免费录音转文字在线工具怎么选？先分清场景再动手

想把录音变成文字，第一步不是急着找工具，而是想清楚一个问题：这份录音要不要 "上网"。原理很简单 —— 所有在线工具都得把音频传到服务器上识别，识别完再返回文字。所以涉密、隐私、人事谈话这类内容，第一反应应该是本地工具；只有普通内容才谈得上选哪个在线工具。

识别效果本身也有讲究。当前主流识别基于语音模型，能不能认准，主要看三个因素：普通话是否标准、环境是否安静、是否单人发言。两人以上且说话交叉，任何工具都容易串话。下面先把主流免费入口和适用场景说清楚。

一、通义听悟：会议与访谈首选

阿里出品的在线转写工具，网页直接用。它的优势是区分发言人、自动生成摘要、可导出 TXT/Word/SRT 字幕，单条时长支持较长内容，适合会议、采访、网课这类场景。免费额度以当前版本为准，超出后按会员走。对多人会议来说，这个工具够省心。

二、剪映网页版：零门槛的应急选择

临时有一小段录音，不想注册一堆账号，剪映网页版能快速救急：新建项目、上传音频、让智能字幕识别，完成后直接复制字幕文本。普通话识别稳定，不额外收费。缺点是不能区分发言人，导出要靠手动复制，适合短录音的临时转写。

三、飞书妙记：办公族顺手可用

如果你本来就用飞书，妙记可以直接上传音频，也能边开会边录音，自动区分发言人、生成纪要。免费版每月有限时长，以当前版本为准。飞书办公场景用它最顺。

四、讯飞听见：对准确度要求高时用

老牌语音识别厂商的产品，多人对话识别能力强，少量每日免费时长，以当前版本为准。适合访谈、会议这类要求文字准的场景，长音频或高频使用需按版本付费。

五、Whisper：隐私内容的本地出路

不想上传云端、又有点动手能力，可以在本地电脑运行 Whisper，音频不出本机，识别后导出文本。门槛相对高一些，胜在隐私安全，适合涉密素材。

六、提词匠：短视频文案的转写搭档

这里说一个定位不太一样的小程序。提词匠是微信小程序，没有网页、没有 App，但它能解决一类很实际的需求 —— 把短视频里的文案抠出来用。

适合的情况：

• 上传本地视频、音频转文字，支持 MP4、MOV 等 8 种视频格式和 MP3、M4A 等 8 种音频格式，单文件时长上限 120 分钟、大小上限 500MB；
• 粘贴抖音、快手、小红书、B 站、视频号、微博等公开短视频链接直接提取文案，不用下载视频；
• 转写后可以做智能改写，还有视频转 MP3、图片转文字、提词器（滚动速度和字号可调）；
• 支持导出 TXT、Word、带时间戳的 SRT，无水印；不用注册，处理完服务器会删除文件。

不太适合的情况：

• 必须联网才能用，离线场景指望不上；
• 不支持批量，一次处理一个，量大要多次来；
• 不区分发言人，多人对话看不出谁在说话；
• 链接提取只覆盖主流公开平台，爱奇艺、腾讯视频、优酷和国外平台不支持。

需要提醒：用链接提取别人的视频文案，只用于学习参考，不要原样搬运。正式商用前建议取得作者授权。涉及隐私、涉密的素材，还是回到本地工具更稳妥。

场景对比一览

表格

场景	推荐工具	关键点
会议、多人访谈	通义听悟	区分发言人、可导出 Word/SRT，额度以当前版本为准
短录音临时转写	剪映网页版	无需注册，普通话稳定，不能区分发言人
飞书办公、开会录音	飞书妙记	自动纪要，免费时长以当前版本为准
要求文字准、长音频	讯飞听见	多人识别强，时长与额度以当前版本为准
隐私、涉密内容	Whisper 本地	音频不出本机，需简单部署
短视频文案提取、本地音视频转文字	提词匠	小程序、免注册、支持导出，需联网、不区分发言人

避坑提醒

1. 别一上来就选最花哨的：先问自己是 "谁在说话" 还是 "说什么了"。会议要区分发言人，选通义听悟、飞书妙记这类；只想要文字，剪映网页版就够。
2. 别忽略额度：所有免费在线工具都有时长限制，且额度政策常变，以当前版本为准，别指望一次性处理超长内容。
3. 别拿多人录音直接识别：交叉说话识别率会明显下降，尽量让参会人轮流发言，或在安静单间里录。
4. 别把在线工具当隐私保险箱：内容敏感就换本地方案，这是原则不是建议。

最后按场景给个收口建议：普通会议、采访，优先通义听悟或飞书妙记；临时、短、懒得注册，剪映网页版打底；要求文字准，看讯飞听见；内容是短视频文案、或只想把本地音视频快速转成文字，提词匠合适 —— 但记得它需要联网、不支持批量、不区分发言人。隐私涉密的内容，一律交给 Whisper 这类本地工具。把场景对上，转写这件事就不会走弯路。