英文逐字稿怎麼做？英語錄音轉文字完整教學｜Subanana

要把一段英語錄音轉成英文逐字稿，最務實的做法是用 AI 語音轉文字工具：選對「轉錄模式」、設定來源語言為英文、先把人名與專有名詞加進詞彙表，轉錄後再做一輪人工校對。 這樣一段一兩小時的英文訪談、線上課程或 Podcast，幾分鐘就能拿到帶標點、分段、分得出講者的逐字稿，需要的話還能一鍵翻成繁體中文。下面說明三種做法的取捨，並完整示範流程。

英文逐字稿和中文逐字稿有什麼不一樣？

同樣是逐字稿，英文音檔有它特別的難處，挑工具與設定時要先知道：

口音差異大：英語母語者、印度英語、歐洲口音、台灣講者的英語，發音差很多。通用免費工具對非標準口音的錯字率明顯偏高。
專有名詞密集：英文訪談裡常有人名、公司名、技術術語、縮寫（API、ROI、KPI），這些偏偏是你最需要拼對、也最常被聽錯的字。
語速快、連音多：英語口語連音、吞音多，快速對談時尤其考驗辨識模型。

所以英文逐字稿的重點不只是「能轉文字」，而是口音與專有名詞的處理能力，以及能不能讓你方便校對。

三種做法的取捨

人工聽打：準確度上限最高，但極慢——一小時英語錄音常要花三到五小時聽打，口音重、多人對談更久。趕死線時幾乎不可行。
免費自動工具：快又免費，但對口音較重或多人交談的英文內容錯字率偏高，多半不分講者、沒有標點分段，讀起來像一面文字牆，事後重整很花時間。
AI 語音轉文字：目前最務實的折衷。用語音辨識模型轉錄，並自動加標點、分段、分講者，再讓你在編輯器校對。比人工快得多，也比免費工具準。要說清楚的是：AI 轉錄不會取代最後的校對，要逐字引用前仍應人工核對人名與關鍵數字。

下面示範第三條路。

怎麼用 Subanana 把英文錄音轉成逐字稿？

我經營 Subanana，這裡用它示範整個流程。Subanana 在英文逐字稿這個情境的關鍵能力是：多模型語音辨識路由（持續評測多個模型，為英文挑表現最好的那一個，出問題時自動換模型重跑，且重跑不額外扣額度）、講者識別、自動標點與分段，以及可選的翻譯成繁體中文。整個流程分五步：

匯入英文錄音：上傳音訊或影片檔（支援 .mp4／.mov／.webm／.ogg），或貼上公開的 YouTube／Instagram／Facebook 連結直接匯入。國外講座、英文 Podcast 常放在 YouTube，貼連結就能匯入，不用先下載。
選轉錄模式，來源語言設為英文：逐字稿要選轉錄模式（不是字幕模式）——字幕模式只會給你按時間切碎、沒有標點的字幕行；轉錄模式才會自動加標點、依語意分段，產出可閱讀的英文逐字稿。把講者數設為自動偵測（或手動輸入人數）。
先設定詞彙表（英文逐字稿最關鍵的一步）：把錄音裡會出現的人名、公司名、產品名、技術縮寫加進詞彙表（Glossary），系統轉錄時會優先採用你指定的拼法。英文專有名詞最容易被聽錯，先教工具這些詞，能省掉大量事後改錯字的時間。
校對與標示講者：轉錄完成後進編輯器。系統會自動分出 Speaker 1、Speaker 2，並移除「um」「you know」這類語助詞。你可以把講者改成實際角色（Host、Guest A），整份稿會同步更新；也可以直接和逐字稿對話，請 AI 抽重點、找某段內容，長訪談特別省時。
匯出：選你需要的格式。英文逐字稿最常用 DOCX（Word 直接編輯）或 TXT（貼進 Notion、Obsidian）；要做引用標註，可選 XLSX 把時間碼、講者、文字表格化。也支援 VTT、SRT、Markdown。

校對好、匯出，這份英文逐字稿就能直接放進你的報告、文章或研究裡。模式設計可參考 AI 字幕／轉錄工具。

免費試做你的英文逐字稿

英文逐字稿怎麼提高準確度？

同一段錄音，設定對不對，成品差很多。三個最有效的做法：

先設詞彙表：如前述，人名、品牌、技術縮寫先加進去。這是投報率最高的一步。
選對模式：做來讀、來引用的逐字稿就選轉錄模式，才有標點分段；字幕模式是給影片畫面用的，慣例上不加標點。
錄音品質顧好：盡量用近距離麥克風、降低背景雜音。再強的模型，遇到收音差、多人搶話也會吃力——這一點所有工具都一樣。

要提一點界線：「一句話裡中英來回夾雜、即時自動切換」這種情境是 Subanana 即時字幕功能的強項，不是轉錄模式的範圍。純英文音檔做逐字稿，你要倚靠的是英文辨識品質和講者識別。需要現場即時字幕的活動，可參考 AI 即時語音轉字幕。

英文逐字稿要中英對照怎麼辦？

很多人要的不只是英文逐字稿，還要一份繁體中文對照，方便團隊閱讀或做摘要。在轉錄模式裡，設定來源語言為英文後，可以加選一個翻譯目標語言（例如繁體中文），系統會在英文逐字稿之外，一併產出中文翻譯。轉錄模式每次一個翻譯目標語言；若要同時輸出多個語言版本的字幕，那是字幕模式的範圍。

常見問題

問：英文逐字稿用免費方案能做完整一份嗎？ 答：可以試做、預覽結果，但匯出要付費。免費方案不支援字幕／逐字稿檔案下載，也不能在編輯器選取複製文字，唯一輸出是有浮水印、最長 5 分鐘、720p 的影片。要匯出 DOCX／TXT／XLSX 等可用檔案，需要付費方案（每檔上限放寬到 15 GB／3 小時）。各方案見方案費用。

問：英文錄音有口音，轉得出來嗎？ 答：口音越重、收音越差，難度越高，這對所有工具都一樣。Subanana 的做法是為英文路由到評測表現最好的模型，並在某段出問題時自動換另一個模型重跑；但非標準口音、多人搶話的段落，仍建議你在編輯器裡重點校對。最準的判斷方式是拿你自己的音檔免費試做一段看看。

問：英文逐字稿可以分出不同講者嗎？ 答：可以。轉錄模式支援講者識別，會自動分出 Speaker 1、Speaker 2，你可以在編輯器改成 Host、Guest A 等實際角色，整份稿同步更新，方便逐句引用。

問：英文訪談一兩小時也可以嗎？ 答：可以。付費方案每檔上限 15 GB／3 小時，一般英文訪談、講座、Podcast 都在範圍內。長錄音建議先用編輯器內的 AI 對話抓重點段落，再針對要引用的部分細校。