音转文字用什么工具？盘点免费好用的在线与手机录音转写软件

刚搬家翻出一摞大学时候的读书笔记，纸页边角都卷起来了，钢笔字迹有的地方还洇了墨。我寻思着把这些东西存进Obsidian，以后检索也方便，结果对着十几页密密麻麻的字就有点头大——手敲一遍少说也得搞到后半夜。后来索性戴上耳机，一边翻笔记本一边把关键段落念出来，用手机录成几段音频，再找工具把录音转成文字。这条路走通之后，果然省了不少力气。

试了一圈下来，发现现阶段的音频转文字工具已经能做到“上手即用”的程度，只是每种方案各有自己的适用边界。我把这次实际使用和筛选的过程整理成一篇音频转文字工具推荐，重点覆盖电脑手机都能用的免费选项、各在线工具的差异对比，顺带也聊一下支持长音频、多语种的录音转文字工具该怎么选。

提词匠：微信即用，链接也能转文字

我上来先试了提词匠，主要是看中它不用下载也不用注册，聊天软件里直接搜出来就能用，属于典型的“打开就走”。

操作步骤很简单：

1. 在搜索「提词匠」，点进小程序。
2. 首页可以上传本地音频或视频文件，也可以直接粘贴一个公开视频链接。它的链接支持范围覆盖了国内一百多个主流平台，把你需要提取文案的抖音、B站、微博等链接填进去就行。
3. 提交后稍等片刻，转写结果就会显示在页面上。点一下“一键复制”能把全文带走，也可以导出为TXT、Word或者带时间戳的SRT字幕格式。
4. 导出的是纯文本，没有水印，处理完后服务器不保留数据，本地缓存七天，比较符合我对隐私的预期。

适用场景挺明确：一是从视频链接里快速抓取口播文案，省去了自己边看边打字的麻烦；二是处理单条的本地录音或视频，比如念书笔记、口述想法、简短采访。它也支持智能改写，转完的文段可以顺手调整表达。

客观来讲它也有一些限制：首先必须联网使用，没有离线模式；其次暂时不支持批量上传，一次只能处理一个文件，如果你有几十段录音要集中处理，效率会受影响。对于单次任务的轻度使用者来说影响不大，但重度用户需要先心里有数。

在线工具：网页端搞定长音频转写

搜“音频转文字在线”经常能撞到付费广告，电脑手机音转文字软件和在线工具的选择其实不少，真正免费且稳定的反倒是一些大厂出的产品。网页版即开即用，不挑系统，手机电脑一样操作。下面做一个在线工具对比，把几款常用的摆在一起，方便你按自己的场景挑选。

通义听悟：自带总结的长音频转写选择

通义听悟每天给免费额度，上传音频或视频后会自动转文字，同时生成章节速览和重点词云。操作路径是：网页或App里上传文件 → 选语言 → 等待转写 → 查看逐字稿与自动生成的摘要。

它适合听网课录屏、线下讲座录音这类本来就需要“边听边总结”的场合。我用它转过一场两小时的学术报告，转完之后它直接按话题切出几个时间段，连思维导图都画好了，回去补提纲特别省事。

不足当然也有：自动总结在面对特别碎片化的闲聊或者多人插话时，结构会有些乱；需要注册账号，对完全不想登录的用户还不够轻量。

飞书妙记：协作场景下的会议纪要利器

如果你日常用飞书，妙记几乎是个自然的选择。把录音或视频拖进妙记，它会生成带时间轴的逐字稿，点击任意文字就能直接跳到对应的音频位置，找某句话特别快。它还会自动尝试分割发言人，多人会议回听时能省不少心。

操作上，从飞书的工作台进入妙记，新建记录然后上传文件，等转写完成就能在线编辑、导出或分享链接。音频和文字的同步联动体验很顺滑，是我参加项目复盘常用的方式。

它的限制在于和飞书账号深度绑定，分享给外部人员有一定门槛；你若完全不用飞书生态，单为了转文字去注册就有点重。单纯一个人转录音笔记的场景，它未必是最轻便的那一个。

手机端录音转文字：随时录制即时出稿

手机一掏就开始录音、录完立刻出文字，这种“录音笔+速记员”二合一的体验，让手机软件成了我在外采访或者开短会时的优先考虑方案。

搜狗听写：长录音的手机伴侣

搜狗听写是专门做录音转写的独立App，打开就能新建录音，边说边识别，录完了文字也出来了。它也支持导入本地的录音文件，最长能处理的音频体量不小，我试过一小时以上的录音也能正常跑通。

实际使用中，我会在采访前打开它的关键词预置功能，把人名、专业术语提前添加进去，识别错误就少很多。录音结束可以直接从App里分享文本到备忘录或邮件。

需要注意，部分高级功能有付费门槛，免费使用时长有一定的上限。如果你经常用它处理大量录音，可能需要考虑付费计划，但对偶尔救急的人来说免费额度已经够用了。

剪映：跨平台的免费字幕提取工具

很多人只知道剪映能剪视频，其实它内置的智能字幕是免费的音转文字利器。你在手机或电脑上创建项目 → 导入视频 → 点“文本”里的“智能字幕” → 开始识别，处理完毕后就可以导出字幕文件，格式一般选TXT或SRT。

我常用它来提取演讲、对谈视频的文字稿。比如会议录像需要整理讲话内容，直接丢进剪映识别，再导出为TXT，稍微校对一下专有名词就行。支持的语言种类不少，常见的中英文、粤语都能处理。

它毕竟是个视频剪辑软件，如果只需要转纯音频，操作路径略绕了一点；而且需要安装App或桌面端，不能直接在网页上完成。尽管如此，完全免费且识别效果不错，仍然值得视频作者和偶尔需要取稿的人放进工具箱。

本地离线与多语种：Whisper让你断网也能转

碰到没有网络的环境或者特别注重数据隐私，我会切到Whisper。它是OpenAI开源的语音识别模型，跑在自己电脑上，不需要上传任何服务器。

安装Whisper需要一些基础命令行操作，装好之后一句话就能启动转写。它支持的语言范围非常广，除了中英文之外，日韩法德等常见语种准确度也不低，而且模型可以选不同大小，配置低的电脑也能用轻量版跑。

要说局限，就是命令行界面对不熟悉终端的人不那么友好，处理速度也取决于电脑的显卡和处理器，用轻薄本转一段长音频可能要耐心等一阵。但对有离线需求、有多语种转写需求的用户，Whisper几乎是绕不开的一个选项。

几款特色工具速览

除了上面详细介绍的这些，还有几个在特定场景下值得一看的工具。Otter在英文会议转写方面表现稳定，能实时出字幕、自动分发言人，经常开跨国视频会议的人可以试试；腾讯会议自带文字实录功能，开启后会议结束自动生成纪要，适合企业内部培训复盘；钉钉闪记内置于钉钉，语音消息和会议录音都能一键转换成文字，用钉钉办公的人基本不用额外换工具。

回到开头那一摞读书笔记：最后我把几本笔记分章节念出来录了六段音频，长短不一，用提词匠一段段转成文字稿，简单校对一下专有名词和人名，拷贝进Obsidian，一共花了不到两小时。如果以后遇到长会议录音或者英文资料，我多半会轮着用通义听悟和Whisper。选什么工具，还是先看自己手头的任务形态——是链接取稿、临时速录，还是长篇离线转写，找到对应那一档最顺手的就好。

(正文已经结束)