音频转文字工具推荐：按要不要区分发言人和要不要导出字幕来选

推荐音频转文字工具之前，先问自己两个问题：录音里是一个人说话还是好几个人；转完是要一篇文字稿，还是要带时间的字幕。多人录音需要区分发言人，要字幕需要时间戳导出。这两个问题有了答案，可选的工具就缩小到一两个。

两个问题决定选什么

情况	需要的能力	可以考虑
一个人说话，要文字稿	识别准、导出文档	提词匠、通义听悟
一个人说话，要字幕	时间戳、SRT 导出	提词匠、剪映
多人会议	区分发言人	飞书妙记、通义听悟
方言、专业术语多	识别细致	讯飞听见
内容涉密	不上传	Whisper 本地

为什么区分发言人这么重要

多人录音转出来如果不区分发言人，就是一大段连在一起的文字，谁说了什么全靠自己回忆和标注，整理纪要会非常费劲。所以会议、访谈这类录音，优先选能区分发言人的工具；一个人说话的课程、口播、语音备忘，就不需要这项能力。

提词匠：手机上转单人录音，导出字幕方便

提词匠是微信小程序，不用注册，上传 MP3、M4A 等 8 种格式的音频，或者 MP4、MOV 等视频，就能转成文字。单个文件时长 120 分钟以内、500MB 以内，转完导出 TXT、Word 或带时间戳的 SRT，导出无水印，处理完服务器删除文件。它适合单人录音和需要字幕的情况；不区分发言人，必须联网，也不支持批量，多人会议或大批量文件要换别的工具。

飞书妙记、通义听悟：多人会议

飞书妙记会自动区分发言人，结果能同步到飞书文档，团队开会用起来顺手。通义听悟同样能区分发言人，中英文混说的内容处理得不错，还有时间戳和在线校对。两者都有一定免费额度，以当前版本为准。

讯飞听见：方言和专业内容

采访、法律、医疗这类专业术语多或者带方言的录音，讯飞听见的识别比较细致，支持多种导出格式。免费额度有限，量大时看它的收费说明。

剪映：要把录音做成视频字幕

播客、口播录音要配到视频里，可以在剪映里导入音频，用智能字幕识别，直接生成字幕条，再统一调整样式。

Whisper：涉密录音

涉密、隐私录音不要上传到在线工具，用开源的 Whisper 在电脑本地识别，初次使用要下载模型，之后可以离线使用。

导出格式怎么选

只看内容、要编辑成文章，选 Word 或 TXT；要放进视频做字幕，选带时间戳的 SRT；要存档备查，TXT 体积小、任何设备都能打开。SRT 文件去掉序号和时间行，就是一篇完整的文稿，一次转写两种用途都能满足。

转写前后的小建议

• 转写前确认录音清晰，杂音太大先想办法找更干净的版本。
• 专业领域的录音，先列一个术语表，校对时对照着改。
• 转完对照录音校对，重点看数字、人名和专有名词。

常见问题

同一段录音要文字稿又要字幕？导出带时间戳的 SRT，去掉时间行就是文稿，一次转写两种都有。

转写结果能直接发布吗？口语稿要先整理：删口头禅、合并重复、分段加小标题，再核对一遍事实。

按情况怎么选

单人录音要文字稿或字幕，手机上用提词匠；多人会议用飞书妙记或通义听悟；方言和专业内容用讯飞听见；要配视频字幕用剪映；涉密录音用本地 Whisper。转写涉及他人讲话的录音，提前取得对方同意，转出来的文字妥善保存。