Google 語音轉文字免費嗎？Google 文件語音輸入能轉錄音檔嗎

KKevin Wong

·2026-08-09

手邊有一段訪談錄音、剛開完會的手機錄音，或是課堂錄音檔，想把語音轉成逐字稿或會議紀錄，大家第一個想到的通常是：Google 語音轉文字有免費工具能直接丟錄音檔嗎？

開門見山回答：Google 文件語音輸入不能直接上傳錄音檔，它只聽麥克風。想用 Google 免費處理錄音檔，要改用 Gemini 或 Gemini Notebook（前身為 NotebookLM），兩者都能上傳音訊，但有長度或檔案大小上限。

Google 文件語音輸入、Android 即時轉錄與 Google Meet 轉錄稿，運作方式都是即時收音：聽麥克風或聽進行中的會議。能吃錄音檔的是另外三條路：Gemini 應用程式、Gemini Notebook，以及給開發者用的 Google Cloud Speech-to-Text API。

如果你堅持用 Google 文件，Google 官方也曾公開一套播放錄音給麥克風聽的替代做法。本文整理各項工具的實際限制、適用情境，以及如何產出真正可用的中文會議紀錄與逐字稿。（本文引用的 Google 官方功能與規範，查閱日期為 2026 年 10 月 28 日。）

Google 語音轉文字免費嗎：Google 文件語音輸入、Gemini、即時轉錄與 Cloud API 指南

Google 語音轉文字工具完整盤點

先用一張表格看清 Google 旗下六種常見語音工具的差異：

工具	輸入方式	免費嗎	能上傳錄音檔嗎
Google 文件語音輸入	電腦麥克風即時收音	是	否
Android 即時轉錄	手機麥克風即時收音	是	否
Google Meet 轉錄稿	進行中的線上會議	否（需指定付費 Workspace 版本）	否
Gemini 應用程式	上傳音訊檔	可用（音訊總長上限 10 分鐘，單檔 100 MB；Google AI Pro／Ultra 為 3 小時）	是
Gemini Notebook	上傳音訊檔	可用（免費版最多 50 個來源，單檔上限 200 MB）	是
Google Cloud Speech-to-Text	音訊檔案（API）	部分免費（V1 每月 60 分鐘；V2 標準辨識無免費級距）	是

重點在最後一欄：Google 文件語音輸入、即時轉錄與 Meet 都不收錄音檔。要上傳錄音檔，一般使用者看 Gemini 與 Gemini Notebook，開發者看 Cloud API。

Google 語音轉文字工具比較：Google 文件語音輸入、Android 即時轉錄、Meet 轉錄稿、Gemini、Gemini Notebook、Cloud Speech-to-Text 的輸入方式、免費範圍與能否上傳錄音檔

Google 文件語音輸入：能做什麼與不能做什麼

這是多數人最熟悉的工具，內建在 Google 文件中，完全免費。

使用路徑非常簡單：開啟一份 Google 文件，點擊上方選單的 「工具」>「語音輸入」，畫面便會出現一個麥克風圖示，點擊後即可開始說話打字。依 Google 文件鍵盤快速鍵說明，在 Chrome 瀏覽器中也可以用 Ctrl + Shift + S（Mac 為 ⌘ + Shift + S）開啟語音輸入。

根據 Google 文件語音輸入官方說明，開始前有幾項規格必須留意：

必須具備運作正常的電腦麥克風：官方說明要求電腦麥克風開啟且正常運作。
瀏覽器支援度：這項功能已不再限於 Chrome，官方說明指出支援最新版本的 Chrome、Edge 與 Safari 瀏覽器。
語系選擇：語言清單提供「中文 (繁體)」，台灣使用者請直接切換至此選項（清單中並沒有獨立的「中文（台灣）」項目）。
由瀏覽器處理：官方說明提到，語音轉文字服務由你使用的瀏覽器控制；處理敏感內容前，請先確認所屬單位的規範。

然而，這項功能對繁體中文使用者有兩大限制：

語音編輯指令只支援英文：官方文件明確指出，選取文字、套用格式、文字導覽等語音控制指令僅支援英文，且 Google 帳戶語言與文件語言都必須設定為英文才能使用。
口述標點符號限制：說明頁雖然列出了逗點、句號等口述標點指令，但也特別提醒部分語言可能不支援，建議使用者先自行測試中文是否適用。

最關鍵的是：官方說明頁只描述麥克風輸入，沒有提到任何上傳或匯入音訊檔的方法。 這是官方文件沒有記載，而不是 Google 宣稱做不到；但就一般操作而言，結論相同：它不能直接讀取錄音檔。

語音輸入沒反應時，先檢查這三件事

依官方說明頁的疑難排解建議整理：

麥克風被占用或沒接好：確認麥克風正常、已連接電腦，而且沒有其他應用程式正在使用麥克風。
環境太吵或收音太小：移到安靜的室內空間、改用外接麥克風，或調高麥克風輸入音量。
辨識斷斷續續：放慢語速、清楚發音；仍不行時，重新啟動電腦再試一次。

如果是 Google 翻譯的語音輸入或對話模式沒反應，麥克風權限與設定步驟可參考Google 翻譯語音輸入設定教學。

Google 自己教的替代解法：播放錄音給麥克風聽

如果手上已經有錄音檔，但想用免費的 Google docs 語音輸入轉成文字，該怎麼辦？

Google 旗下新聞倡議計畫（Google News Initiative）有一門英文培訓課程 Voice Typing: Transcribe audio using Google Docs，裡面公開傳授了一套應急技巧。

課程說明，Google 文件的語音輸入會忠實轉錄電腦麥克風接收到的所有聲音。因此，如果手上有使用手機或錄音筆錄製的訪談音檔，最直接的做法就是把播放設備拿近電腦麥克風，直接擴音播放給電腦聽。

如果錄音品質不夠清晰、電腦辨識不出來，該課程甚至建議使用者戴上耳機自己聽，一邊聽錄音、一邊對著電腦麥克風把聽到的內容清晰地覆誦出來。

此外，該課程提到口述標點只在少數語言可用，舉的例子是德文、英文、西班牙文、法文、義大利文、俄文與葡萄牙文，中文不在例子中；目前的 Google 文件說明頁也只寫部分語言可能無法用語音輸入標點。實際操作前，最好先假設中文轉出來可能沒有標點，需要事後自行補上。

為什麼擴音轉錄的品質有天花板？

把手機放在電腦喇叭旁邊播放，看似解決了問題，但在實務上會遇到四個無法避免的瓶頸：

聲音的二次轉換失真：音訊從手機喇叭播放出來，穿過室內空間，再進入電腦麥克風。空間迴音、周遭雜音加上硬體收音限制，都會疊加在原本錄音的雜訊上，讓辨識條件變得更差。
必須一比一即時播放：一小時的錄音檔，就必須坐在電腦前完整播放一小時。中途如果按暫停，Google 文件的暫停鍵只會關閉麥克風，不會暫停你的播放器；兩邊只要沒對齊，就會漏字或錯位。
無法區分不同發話者：兩人以上的訪談、或是多人討論的會議紀錄，轉出來只會變成毫無段落的文字牆，後續依然要花費大量時間重聽、手動標記誰說了哪句話。
人工覆誦耗時費力：當錄音稍有雜音，Google 建議的備用方案是使用者戴上耳機自己重唸一次。這本質上就是人工聽打，失去了使用自動化工具節省時間的初衷。

免費上傳錄音檔：Gemini 與 Gemini Notebook

如果只是想把一段錄音檔丟給 Google 轉成文字，Gemini 系列是一般使用者最直接的免費管道。兩者的官方限制如下：

Gemini 應用程式：依 Gemini 上傳檔案說明頁，上傳的音訊總長度上限為 10 分鐘；升級到 Google AI Pro 或 Google AI Ultra 後，可延長為 3 小時。影片以外的檔案（包括音訊）單檔大小上限為 100 MB。上傳檔案需要先登入 Google 帳戶。
Gemini Notebook（前身為 NotebookLM）：依 Gemini Notebook 來源說明頁，匯入本機音訊檔案時會自動轉錄，並把轉錄稿存成新的來源；支援 mp3、m4a、wav 等常見格式，語言清單包含繁體中文。單一上傳檔案上限為 200 MB，免費版最多可加入 50 個來源。說明頁也提醒，音訊品質不佳時匯入可能失敗。

Gemini 應用程式主要受音訊總長度限制（單檔另有 100 MB 上限），適合 10 分鐘內的錄音；Gemini Notebook 的限制是檔案大小，200 MB 內的錄音檔都能匯入。不過兩份說明頁都沒有寫到講者標記、時間碼或逐字稿與字幕的匯出格式；如果你要的是一份可以交出去的會議紀錄或逐字稿，這些項目需要自己實測確認。

Google Cloud Speech-to-Text：支援檔案，但屬於開發者工具

Google Cloud Speech-to-Text 也能直接處理音訊檔案，但它的定位是雲端開發者 API，並非一般大眾點開網頁就能用的消費型產品。

根據 Cloud STT 長音訊處理官方文件說明，透過非同步辨識模式，最長可處理 480 分鐘的音訊。但一般使用者會立刻遇到兩道門檻：

本機檔案限制 60 秒：直接從電腦上傳的本機檔案長度上限只有 60 秒。超過一分鐘的錄音檔，必須先在 Google Cloud 建立專案，再把音訊上傳到 Google Cloud Storage 的儲存區（bucket）中，才能發送辨識請求。
免費 60 分鐘只在 V1：網路教學常提到 Google 每月提供 60 分鐘免費額度，這項額度屬於 V1 API 的標準辨識（超過後允許資料記錄每分鐘 US$0.016，不允許則為 US$0.024，詳見 Cloud STT 價格頁）。Google 官方文件建議新使用者使用 V2 API，而 V2 標準辨識沒有免費級距：0–50 萬分鐘為每分鐘 US$0.016，動態批次處理則為 US$0.003／分鐘（詳見 Cloud STT 價格頁）。

換言之，如果你不是工程師，光是建立專案與串接 API 就是一道門檻。

其他 Google 工具：Android 即時轉錄與 Google Meet

除了 Google 文件，常見的另外兩個工具也有各自的侷限：

Android 即時轉錄

這是 Google 為 Android 推出的無障礙工具，把身邊的對話即時轉成文字顯示在手機上。

根據 Android 即時轉錄說明頁，它的特點與限制如下：

透過麥克風即時收音；部分裝置可下載語言套件離線使用，可離線的語言依 Android 版本與裝置而定。
轉錄文字最多在裝置內保留三天，隨後自動刪除（若手動關閉記錄功能則於 24 小時後刪除）。
支援長按文字複製、全選，並能在設定中匯出所有已儲存的轉錄稿。
官方說明同樣沒有任何上傳音訊檔的管道。

Google Meet 轉錄稿

在遠端會議中，Google Meet 能自動產出逐字稿，但這項功能有極嚴格的門檻：

僅限特定付費 Google Workspace 版本：只有 Business Standard、Business Plus、Enterprise 各級版本、Teaching and Learning Upgrade、Education Plus 以及 Workspace Individual 帳戶可以使用，免費的個人 Google 帳戶無法使用此功能。
不支援中文轉錄：根據 Google Meet 轉錄稿官方說明，目前轉錄稿功能支援的語言僅有 8 種（英文、法文、德文、義大利文、日文、韓文、葡萄牙文、西班牙文），名單中完全沒有中文。
會議產出的轉錄稿會存入會議發起人的 Google 雲端硬碟「Google Meet」資料夾；說明頁同樣沒有提到可以事後餵入既有錄音檔。如果需要整理會議內容，可參考 Google Meet 即時逐字稿或 Google Meet 會議記錄的相關說明。

什麼時候該選擇專門的語音轉文字工具？

釐清了 Google 各項工具的界線，結論便很清楚：

單純想用語音打字：直接開 Google docs 語音輸入，免費且好用。
想把錄音檔轉成文字或快速摘要：10 分鐘內的錄音上傳到 Gemini 應用程式；200 MB 內的錄音檔可以匯入 Gemini Notebook。
多人談話、需要交出正式逐字稿、字幕檔或會議紀錄：要能標示講者、能匯出成檔案，錄音也可能長達數小時。

這正是專用語音轉文字工具如 Subanana 的用途：上傳錄音檔，拿回一份能直接交出去的逐字稿或會議紀錄。

直接處理檔案：不必把錄音重播給麥克風聽，也不必守在螢幕前，轉錄完成後再回來檢視。
可匯出成檔案：付費方案可匯出 SRT、VTT、TXT、DOCX、XLSX 與 Markdown，逐字稿與字幕都能直接交付。
智慧講者辨識：自動區分不同發話者，清楚標示各段發言，省去人工比對時間（詳見語音轉文字如何分辨講者）。
長錄音一次處理：每個檔案上限為 30 GB 與 8 小時，所有方案規格一致；相較之下，Gemini 應用程式的音訊總長上限是 10 分鐘（Google AI Pro／Ultra 為 3 小時），Gemini Notebook 單檔上限是 200 MB。
華語選對語言：華語錄音在語言清單選「Traditional Chinese (Taiwan)」（中文介面顯示為「繁體中文（台灣）」），即可輸出繁體中文；平台持續評測各家語音辨識模型，依來源語言選用表現最優異的模型，支援 95+ 種語言。
一鍵產出重點摘要：針對團隊討論與會議音訊，可自動整合為 AI 會議記錄，直接整理出討論重點、決議事項與待辦清單。

誠實說明方案限制：Subanana 是付費工具，免費方案的用途是先看轉錄結果再決定。免費方案提供每月 3 次上傳、每次預覽前 15 分鐘轉錄結果，可用來評估華語辨識與講者分離的效果；免費方案無法匯出逐字稿或字幕，也不能在編輯器內選取複製文字；逐字稿與字幕的匯出屬於付費方案。

如果完全沒有預算，可以先用 Gemini 或 Gemini Notebook 轉出文字，再自行校對與排版。如果想了解更多處理檔案的替代方案，可參考錄音檔轉文字與語音轉文字工具比較。

免費試用 Subanana

常見問題