TidyTranscribe

語音備忘錄、語音訊息轉文字教學(iPhone、Android、電腦)

更新日期

語音備忘錄和語音訊息是記下想法最快的方式,卻也是回顧時最花時間的方式。逐字稿幾秒就能看完,重聽一次卻可能要好幾分鐘。這篇教學說明如何從手機或通訊 App 取出音檔,免費轉成文字,而且不必把私人錄音傳到任何伺服器。

快速步驟

  1. 把語音備忘錄或語音訊息存成檔案(各 App 的步驟見下方)。
  2. 在手機或電腦開啟語音訊息轉文字。
  3. 拖曳檔案、選擇說話語言,稍等幾秒。
  4. 複製文字,或下載成 TXT、SRT。

轉錄使用開源語音辨識模型 Whisper,直接在瀏覽器中執行。第一次使用時會下載模型(依大小約 40~250 MB),之後會存在快取中,幾乎立即可用。

步驟一:取出音檔

iPhone 語音備忘錄

  1. 開啟語音備忘錄,點選錄音。
  2. 點 ••• 按鈕,再點分享。
  3. 選擇儲存到「檔案」(或用 AirDrop 傳到 Mac)。

檔案會存成 .m4a。在 Mac 上,也可以直接從語音備忘錄 App 把錄音拖到桌面。

Android 錄音 App

大多數錄音 App 的每段錄音都有分享選項。分享到檔案或雲端硬碟,或用檔案管理員開啟錄音資料夾。格式通常是 .m4a、.mp3 或 .wav。

通訊 App 的語音訊息

在 LINE、WhatsApp、Telegram 等 App 中,長按語音訊息,選擇分享或轉傳,再儲存到「檔案」(iPhone)或下載資料夾(Android)。電腦版 App 可按右鍵選擇另存新檔或下載。這些檔案通常是 .opus、.ogg 或 .m4a,不需要轉檔。

步驟二:開始轉錄

開啟語音訊息轉文字,把檔案拖到上傳區(手機上點一下即可選擇檔案)。開始前:

  • 選擇說話語言:如果知道語言,選定會比自動偵測更可靠。短音檔可供判斷的資訊很少,先選好語言可以避免辨識錯誤。說中文時選「中文(繁體)」,結果就會是繁體字。
  • 選擇模型大小:說話清楚時「快速」就夠用;不確定就選「平衡」。「精準」對口音、噪音和中文的表現更好,但下載量較大、速度較慢,在手機上尤其明顯。

辨識出的文字會依序出現。完成後,按複製貼到筆記或訊息中,或下載 TXT 檔。

讓結果更好的小技巧

  • 靠近麥克風錄音,遠離電風扇、車流聲和音樂。
  • 長篇備忘錄結果凌亂時,重錄前先試試「精準」模型。
  • 要處理很多備忘錄時,電腦上的 Chrome 或 Edge 能使用顯示卡,速度快很多。
  • 人名和專有名詞最容易出錯,快速讀過一遍就能修正。

手機不是已經有這個功能了嗎?

部分手機和 App 已經能針對某些語言顯示逐字稿。可以用的時候很方便,但是否支援取決於裝置、App 版本和語言,而且通常無法匯出含時間軸的結果。瀏覽器工具在任何裝置上都一樣好用,支援 Whisper 能辨識的所有語言,還能存成 TXT 或 SRT。

隱私有保障嗎?

有。音訊在您自己的裝置上解碼與轉錄,完全不會上傳;從網路下載的只有模型檔案。詳情請參閱我們的隱私權政策(英文)。

更多教學