音频转文字怎么操作？现场录音和已有文件两种情况，按五个步骤做完再校对

音频转文字的操作分两种情况：一种是边录边转，比如开会、上课时直接用手机录音转写；另一种是手里已经有录音文件，比如MP3、M4A，上传到工具里转。前者要提前准备好录音环境，后者主要看工具支不支持你的文件格式和时长。

一、先判断你属于哪种情况

情况	关键点	常用工具
现场录音同时转写	麦克风位置、环境噪音	讯飞听见、豆包、手机自带录音机
已有录音文件	格式、时长、文件大小	提词匠、通义听悟、飞书妙记
录音很私密	能不能上传云端	Whisper本地转写

二、识别效果由什么决定

语音识别是把声音切成很短的片段，判断每段对应的字，再用语言模型把字连成通顺的句子。所以影响效果的主要是三点：声音清不清楚（离麦克风远近、有没有回声和背景音乐）、说话是否标准（口音、语速）、内容是否专业（行业术语、人名地名容易认错）。

三、操作五步

1. 准备音频：现场录音时把手机放在说话人附近，关掉空调风扇这类持续噪音；已有文件先听一遍，确认人声清楚。
2. 选择工具上传或开始录音：按上表选择，注意格式和时长限制。
3. 等待转写：长音频需要一些时间，过程中不要退出页面。
4. 校对：对照音频听一遍，重点改人名、数字、专业词。
5. 导出：要编辑就导出Word或TXT，做字幕就导出SRT。

四、提词匠：手机里已有的音频文件

在微信里打开提词匠，上传本地音频即可转文字，支持MP3、M4A等8种音频格式，单个文件时长上限120分钟、大小上限500MB。转写结果可以导出TXT、Word或带时间戳的SRT，导出无水印；转完还能用智能改写把口语整理得通顺一些。不用注册，处理完服务器删除文件。

需要知道它的局限：必须联网；不支持批量，一次一个文件；不区分发言人，多人会议的录音要自己标出谁说的。

五、其他工具怎么用

• 讯飞听见：适合会议、采访，能区分说话人，中文和方言识别有积累，免费额度以当前版本为准。
• 通义听悟、飞书妙记：上传长录音后自动分段、整理要点，适合课程和会议。
• 豆包：App里有录音转写入口，能边录边转并整理纪要，时长额度以当前版本为准。
• 手机自带录音机：部分安卓机型的录音机支持转写，适合简短录音；iPhone新版系统的语音备忘录对部分语言支持转写，以当前版本为准。
• Whisper：开源模型，可以在自己电脑上离线转写，适合涉密录音。

六、常见问题

• 转出来全是错字：多半是音质问题，换降噪后的音频或靠近声源重录。
• 文件传不上去：检查格式和时长，超过上限的先用剪辑工具分段。
• 分不清谁在说话：用能区分发言人的工具，或者录音时让每个人先报名字。
• 隐私录音：含客户信息、内部会议的录音，用本地工具，不上传云端。
• 转写结果没有标点：有的工具标点加得少，可以用智能改写整理，或在文档里按说话停顿手动断句、分段。
• 中英文混说：夹杂英文单词的录音，英文容易被写成同音中文，校对时重点看这些位置。

七、按场景选

• 手机里有一段课程或口播录音，想尽快拿到文字：提词匠。
• 多人会议、要区分发言人：讯飞听见、飞书妙记。
• 一边录一边出纪要：豆包、讯飞听见。
• 涉密内容：Whisper本地转写。