錄音筆逐字稿：完全離線的轉錄方法

誰還在用錄音筆——以及為什麼這很重要

錄音筆從未消失。它只是轉移到了那些說話比打字更快、而且內容敏感到既不能弄丟也不能外洩的職業裡。

• •律師在會議空檔口述書狀、會談紀錄和信函。一段口述可能包含當事人姓名、訴訟策略和受保密義務保護的細節，絕對不能碰第三方伺服器。
• •醫師在每位病人看診後口述病歷與轉診單。那段音訊是最原始形態的醫療資料。
• •記者用錄音筆和手機錄下採訪。保護消息來源，從不把對方的聲音上傳到別人的雲端開始。
• •研究人員蒐集數小時的田野訪談與觀察紀錄，而且往往受研究倫理協議約束，明確限制錄音可以在哪裡處理。

這四類人的瓶頸都是同一個：把好幾個小時的口述變成文字。過去這意味著請打字員、外包給逐字稿公司、或使用雲端服務——每一個環節都是一個聽得到你全部內容的人或伺服器。離線轉錄把這個中間人徹底拿掉了。

錄音筆逐字稿，三步驟完成

1. 從錄音筆匯出檔案

用 USB 連接錄音筆（或使用配套 App），把錄音複製到 Mac 或 iPhone。大多數數位錄音筆——Olympus、Philips、Sony、Zoom，或者手機內建的語音備忘錄——都以 MP3、WAV 或 M4A 格式儲存錄音。這些格式都能直接使用，不需要轉檔。

2. 匯入 Whisper Notes

在 Mac 上把檔案拖進 Whisper Notes，或在 iPhone 上分享到 App。沒有長度限制——兩分鐘的備忘和三小時的訪談都沒問題。影片檔也支援：匯入 MP4 或 MOV，App 會轉錄其中的音軌。

3. 本機轉錄，隨處匯出

按下轉錄即可。中文錄音選 SenseVoice——中文、日文、韓文、粵語最快的模型，速度達即時的 52 倍；英文和歐洲語言則交給預設模型 Parakeet V3，比 Whisper 快約 10 倍，清晰語音下的詞錯誤率僅 6.32%。無論哪一種，所有運算都在裝置自己的晶片上完成。轉錄結果以帶時間戳記的段落呈現：點擊任一段落就跳到錄音的對應時刻，核對一句引言或一條用藥指示只要幾秒，而不是幾分鐘。

一段匯入的錄音，已轉錄並帶時間戳記——點擊任一片段即可回聽原始音訊

完成後，匯出 TXT 用於文件；如果錄音來自影片，可匯出帶時間戳記的 SRT/VTT。想先修訂也可以直接行內編輯——修改始終與音訊保持同步。

口述錄音，離線為什麼勝過雲端

雲端轉錄服務的運作方式是：把你的音訊上傳到他們的伺服器，在那裡處理，再依他們的保存政策儲存。轉錄一集 Podcast，無所謂。但如果是口述的當事人書狀或病歷，那就是一個你本來不必承擔的保密風險。

在裝置本機轉錄，根本沒有需要防護的東西，因為什麼都沒有離開裝置。沒有上傳、沒有帳號、沒有伺服器紀錄、也沒有需要協商的資料處理協議。隱私保護是架構本身自帶的：你不會把個人資料交給任何資料處理者，因為處理者根本不存在。

對重度口述使用者來說，這筆帳也很好算。如果你每天口述一小時，按分鐘計費的雲端價格會迅速累積，而訂閱制不管你用不用都照收費。一次買斷的價格是固定的——不管你每月轉十分鐘，還是每週轉十小時。

如何得到最精準的逐字稿

對專業口述而言，兩個設定帶來的差異最大：

自訂詞彙。語音模型是用一般語料訓練的，所以恰恰會在你行業裡最要緊的詞上出錯——當事人的姓氏、藥品名、法條編號、專業術語。Whisper Notes 讓你把這些詞加進自訂詞彙表，模型會用它們來判讀模糊的語音。加入你最常口述的十個專有名詞，大部分反覆出現的錯誤就會消失。

依語言選模型。依你的口述語言選擇對應的模型：

另外，類比錄音時代的一個老習慣至今仍然管用：錄音筆離嘴近一點、語速平穩、用完整的句子口述。進去的音訊乾淨，出來的文字就乾淨。

常見問題

下載 iOS 版 下載 macOS 版