會議錄音轉文字 - 自動分清誰在說話
會議錄音轉文字：自動區分最多 32 位說話人，每句標註發言人與起止時間，上傳錄音直接得到可讀的對話紀要，支援 90+ 語言。
最近更新: 2026-10-18
會議錄音轉文字，九成功夫花在「這句是誰說的」
做會議錄音轉文字，把一小時錄音打成文字這一步並不難。難的是打完之後那一堆沒有主語的句子——你得回聽，才能把話安到人頭上。
說話人區分（diarization）解決的就是這一步：轉寫時就把每個詞標註是誰說的，輸出直接是對話形態，不是一整塊文字牆。
真實輸出
一段中文雙人對話，上傳後未做任何編輯，會議錄音轉文字的原始返回如下：
識別語言: zho (置信度 99.4%)
檢測到說話人: 2
speaker_0 @0.40s 你到底把晶片藏在哪兒了？
speaker_1 @4.18s 我可以解釋，但不是現在。
speaker_0 @7.48s 現在就說。
三個輪次，歸屬全對，每次發言帶起止時間。這是系統自動分的——上傳時沒有告訴它有幾個人，也沒有做任何標註。
注意第三行：speaker_0 第二次開口時，系統認出這是同一個人，而不是新增一位。這正是「說話人區分」和「簡單分段」的區別。
想用更接近真實會議的錄音測試？下面是一段兩個人的中文站會：交替發言、互相接話、最後分工。把類似的會議錄音上傳，就能看到會議錄音轉文字在你自己的音訊上怎樣按人分段。
匿名標識，不做聲紋身份識別
系統給的是 speaker_0 / speaker_1，不是姓名。它只保證同一個標識對應同一個人，不去比對這個人是誰。
這是有意為之。自動比對聲紋屬於生物識別範疇，不該由一個轉寫工具預設開啟。姓名由你在結果裡替換一次，整篇統一生效——多花十秒，換掉一個不該預設存在的能力。
適合什麼會議
會議錄音轉文字在不同場合的價值不一樣，注意事項也不一樣：
| 場景 | 說話人區分的價值 | 注意 |
|---|---|---|
| 客戶訪談 / 使用者調研 | 直接得到問答對照稿，引述時不會張冠李戴 | 受訪者較多時建議指定人數 |
| 雙人播客 | 出稿即對話體，可直接做 show notes | 效果最好的一類 |
| 專案例會 | 誰承諾了什麼，有時間戳可回溯 | 搶話片段需回聽確認 |
| 庭審 / 問診等正式記錄 | 輪流發言，分離準確度高 | 敏感內容請先確認合規 |
最後一行要認真對待：音訊會經由語音識別服務處理。高度敏感的會議，先確認這符合你們的合規要求再上傳。
邊界在哪
重疊說話是會議錄音轉文字公認最難的部分。 輪流發言的會議準確度很高；兩個人同時說話超過一兩秒，歸屬可能出錯。
實務上兩個辦法：錄音時儘量讓每人用獨立麥克風；或者在紀要裡對爭議片段回聽一次——有時間戳，回聽只需要點一下，不用拖進度條找。
我們把這條寫在頁面上，而不是等你上傳完才發現。
開會時就為會議錄音轉文字做準備
轉寫的效果，很大程度在按下錄音鍵之前就決定了：
- 每人一支麥克風：線下會議儘量別讓所有人共用一支放在桌子中間的麥。
- 記下參會人數：上傳時指定人數，系統就不會把同一個人錯分成兩個。
- 開場輪流報一下名字：每人先說一句，替換 speaker_0、speaker_1 時一聽就知道誰是誰。
- 少搶話：主持人控制好發言順序，重疊片段越少，歸屬越準。
從轉寫稿到會議紀要
一份可用的紀要，通常這樣整理：
- 上傳錄音，等轉寫完成。
- 把 speaker_0、speaker_1 替換成真實姓名，整篇一次生效。
- 搜「負責」「截止」「下週」這類詞，找出每個人承諾的事項；有疑問的點一下時間戳回聽原話。
- 把決定、待辦、負責人整理到紀要開頭，完整文字稿附在後面備查。
會議錄音轉文字給的是「誰在什麼時間說了什麼」，紀要要的是「決定了什麼、誰去做」——中間這一步仍然需要人來提煉，但已經不用回聽整場。
會議錄音轉文字怎麼用
- 開啟語音工作臺 → 轉錄
- 上傳錄音（音訊或影片均可，單次總計 ≤200MB）
- 等待——一小時錄音通常一兩分鐘
- 在結果裡把 speaker_0 替換成真實姓名，匯出
會議錄音轉文字的說話人區分預設開啟，不需要配置。語言自動識別，90+ 語言。
常見問題
會議錄音轉文字能分清幾個人？需要提前告訴系統人數嗎？ 最多支援 32 位說話人，預設自動判斷人數，不需要預先宣告。如果你確知參會人數，可以指定以提高分離準確度——人數明確時系統不會把同一個人錯分成兩個。
它能認出「誰是張三」嗎？ 不能，也不應該。系統輸出的是 speaker_0、speaker_1 這樣的匿名標識，只保證「同一個標識是同一個人」，不做聲紋身份識別。姓名需要你在結果裡替換一次，之後整篇統一生效。這是有意的設計——自動比對聲紋涉及生物識別資訊，不該由一個轉寫工具預設開啟。
多人搶話、互相打斷的片段能處理嗎？ 能分離，但重疊說話是這類技術公認最難的部分。輪流發言的會議準確度很高；兩人同時說話超過一兩秒的片段，歸屬可能出錯。實務建議是錄音時儘量用獨立麥克風，或在紀要裡對爭議片段回聽確認。
會議內容涉密，音訊會被留存嗎？ 轉寫在你的帳號下進行，結果儲存在你的記錄面板，你可以隨時刪除。請注意音訊會經由語音識別服務處理——涉及高度敏感內容的會議，請先確認這符合貴司的合規要求。
開始
費用： 每個檔案 20 點數（單次 ≤200MB），失敗自動退回。¥29.90 的體驗包有 150 點數，夠轉 7 個檔案，點數不過期。
拿最近一場例會的錄音做一次會議錄音轉文字，看看紀要還要花多少時間。