录音转文字免费工具推荐

开会录了音、听课时录了音、采访录了音，想转成文字，打开一圈发现要么额度用完，要么导出要钱，要么识别出来一堆错字还得返工。这篇不讲谁第一谁第二，而是把「免费」这件事拆开——免费额度怎么算、什么情况下免费版就不该用、自己怎么花十分钟测出哪个够用，给一份能照着走的挑选与自测顺序。

开会录了音、听课时录了音、采访录了音，想转成文字，打开一圈发现要么额度用完，要么导出要钱，要么识别出来一堆错字还得返工。这篇不讲谁第一谁第二，而是把「免费」这件事拆开——免费额度怎么算、什么情况下免费版就不该用、自己怎么花十分钟测出哪个够用，给一份能照着走的挑选与自测顺序。

下面按七个环节展开：先定义免费、再按场景挑、然后自测准确率、检查导出格式、判断什么时候该换工具、上传前的隐私分级，最后把整件事固定成一条能重复走的流程。每一节都给判断标准和能立刻做的动作，你照着走一遍，基本就知道自己该留哪个、该丢哪个。

先搞清楚「免费」有几种算法

同一句「免费」，背后至少三种逻辑：一是按次数或时长给固定额度，用完就停；二是转写本身不限量，但导出、时间戳、批量处理这些进阶项锁起来；三是完全免费，代价是排队、限速或者功能残缺。先认清自己碰到的是哪一种，再决定要不要继续挑。

按额度免费

每月给一定时长或次数，超出后要么等下次刷新，要么付费解锁

功能受限型免费

转写能做，但导出格式、说话人区分、时间戳等关键项被划到付费档

完全免费但有代价

不限制次数，但排队时间长、速度慢，或对单次录音长度有硬上限

判断标准不是宣传页上写没写「免费」，而是两个数：你最长一段录音有多长，以及你一个月大概要转多少小时。把最近一个月的录音时长粗粗加一遍，再拿这个数去对额度口径，能对上再谈其他。

• 先算单次峰值：最长那条录音如果超过额度上限，再多免费额度对你也没意义
• 再算月度总量：每周固定几场会、几次采访，乘出来才是真实消耗
• 最后看刷新周期：是按天还是按月重置，决定你能不能靠等来续上
• 如果算下来每月都要贴到上限，说明免费档只是试用，不是长期方案

按你的录音场景挑，而不是按工具挑

工具列表再长，落到你身上其实只有四种场景：单人朗读或口述、多人会议对话、采访与课堂、短视频素材。挑工具的第一步是先给自己归到某一类里，因为不同场景要的能力差得很远，拿同一把尺子量会挑错。

对号入座之后你会发现，只转自己口述的人，手机自带的转写功能可能就够了，没必要折腾一圈；而多人长会真正在意的是转完之后能不能自动分段、标上时间点，不然整理成本比转写本身还高。

不适用的情况也要提前想好：口音重、方言多、中英夹杂的录音，别人说好用对你不成立。这类先把最差的一段样本测过，再决定要不要批量投入时间，否则容易在中间返工。

花十分钟自测准确率，别看别人的评测结论

评测文章里的准确率是别人的录音跑出来的，和你的口音、专业词、录音环境未必对得上。真正省事的做法是自己做一轮小测试，十分钟就能得出对你有效的结论，比翻十篇横向评测都靠谱。

1. 准备样本挑一段自己的真实录音，两三分钟就够，但要包含你的专业词和人名，越真实越好
2. 同一段丢给两三个候选用完全相同的录音跑，避免拿不同的材料比出假结论
3. 逐字比对重点数专有名词错几个，而不是看整段错字总数，专业词才是返工的主要来源
4. 记录改动成本把每段从原始输出改到能用花了多久记下来，这个时间比转写速度更影响日常

测试时别只挑普通话清晰、环境安静的那段，把你手头最差的那段拿出来——会议室外有噪音、语速偏快的那些才是决定成败的。如果最差的那段也能接受，日常用基本没问题。

• 错字类型：是同音字、专业词，还是整句断句出错，指向的问题不一样
• 是否可编辑：能不能在转写结果上直接改，还是必须导出到别的地方处理
• 时间戳是否对齐：改稿时能不能快速回到原音频对应位置
• 一次改稿耗时：这是你每周真正要付出的成本

别人的准确率是参考，你自己那段最差录音的表现才是结论。

导出格式决定你后面要怎么用

很多人挑工具时只看转写准不准，转完才发现导出受限：想写纪要却只能出字幕格式，想做视频却只有纯文本，中间再转一道等于白干。所以导出格式要提前确认，而不是等转完再补。

要确认三件事：免费档能不能导出、导出的文件带不带时间戳、能不能直接复制进文档工具。如果后面还要接纪要整理或待办提取，可以对照 /ai-nav/category/ai-meeting 看哪些工具能接着做，别让转写这一步成了流程断点。

这些情况下免费工具就该让位

免费档不是不能用，而是有明确的能力边界。碰到下面几类场景，硬用免费档只会把时间花在等待和手动补位上，反而不划算。判断的关键不是你愿不愿意花钱，而是这件事的重复频率和精度要求。

• 单条录音超过额度上限，拆成几段转再拼，拼接本身就会引入错误
• 需要逐句时间轴对齐，免费档往往不给完整时间戳
• 需要团队共享同一份转写结果，免费档一般是单人使用
• 需要接口批量处理，免费档基本不提供自动化入口

判断方法很简单：如果一件事每周重复做三次以上，且每次都卡在同一个限制上，就该去看看按量计费的口径了。可以到 /official-api/providers/deepgram 或 /official-api/providers/assemblyai 核对当时的计价方式，再决定是留免费还是换。

反过来也要说清楚：演示、试用、一次性的零星录音，完全不必为此付费，免费档处理掉就行。花钱只应该花在你每周都要重复、且免费档明确做不好的那件事上。

上传之前先做一遍内容分级

转写意味着把音频交给第三方处理，这一步的风险和识别准不准是两回事。上传之前先把录音分档，比事后补救要省心得多。分档动作不需要多复杂，一条线划清楚就够。

脱敏的具体动作：人名统一换成代号、金额写成区间、删掉能定位到具体项目或客户的片段。做完再上传，识别结果虽然要多映射一次，但风险小很多，团队里也能形成统一做法。

这条线不能只靠个人自觉，得有个人负责。具体清单和边界可以看站内 /safety 与 /ai-nav/category/ai-customer-service 的说明，把分档规则写进团队流程里，新人才知道哪些录音不能直接传。

把转写固定成一条能重复走的流程

零散地想起来才转一次，每次都要重新挑工具、重新适应界面，成本很高。更好的做法是把转写固定成一条流程：从录音命名到最终落地，每一步做什么、产物放哪，都定下来，之后照做就行。

1. 统一重命名录音按日期加场景命名，转写时不用再回忆这是哪一场
2. 上传转写固定用同一个工具，减少每次重新试错的时间
3. 只做一轮粗校只改人名、数字和影响理解的错字，其余标出来留给人看原音频
4. 直接进落地环节转写结果直接进纪要或文档，不要追求逐字完美再进下一步

粗校的标准很重要：只改影响理解的内容，剩下的不纠结。这样做能省下大半时间，因为逐字校对的边际收益很低，而人看原始录音效率反而更高。把校对范围限定住，是整个流程里最容易见效的一步。

如果转写只是会议流程的一环，还要想清楚它和纪要、待办提取之间怎么衔接，产物放在哪里，避免结果散落在不同工具里，下次要用又得重新找。