言清單。Subanana 明確支援廣東話為獨立來源語言，輸出可選口語或書面語，繁體或簡體。
Google 公佈平均字錯率（WER）為非串流 2.6%、串流 4.0%——WER 指轉錄錯誤字詞的比例，數字愈低愈準。任何引擎的實際表現都受音質、背景噪音及專業術語影響。
有。Subanana 免費帳戶可上傳錄音或影片，每個檔案免費預覽首 15 分鐘轉錄結果，每月 3 個檔案，毋須信用卡；匯出檔案屬付費功能。香港直接可用，毋須 VPN。
可以。Subanana 支援 Google Meet 及 Microsoft Teams 日曆機械人自動入會錄音，Zoom 會議則可用 Chrome 擴充功能擷取；會議結束後自動轉錄、標註講者，並以 30+ 範本產生會議紀錄。
可以。公開的 YouTube、Instagram 或 Facebook 連結貼上即可，Subanana 會自動擷取並轉錄，毋須先下載影片。Subanana 提供的是逐字稿與字幕檔，不會提供第三方影片檔案本身。
大家常問的問題常見問題
Gemini 部分功能在香港未開放一般存取，可用性視乎功能而定，或需使用 VPN。相比之下，Subanana 在香港直接可用，免費及付費版本均毋須 VPN，適合不想處理網絡環境問題的用戶。
根據 Google 官方發佈，模型經 API 回傳附逐字時間戳及講者標註的轉錄資料。要得到 SRT 字幕檔，需要自行編寫程式碼把逐字資料切分成字幕 cue 並輸出格式；或使用可直接匯出 SRT 的轉錄工具。
直接使用需要：它以 API 形式提供，須在 Google AI Studio 取得金鑰，並自行編寫程式碼送入音訊、處理輸出。不想寫程式的話，託管轉錄工具提供同級的前沿語音引擎，上傳檔案即可使用。
Google 官方指模型自動偵測及轉錄 85+ 語言，並涵蓋地區口音及方言，但發佈文章未有逐一列出語言清單。Subanana 明確支援廣東話為獨立來源語言，輸出可選口語或書面語，繁體或簡體。
Google 公佈平均字錯率（WER）為非串流 2.6%、串流 4.0%——WER 指轉錄錯誤字詞的比例，數字愈低愈準。任何引擎的實際表現都受音質、背景噪音及專業術語影響。
有。Subanana 免費帳戶可上傳錄音或影片，每個檔案免費預覽首 15 分鐘轉錄結果，每月 3 個檔案，毋須信用卡；匯出檔案屬付費功能。香港直接可用，毋須 VPN。
可以。Subanana 支援 Google Meet 及 Microsoft Teams 日曆機械人自動入會錄音，Zoom 會議則可用 Chrome 擴充功能擷取；會議結束後自動轉錄、標註講者，並以 30+ 範本產生會議紀錄。
可以。公開的 YouTube、Instagram 或 Facebook 連結貼上即可，Subanana 會自動擷取並轉錄，毋須先下載影片。Subanana 提供的是逐字稿與字幕檔，不會提供第三方影片檔案本身。
更新於 2026-08-26