大部分「逐字稿工具比較」都在比功能，卻不回答你真正要做的決定：這一小時的錄音，我該花多少錢、等多久？
先給答案。在台灣的外包市場，一小時錄音的逐字稿是四位數新台幣起跳，交件要好幾個工作天；同一份檔案交給 AI 工具，價格通常落在個位數美元，處理時間以分鐘計。差距不是一兩成，是一個量級。
但價差這麼大，代表兩者買到的東西本來就不一樣。這篇把兩條路線的價格與時間攤開，再說明哪些情況你不該省這筆錢。各家工具的功能細節另外寫在〈2026 語音轉文字工具比較〉，這篇只談成本與時間。
外包聽打的台灣行情：以分鐘計價，以工作天交件
台灣的接案平台「出任務」把成交行情整理成三個等級，並標明資料來自平台近一年提案報價數據 1,946 筆以上（出任務逐字稿費用行情）：
基礎級，每分鐘 NT$15 至 NT$25，交付時間 2 到 3 天／小時音檔，內容是中文逐字稿、一般對話音質、基本校對、Word 交付。
標準級，每分鐘 NT$25 至 NT$40，交付時間 3 到 5 天／小時音檔，多了專業領域內容、時間碼標記、格式排版與兩次校對。
精緻級，每分鐘 NT$40 至 NT$70，交付時間 5 到 7 天／小時音檔，涵蓋中英文逐字稿、多人會議辨識、潤稿整理、SRT 字幕格式與專業術語校正。
換算成一小時錄音，基礎級大約是 NT$900 到 NT$1,500，精緻級則會來到四位數的中後段。同一頁的常見問題也直接給了一個對照數字：「以 1 小時訪談為例：中文逐字稿約 900-1,800 元」，而急件（24 小時內）加收 50-100%。
兩個容易被漏掉的加價條件也寫在同一頁。第一，音質差或多人交叉發言會增加聽打難度和時間，費用通常加收 20-50%。第二，時間本身是有代價的：出任務在另一篇〈2026 聽打逐字稿行情費用一覽表〉裡把「耗時較長」列為真人聽打的缺點，並寫明非即時聽打的逐字稿可能至少需 1-3 個工作日。
這三種情況，先別看 AI 工具
價差大不代表 AI 是通用解。如果你屬於下面任何一種，後面的比較對你幫助有限，直接找專業聽打員更省事。
第一，你要的是現場同步的文字。造勢晚會、頒獎典禮、直播，或有聽障者參與而需要即時文字呈現的場合，這是同步聽打員的工作，出任務把它單獨列為一項行情。
第二，你的用途是正式存查的紀錄。公聽會、聽證會、法律訴訟相關會議，要的是一份有人負責、可以被追究的文件。
第三，你的錄音先天就很糟。多人交叉發言、噪音大、口音重又夾雜方言——這些正是出任務標明會讓人工報價加收 20-50% 的條件，代表連受過訓練的人都吃力。AI 在這種素材上不會比人好，只會錯得比較快。
其餘情況——一般會議、訪談、講座、Podcast、影片字幕——才是下面要談的。
AI 工具的三種計價方式，換算後差很多
AI 逐字稿工具的價格看起來都便宜，但計價單位不同，很難直接比。主要是三種模式。
按小時加購：Taption
Taption 是台灣使用者常見的影片字幕與轉錄工具，走的是「加購時數」模式。依官方方案頁，不訂閱時的 Pay as you go 是月費 US$0、加購時數 US$8 每小時，且時數不會過期；Premium Subscription 月費 US$12、每月含 120 分鐘，加購價降到 US$6 每小時；Bulk Subscription 月費 US$69、每月含 1000 分鐘，加購價 US$4 每小時。方案比較表另外列出單一檔案上限 5 小時、支援 40 種以上語言、翻譯涵蓋 50 種以上語言，並提供 Final Cut Pro XML 匯出。
好處很明確：用量不固定的人不必先綁訂閱，一年只轉幾次也不浪費。
點數制：Vocol
Vocol 是在台灣設有分公司的語音協作平台，用 V-points 計價。依官方價格與方案頁，換算規則寫得很清楚：「１個 V-point 可生成１分鐘的逐字稿」，註冊即贈 200 點。點數包是 US$16 換 450 點、US$36 換 1200 點、US$66 換 2400 點；訂閱制月付 US$11 換每月 720 點，年付則是 US$8 換每月 720 點。同一頁也列出上傳單一檔案時長上限 180 分鐘、會議機器人錄製時長上限 60 分鐘。
換算下來，一小時錄音等於 60 點；以最小的點數包計算，單價約每小時兩塊多美元，是本文比較的工具裡單純算「一分鐘文字」最便宜的一種。語言方面，Vocol 官方常見問題的回答是「英文、中文、日文」，並註明更多語言即將上線。
訂閱含分鐘數：Subanana
Subanana 走訂閱制，方案本身含每月的分鐘數。入門的 Lite 年繳後約 US$9／月，每月含 60 分鐘，也就是一小時錄音剛好用掉一個月的額度；完整方案見方案費用頁。
先把話講在前面：如果你的需求是「用最低單價把聲音變成文字」，Vocol 的點數包比 Subanana 便宜，那就去用它。Subanana 的定價假設是另一件事——你要的不是一份逐字稿，是一份可以直接交出去的會議紀錄。
另一種取向：Good Tape
Good Tape 是丹麥哥本哈根的團隊做的工具，放進來的原因不是價格，而是它把限制寫得很白。它的中文頁有一整段標題就叫「我們不承諾 100% 準確率」，同一頁也寫明「所有轉錄檔案皆安全儲存於歐盟境內，完全符合 GDPR 規範」與「我們絕不分享、販售您的錄音，也不會用來訓練 AI 模型」，並自述支援超過 100 種語言（這是 Good Tape 自己的數字）。
如果你的素材是保密訪談或調查報導，資料處理條款會比每小時差幾塊錢重要得多。它的價格頁依所在地顯示當地幣別，本文不引用數字。
一小時錄音的成本對照
| 路線 | 計價方式 | 一小時錄音的花費 | 大約多久拿到 | 你拿到的東西 |
|---|---|---|---|---|
| 外包（基礎級） | 每分鐘 NT$15–25 | 約 NT$900–1,500 | 2–3 個工作天 | Word 逐字稿、基本校對 |
| 外包（標準級） | 每分鐘 NT$25–40 | 約 NT$1,500–2,400 | 3–5 個工作天 | 加時間碼、格式排版、兩次校對 |
| 外包（精緻級） | 每分鐘 NT$40–70 | 約 NT$2,400–4,200 | 5–7 個工作天 | 中英逐字稿、多人辨識、SRT |
| Taption | 加購時數 | US$8／小時（未訂閱時） | 上傳後線上處理 | 逐字稿、字幕、燒錄字幕影片 |
| Vocol | 點數制（1 點＝1 分鐘） | 60 點；點數包 US$16／450 點 | 上傳後線上處理 | 逐字稿、AI 摘要、待辦事項 |
| Subanana | 訂閱含分鐘數 | Lite 年繳約 US$9／月含 60 分鐘 | 上傳後線上處理 | 逐字稿、會議紀錄成品 |
兩邊幣別不同，這張表不做匯率換算，但量級差距一眼可見。真正該注意的是右邊兩欄：外包買到的是一份完稿，含校對、排版，有人負責；AI 買到的是原始的一份文字，後面的整理還在你手上。決定你划不划算的，是那段整理時間。
後面那段整理時間，才是大頭
散會後最花時間的通常不是等逐字稿，而是把幾萬字的稿子讀完、抓重點、整理成別人願意看的東西。外包做得到（精緻級的「潤稿整理」賣的就是這個），AI 工具則要看它有沒有把這一段做完。
Subanana 的設計就押在這裡。轉錄完成後選一個摘要範本，它會在逐字稿之上直接產出重點、決議與待辦事項；內建範本 30 種以上，也可以先用詞彙表把公司名、人名與專有名詞固定下來。逐字稿本身會做講者辨識、去除語助詞、自動標點與分段。
成本上有三件事值得單獨講：
重跑不另外計費。 系統偵測到某段轉錄品質有問題時，會自動換一個模型重跑那幾段，而這個重跑不會再扣你的分鐘額度——一個檔案就是付一次，不管內部重試了幾輪。
翻譯目前不另外計費。 轉錄之後加一個目標語言，現階段不另外收分鐘數。
額度不夠時不會偷扣。 剩餘額度不足以處理整個檔案時，系統會在開始處理前就擋下上傳，不會先轉一半、也不會超額計費。
另一面要說清楚：計費看檔案長度，不是實際說話時間。一個 30 分鐘、四分之一是空白的錄音檔，一樣算 30 分鐘。錄音前把空檔剪掉，省的是真的錢。
時間方面，我們自己量到的處理時間中位數：一小時的會議錄音約 4.9 分鐘完成。語言方面，Subanana 支援 95 種以上語言（這是 Subanana 的數字，前面 Good Tape 的 100 種是它自己的）。
想確認自己的音檔轉出來是什麼樣子，可以直接用AI 逐字稿工具頁面試一段。免費方案會產出每個檔案前 15 分鐘的結果讓你先看效果，要匯出字幕或逐字稿檔案則需付費方案。
常見問題
一小時逐字稿要打多久？
如果是外包，時間不是以小時算而是以工作天算。出任務的行情頁按等級標示交付時間為 2 到 3 天、3 到 5 天、5 到 7 天／小時音檔，同一平台另一篇整理則寫明非即時聽打可能至少需 1-3 個工作日，急件（24 小時內）加收 50-100%。改用 AI 工具，量級會落到分鐘：我們自己量到一小時會議錄音的處理時間中位數是 4.9 分鐘，但請把後面自己整理稿子的時間也算進去。
雅婷逐字稿免費嗎？
雅婷逐字稿有免費額度，但「免費」在這類工具裡通常是試用，不是產能。它的網頁版把扣抵順序寫在介面裡：「系統將依 免費 -> 訂閱 -> 購買時數 的順序自動扣抵」，並以秒為最小單位計算——免費額度用完之後就進入訂閱或購買時數。具體額度與各方案價格會隨活動調整，網路上流傳的數字彼此也不一致，請以 asr.yating.tw 上你註冊當下看到的為準。逐項對照見〈雅婷逐字稿替代方案〉與〈Subanana 與雅婷逐字稿比較〉。
哪個 AI 可以生成逐字稿？
本文查證過官方方案頁的有 Taption（加購時數）、Vocol（點數制）、Good Tape（丹麥團隊）與 Subanana（訂閱含分鐘數），台灣使用者常用的還有雅婷逐字稿。挑選順序建議是：先確定你要的是逐字稿還是會議紀錄成品，再看計價單位符不符合你的用量，最後拿自己的音檔實測。功能逐項對照見〈Subanana 與 Taption 比較〉與〈Subanana 與 Vocol 比較〉。
ChatGPT 可以產生逐字稿嗎？
比較實際的用法是分兩段：先用轉錄工具把聲音變成文字，再把那份文字交給 ChatGPT 整理。它擅長刪掉語助詞、補標點、分段、把散亂的討論收斂成重點，前提是你已經有一份可讀的稿子——成品品質幾乎由你餵進去的逐字稿決定。如果你要的本來就是整理過的結果，選一個直接產出會議紀錄的工具會少一道手續，寫法可參考〈會議記錄怎麼寫〉。
小結
一小時的錄音，外包是四位數新台幣、好幾個工作天，AI 是個位數美元、幾分鐘。這個量級差距只在素材適合 AI 時才有意義：要現場同步、要正式存查、或錄音本身就很糟，這三種情況請直接找人。
其餘情況下，真正該問的不是「哪家每分鐘最便宜」，而是「稿子出來之後，我還要花多久才能交出去」。只想用最低單價把聲音變成文字，點數制最划算；想連整理那一段一起省掉，才需要看會議紀錄型的工具。想先弄懂逐字稿本身是什麼，可以從〈逐字稿是什麼〉開始。