音频转文字怎么做?会议录音转文字的格式、准确率与整理方法
音频转文字是什么
音频转文字(音频转写)是指把录下来的语音变成书面文字,做法有两种:用语音识别模型处理音频文件,或者请人边听边打。读到这里,你手上多半已经有了文件:昨天的客户电话、一段语音备忘录、一次采访,或者躺在下载文件夹里的网络研讨会录像。现在你要的是里面的文字。要是你更想直接上手试,而不是接着往下读,把这个文件原样交给免费的音频转文字工具就行。
这和“怎么把会议录好”是两回事。录音已经录完了,好坏都已成定局,你没法回去挪麦克风。你还能决定的有四件事:给工具什么文件,多人说话怎么处理,需要多高的准确率,愿意花多少功夫整理。这四个决定,决定了你最后拿到的是同事愿意读的文字,还是一大段没人会打开的文字墙。
转写稿不是会议记录,也不是摘要,而是按发言顺序完整记下的每一句原话。想知道一份转写稿由哪些部分组成,可以看转写稿到底包含什么。
简单说,把已有的会议录音转成文字,按这个顺序来:先选对文件格式和音质,再处理好多人说话时的说话人标签,按录音质量预估准确率,最后把原始转写稿整理成能读的文档。下面逐一展开。
哪些音频格式转文字效果好,哪些会悄悄出错
这里常有两样东西被混为一谈:一是容器,也就是你看到的文件扩展名;二是编码格式,也就是里面的音频是怎么编码的。大多数工具两样都看,却只告诉你第一样。
| 文件类型 | 一般能否上传 | 要注意什么 |
|---|---|---|
.wav | 能 | 未压缩,最稳妥的输入。文件很大,长会议可能超出上传上限。 |
.mp3 | 能 | 中等及以上码率没问题。码率很低时,辅音会糊在一起。 |
.m4a / .aac | 能 | iPhone “语音备忘录”和大多数安卓录音应用的默认格式,音质好。 |
.flac | 一般能 | 无损且体积小,但一些老工具解不了码。 |
.ogg / .opus | 一般能 | WhatsApp 和 Discord 导出的格式。Opus 在低码率下依然表现稳定。 |
.mp4 / .mov | 一般能 | 视频容器。大多数工具会提取音轨;上传几个 GB 的文件前先确认一下。 |
| 受 DRM 保护的音频 | 不能 | 有版权保护的文件无法解码。换一份未加保护的副本,或者重新录。 |
| 8 kHz 电话或语音信箱录音 | 能,但效果打折 | 能转写,但准确率明显更差,原因见下文。 |
采样率的影响比很多人想的大。语音模型是围绕 16 kHz 音频设计的,OpenAI 的 Whisper 文档就规定,输入要先重采样为 16 kHz 单声道。44.1 kHz 的录音降采样没有问题;8 kHz 的录音却没法靠升采样找回当初根本没录下来的细节。这才是电话录音真正的问题:ITU-T G.711 电话标准把通带限制在大约 300 到 3,400 Hz,切掉了区分英文里 s、f、th 这几个音的高频成分。人听的时候会根据上下文补上缺口;模型只能猜,最先猜错的就是人名和数字。
码率是另一个关键。压缩得很狠的 mp3 会丢掉识别模型需要的细节。导出时选音源能提供的最高质量,不要二次压缩。单声道完全没问题,往往比一个声道几乎没声音的立体声文件还好。
文件从哪来也有影响。云录制通常会给你一个 mp4,外加一个单独的纯音频文件,上传纯音频那个效果更好。有些平台还能按参会者分别导出音轨,这是让说话人归属更准确最有效的一招。平台自带的转写稿也有各自的毛病,从 Zoom 导出转写稿和上传原始文件的做法并不一样。
多人说话的录音:说话人分离能做到什么程度
说话人分离(speaker diarization)是指把一条音频流切分成“谁在什么时候说话”,再给每段发言打上 Speaker 1、Speaker 2 这样的标签。这一步和生成文字的语音识别是分开运行的,所以一份转写稿可能文字很准,说话人标签却错得离谱。
声音区分明显、大家轮流发言、每个人都离麦克风很近时,说话人分离的效果不错。每个人各占一个声道时效果最好,因为这时判断谁在说话根本不用推断。容易出问题的情况有:
- 抢话。 两个人同时说话时,模型仍然得把重叠的那一段归给某一个标签。有些工具会直接丢掉声音较小的那个人。
- 大房间里只有一个全向麦克风。 硬墙面产生的混响,会让同一个声音先后几次传到麦克风,每次略有延迟。这会模糊说话人分离所依赖的声学特征,离麦克风最远的几个人会被并成一个人。
- 简短的插话。 “对”“没错”“嗯嗯”这类插话太短,模型抓不住特征,会被并到前后正在说话的人名下。
- 声音相近。 音高接近、口音相同的两个人,经常被并成同一个标签。
- 人数估错。 大多数工具会估算在场有几个人。估少了,两位同事共用一个标签;估多了,一个中途走动过的人会被拆成 Speaker 3 和 Speaker 5。
所以要按情况调整预期。三四个人的干净录音,发言的切分点基本都在该在的位置,你只需花几分钟把 Speaker 1 对应到真实姓名。八个人围着免提电话的录音,就只把标签当作参考;关键时刻,比如谁承诺了日期、谁提出了反对意见,要回到录音里核对。
转写准确率:那些百分比到底什么意思
衡量转写准确率的标准指标是词错误率(WER)。弄懂这个指标,你再看厂商宣传的准确率,眼光就不一样了。WER 拿转写结果和一份参考稿对比,统计三类错误:替换、删除和插入,再把错误总数除以参考稿的总词数。美国国家标准与技术研究院(NIST)在语音识别基准评测中用的就是这个指标;厂商说的“95% 准确”,通常就是指词错误率 5%。
问题在于,WER 把所有错误一视同仁。漏掉一个语气词“嗯”和漏掉一个“不”字,都只算一次删除,但只有后者会让整句话的意思反过来。真正耗你时间的错误,偏偏集中在你最在意的词上:人名、数字、产品术语、否定词。
还要看这个数字是从哪来的。公开的准确率是在基准语料库上测出来的,而这些语料和你的会议室完全是两回事。LibriSpeech 是有声书的朗读语音:一个人、照稿念、房间安静、麦克风很近。Switchboard 是陌生人之间的电话对话。宣传里的准确率几乎都是干净朗读语音的成绩,而谁家周二的站会听起来也不像有声书。
真正拉低准确率的因素,大致按影响从大到小排列:
- 多人同时说话,这是整个领域最难处理的情况。
- 混响和离麦克风太远,影响比大多数人以为的更大。
- 低码率或窄带音频,原因见上文的采样率部分。
- 模型训练数据里覆盖不足的口音和方言。这是语音系统早有大量记录的局限,不是可以忽略的小误差。
- 行业术语、产品名、缩写和姓氏:这些词价值高,在训练数据里却很少出现。
- 背景噪音,以及一句话里来回切换语言(比如中英夹杂),除非模型专门为此设计,否则都处理得不好。
在转写一个两小时的文件之前,先剪出开头三分钟,只转这一段,然后读一遍。如果这三分钟就要大改,剩下的 117 分钟要改的只会按比例更多。这时就该做选择了:是机器转写再加上你自己花时间修改,还是干脆付钱请人。
原始转写稿怎么整理:6 个步骤
任何转写工具直接吐出来的结果,都只是一堆数据,还算不上文档。要让同事愿意读,得专门整理一遍,按下面的顺序来会更快。
- 先把说话人标签换成真实姓名。 能看清谁在说话,后面每一步都更容易;对“Speaker 2”做一次全局查找替换,几乎不费功夫。
- 改对专有名词。 这是转写中最好预测的错误:你的公司名、产品名、团队一天要说四十遍的缩写、通话对方的姓氏。转写引擎错得很有规律,同一个词每次都错成同一个样子,所以每个词做一次查找替换,通常就能全部改完。更好的办法是提前预防:自定义词汇功能可以让你在转写前先登记这些词,Laxis AI 会议助手里的“自定义词典”就是干这个的。
- 选定逐字稿还是整理稿,然后保持一致。 逐字稿保留每个语气词、说了一半重来的话和重复,适合做研究,或者用作可能有争议的记录。整理稿把这些去掉,凡是要给人读的内容都该用整理稿。但别整理过头:说话时的含糊和保留,本身就是内容。“我觉得周五前大概能做完”和“我们周五前做完”,不是同一个承诺。
- 分段、加标点。 在话题转换处分段,不要每换一个人说话就分一段,否则一段你来我往的快速对话,会变成四十个只有一行的段落。
- 在各部分的分界处加上时间戳,方便任何人跳回录音的对应位置。
- 提取决定和待办事项,并写明负责人。 这才是大家真正会用的部分。
如果你想看具体操作而不是原理,我们把录音转文字的完整流程一步步写了出来。
多语言录音怎么转写
如果你的录音不是英文,或者不只有英文,关键看两点:工具能不能自动识别语言,对这种语言的支持是否真的到位。各家工具的语言覆盖差别很大;某种语言出现在支持列表上,不代表转写效果和英文一样好,因为训练数据的分布并不均衡。
Laxis 支持 100 多种语言,能自动识别语言;实时会议中,Laxis 会在大家说话的同时并排显示翻译,商业版还能在同一场会议里于最多 5 种语言之间自动切换。如果是已有的录音文件,要按正确的顺序来:先把转写稿改准,再翻译。拿一份满是识别错误的转写稿去翻译,译文里的错误就没人能追溯到原文了。
录音转文字要多久、多少钱
机器转写只需要录音时长的一小部分时间,一小时的音频通常几分钟就好;如果前面排着别的任务,可能会久一些。人工转写正好相反:转写员的速度比录音本身还慢,要停下、倒回去、核对拼写,所以交付时间按小时甚至按天报,价格按音频分钟数算。加急更贵。要报价就找具体的服务商要价目表,别信笼统的数字,因为价格会随交付时间、音质和说话人数大幅浮动。
用软件转写时,大家碰到的限制通常不是价格,而是单条录音的时长上限,这和每月的分钟额度是两回事。以 Laxis 为例(既支持上传音频文件,也能录制实时会议):
| 方案 | 价格 | 包含内容 |
|---|---|---|
| 免费版(Free) | $0 | 每月 300 分钟转写,单条录音最长 45 分钟 |
| 高级版(Premium) | 每用户每月 $15.99,年付每月 $9.99 | 每月 2,000 分钟转写,单条录音最长 2 小时 |
| 商业版(Business) | 每用户每月 $29.99,年付每月 $19.99 | 转写分钟数不限,单条录音最长 4 小时,另有 HubSpot 和 Salesforce 同步 |
最容易踩坑的就是单条录音上限。一场 3 小时的全员大会,免费版和高级版都放不下,你要么把文件拆开,要么升级方案。另外,CRM 同步只在商业版里,高级版没有;如果你转写通话是为了把内容录进销售管道,这一点很关键。Laxis 支持桌面端和移动端,能接入 Zoom、Google Meet 和 Microsoft Teams;如果你不想让一个看得见的参会者加入会议,还可以选择无机器人(bot-free)的录制方式。
如果你是在挑工具,而不是要处理某个具体文件,可以看我们的2026 年 AI 会议记录工具横评,里面把这类工具放在一起做了对比。
什么时候该请人工转写
大多数音频用软件转写就对了。但也有例外,提前说清楚,总比吃了亏才发现要划算。
法律和官方记录。 证人证词、庭审、监管申报,以及任何可能作为证据提交的材料,通常需要由有资质的转写员出具经认证的转写稿,并由其为准确性背书。机器转写再准,也不是经认证的记录。
音质差,又事关重大。 如果录音来自回声很大的房间里一个离得很远的麦克风,还夹杂大量抢话,而内容又确实重要,你花在修改上的时间,会比请转写员还贵。做选择前,老老实实估算一下整理的工作量。
口音很重,而且结果很重要。 语音识别在不同口音和方言上的表现并不均衡。如果模型处理不好说话人的口音,而这份转写稿又要被引用、作为依据,或者拿给说话人本人过目,就请人来做。
研究用的逐字转写。 在定性研究、语言学和一些临床工作中,停顿、抢话和自我纠正本身就是数据,不是噪音。逐字转写有一套专门的规范,机器不会照着做。
受监管的音频。 上传之前先确认合规,别等上传之后。Laxis 不符合 HIPAA(美国医疗数据隐私法规)的要求,也不签署 BAA(业务伙伴协议),所以受保护的健康信息不应该通过 Laxis 处理。其他工具的承诺各不相同,唯一可靠的办法是书面询问服务商。
还有一个常被忽略的折中办法:先让机器转写一遍,再付钱请人在这份初稿上修改,而不是从头转写。很多服务商都提供这种方式,价格比纯人工转写低。
先拿你手上的录音试一试
如果录音现在就在你的电脑桌面上,直接上传,读一读开头几分钟,先弄清楚情况,再决定剩下的部分值得花多少力气。Laxis 免费版每月有 300 分钟转写额度,单条录音最长 45 分钟,足够拿你手上最糟糕的录音来测试,而不是一段精心打磨的演示文件;测试期间也没有试用期倒计时。用 Laxis AI 会议助手试一试,用你自己的录音来判断,而不是我们的。
常见问题
音频转文字是什么?
音频转文字(音频转写)是把录下来的语音转换成书面文字,可以用语音识别软件完成,也可以请人工转写员来做。输入是 mp3、m4a、wav 这类音频文件,输出是文字,通常带说话人标签和时间戳。转写结果不是摘要。
哪些音频格式可以转文字?
mp3、m4a、aac 和 wav 最稳妥,几乎在所有转写工具里都能稳定使用,flac、ogg 和 opus 一般也可以。mp4、mov 这类视频容器通常也能用,因为工具会提取音轨,不过上传特别大的文件前最好先确认。受 DRM 保护的音频完全无法转写。
自动转写的准确率有多高?
准确率更多取决于你的录音,而不是你选了哪个工具。“99% 准确”这类宣传数字,是在干净的单人朗读语料上测出来的,不是在会议室里。多人抢话、麦克风离得远、房间有回声、口音不熟悉或术语很多,结果都会更差。先拿你自己录音里的三分钟测一测。
转写软件能区分不同的说话人吗?
能,靠的是说话人分离:按说话人切分音频,再把每段发言标成 Speaker 1、Speaker 2 等。声音区分明显、大家轮流发言时,这个功能很可靠;遇到抢话、声音相近,或者大房间里只有一个全向麦克风时,就靠不住了。最后还是要你自己把标签对应到真实姓名。
已经录好的音频文件能转文字吗?
能。Laxis 支持上传音频文件,所以用手机、会议平台或专门的录音设备录下的内容,不用开实时会议也能转写。免费版每月包含 300 分钟转写,单条录音最长 45 分钟;高级版把单条上限提高到 2 小时,商业版提高到 4 小时。
什么时候该用人工转写,而不是软件?
这几种情况该请人:需要认证的法律和官方记录;停顿和抢话本身就是数据的研究用逐字转写;音质差又事关重大,你修改花的时间会比请转写员还贵。一个实用的折中办法是先让机器转写,再请人修改这份初稿。
相关产品
Laxis 会议助手
今天就让笔记自动生成。
- Zoom、Google Meet、Teams 和线下会议都能记,无需机器人入会
- AI 摘要、待办和跟进邮件,支持 60 多种语言
- Mac、Windows、iPhone、Android 全平台,有免费版
免费开始,无需绑卡。
了解更多 ▷