AI 逐字稿工具比較:會議訪談中文準確率、價格怎麼選

發佈 2026-10-20 · 更新 2026-10-19 · 閱讀約 7 分鐘 · AI 工作術(法芮可有限公司)

會議、訪談要轉逐字稿,該選哪個 AI 逐字稿工具?這篇比較雅婷、Notta、Otter、Whisper 等工具的中文表現、說話者辨識與收費模式,教你依錄音量算出最划算的方案,附 30 分鐘出會議紀錄的實戰流程。

先講結論:中文會議、訪談的逐字稿準不準,最大的變數是台灣口音、中英夾雜和收音品質,不是工具名氣。主要錄台灣團隊的中文會議,優先試對繁中與台灣口音有調校的在地工具。主要錄英文會議,Otter.ai 這類英文起家的工具最順。資料敏感又有一台不錯的電腦,開源的 Whisper 在本機跑,最省錢也最安心。

這篇不列 20 個工具灌水,只講清楚四件事:準確率被什麼影響、主流 AI 逐字稿工具在中文上的強弱、價格怎麼算才不會買錯方案,以及我們團隊自己在用的「錄音、轉寫、校稿、摘要」流程。讀完你應該能在 10 分鐘內決定先試哪一款。

先打預防針:沒有任何 AI 逐字稿能做到免校稿。差別只在你要修 10 分鐘還是 1 小時,選工具的真正目標,是把校稿時間壓到最低。

先看情境:5 種用途該選的工具不一樣

AI 逐字稿工具怎麼選:中文會議、跨國線上會議、深度訪談等不同情境,適合的轉寫工具也不一樣
情境不同,工具也該不同
你的情境優先考慮理由
台灣團隊中文會議、業務拜訪雅婷逐字稿等在地工具台灣口音、在地用語辨識較穩,直接輸出繁中
跨國英文會議、Zoom/Meet 線上會Otter.ai、Notta可派會議機器人自動入會錄音,英文辨識成熟
中英夾雜的科技業、新創會議Notta、Whisper 大模型多語混合處理較好,但專有名詞仍要校
深度訪談、醫療、法律、客戶機密Whisper 本機版(如 MacWhisper)音檔不離開你的電腦
偶爾用,每月不到 2 小時會議軟體內建逐字稿、各家免費額度沒必要為了偶爾用付月費

如果只能記一句:拿你自己一段 10 分鐘的真實錄音,同時丟 2 到 3 個工具比較。網路上的準確率評比用的是別人的麥克風、別人的口音、別人的會議室,對你的參考價值有限。

準確率到底看什麼?影響最大的 5 件事

影響逐字稿準確率的關鍵:收音品質影響最大,先換麥克風再換工具、中英夾雜易被聽成同音中文字、專有名詞先加進自訂詞彙、5 人以上搶話,說話者標記容易錯、混台語的錄音,多數工具會失準
影響逐字稿準確率的關鍵
  1. 收音品質:這一項的影響常常比工具差異還大。實體會議把手機放在桌子正中間,離每個人盡量在 1 公尺左右。線上會議直接錄系統音訊,不要拿另一支手機對著喇叭錄。
  2. 中英夾雜:「這個 KPI 我們 Q3 要 align 一下」這種句子,很多工具會把英文聽成中文同音字。把主要語言設成中文,通常比交給自動偵測穩。
  3. 專有名詞:產品名、人名、公司名是錯最多的地方。選工具時看有沒有「自訂詞彙」功能,Whisper 則可以在提示詞放進關鍵字清單。
  4. 說話者辨識:2 到 3 人的會議通常分得不錯,5 人以上、聲音相近又常搶話時,標錯人的比例會明顯上升,這部分幾乎一定要人工修。
  5. 台語、客語與口音:混台語的訪談,多數工具會轉成華語近音字或整段亂掉。這類錄音要先確認工具的語言支援,或有手動補的心理準備。

這點我們有切身體會。我們做 AI 自動剪片引擎,產字幕的第一步就是語音辨識,踩過最多的坑不是模型,而是素材:同一個模型,領夾麥收音和手機隔著一張會議桌收音,錯字量可以差好幾倍。預算有限時,先買一支幾百到一千多元的領夾麥,效益常常比升級付費方案還大。

主流 AI 逐字稿工具中文表現比較

工具中文表現說話者辨識收費模式適合誰
雅婷逐字稿台灣口音、在地用語友善,輸出繁中依方案,以官方說明為準免費額度+付費方案台灣中文會議、課堂、訪談
Notta支援中文與多語,中英夾雜尚可有免費額度+月/年訂閱線上會議多、需要多語
Otter.ai以英文為主,中文不建議當主力有,英文表現佳免費額度+月/年訂閱英文會議為主的人
Whisper/MacWhisper大模型中文不錯,常要處理簡繁原生沒有,需另外搭配開源免費,桌面版有付費進階功能重隱私、量大、願意動手
會議軟體內建(Meet、Teams、Zoom)依平台與方案而定依平台而定多含在既有付費方案團隊已在用該平台
ChatGPT、Gemini 上傳音檔短音檔不差,長音檔不穩可要求標示,不保證準含在聊天 AI 訂閱內短錄音、要直接出摘要

幾個實際用起來才會發現的坑:

  • Whisper 常吐出簡體字:辨識華語時很容易輸出簡體,可以在初始提示詞放一句繁體中文引導,或轉完再用 OpenCC 這類工具轉繁。它在長時間靜音或背景音樂段落偶爾會「幻覺」,生出重複句子或像影片片尾字幕的句子,校稿時要特別看靜音段。
  • 通用聊天 AI 會偷偷幫你潤稿:把音檔丟給 ChatGPT 或 Gemini,它常把口語修順、刪掉贅字,長音檔甚至會省略中段。要逐字稿就明說「不要改寫、保留口語、每段標時間碼」,並檢查最後一段的時間對不對得上錄音長度。
  • 會議軟體內建功能看方案:Google Meet、Teams、Zoom 都有逐字稿或字幕功能,但中文支援程度、哪個方案才開放,各家不同也常調整,用之前先到設定裡確認語言選項。

價格怎麼算:月費、點數、免費各適合誰

逐字稿工具怎麼付最划算:每月不到 2 小時:免費額度或內建就好、每月 2 到 10 小時:一套基本付費方案、10 小時以上:比團隊方案或本機 Whisper、校稿多 20 分鐘,可能比月費差價還貴
逐字稿工具怎麼付最划算

AI 逐字稿的收費大致分三種:

  • 訂閱制:每月含一定轉寫分鐘數,超過就得升級。個人方案多半落在每月十幾到二三十美元的級距,年繳通常較便宜,實際金額與分鐘數以各家官方價格頁為準。
  • 點數或按時數:買一包時數慢慢用,適合錄音量忽高忽低的人,例如論文訪談只集中在某幾個月。
  • 開源免費:Whisper 本身不用錢,成本是硬體和時間。有獨立顯示卡或較新的 Apple 晶片電腦,用大模型轉 1 小時錄音通常可以接受。拿老筆電的 CPU 硬跑,可能比錄音本身還久。
每月錄音量建議做法
不到 2 小時會議軟體內建功能或各家免費額度,不用付費
2 到 10 小時挑一套最順手的基本付費方案,月繳先試一個月
10 小時以上或整個團隊用比較團隊方案,或評估本機 Whisper

算價格時,很多人漏掉最貴的那一項:你的校稿時間。假設時薪算 500 元,A 工具每 1 小時錄音比 B 工具多花 20 分鐘校稿,一個月錄 10 小時就多出 3 小時多,大約 1,700 元,通常比兩家月費的差價還多。別只比價目表,拿同一段錄音實測校稿時間才準。

我們的實戰流程:會議結束 30 分鐘內出紀錄

30 分鐘出會議紀錄流程:開場自我介紹,幫 AI 分辨說話者、設定主要語言,別用自動偵測、只校數字、人名、決議三類段落、摘要指令寫明:不改寫、不自己補
30 分鐘出會議紀錄流程

我們自己營運工具站,內部週會和使用者訪談都會錄音,跑了一段時間後收斂成下面這個流程,重點是不要從頭到尾逐字校。

  1. 錄之前:開場請每個人講一句話自我介紹,幫 AI 分辨說話者。這次會出現的產品名、客戶名先加進自訂詞彙。
  2. 轉寫:語言設成主要語言,不用自動偵測。線上會議優先錄系統音訊或用會議機器人,不用外放收音。
  3. 校稿:先全文搜尋常錯的詞批次取代,再只回頭聽三類段落:數字、人名、決議。口語贅字不影響理解就不修。
  4. 整理:把校過的逐字稿丟給 AI 產摘要。要寫成正式報告,可以接著看 AI 寫報告的結構、數據、語氣分工,要上台報告則可參考 AI 簡報製作實測。
  5. 存檔:原始音檔和校過的逐字稿一起留,AI 摘要有爭議時才有原文可以對。

整理那一步,我們常用的指令是:

「以下是會議逐字稿,請不要改寫原話。整理成三部分:一、三點結論。二、決議事項。三、待辦清單(負責人/內容/期限)。逐字稿沒提到的期限請標『未提及』,不要自己補。」

最後那句很重要。AI 摘要最常見的錯不是漏,而是自己補上會議裡沒講過的期限或負責人,看起來很完整,其實是編的。

隱私與資料安全:哪些錄音不該丟上雲

AI 逐字稿隱私與資料安全示意:一般會議錄音可以上雲端轉寫,訪談、合約談判等敏感錄音改用本機處理
敏感錄音留在本機,不上雲
  • 錄音前先告知:開錄前跟所有與會者說一聲並取得同意,是基本禮貌,也能避免事後爭議。涉及法律效力或證據用途的錄音,請另外諮詢專業人士。
  • 看清楚服務條款:重點看三件事:音檔會不會被拿去訓練模型、資料存在哪個地區、刪除後是否真的刪除。企業方案和個人方案的條款常常不同。
  • 敏感內容走本機:病歷、合約談判、人事面談、未公開財報這類內容,用本機跑的 Whisper,或公司資訊單位核准過的工具。
  • 關掉會議機器人的自動入會:有些工具連動行事曆後,預設會自動加入你所有會議,結果錄到不該錄的會,還可能把摘要寄給所有與會者。裝好第一件事就是檢查這個設定。

常見問題

Q:AI 逐字稿的中文準確率大概多少?
沒有單一數字,收音品質的影響最大。安靜環境、一對一、標準華語時,主流工具多半已經到「只需要修專有名詞」的程度。多人搶話、遠距收音、混台語時錯誤會明顯增加,最準的判斷方式是拿自己的錄音實測。

Q:免費的 AI 逐字稿工具夠用嗎?
每月不到 2 小時、內容不敏感的話,免費額度或會議軟體內建功能通常夠用。超過這個量,免費方案的分鐘數上限和功能限制會開始卡你,這時候再付費就好,不用一開始就買年約。

Q:Whisper 轉出來是簡體字怎麼辦?
可以在初始提示詞放一段繁體中文,引導它輸出繁中,或轉完後用 OpenCC 這類簡繁轉換工具處理。要注意轉換工具不一定會把「軟件、視頻」這類用語改成台灣說法,校稿時順手看一下。

Q:可以直接把錄音丟給 ChatGPT 做逐字稿嗎?
短音檔可以,而且能順便出摘要。長音檔比較容易被省略段落或被自動潤飾成書面語,不適合需要逐字精確的訪談。要用的話,指令寫明不改寫、保留口語、標時間碼,並抽查結尾時間。

Q:會議錄音轉逐字稿需要告知與會者嗎?
建議一律事先告知並取得同意,這是信任問題,也能避免後續爭議。若錄音可能用在法律或正式爭議場合,具體規範請諮詢專業人士,不要只靠網路資訊判斷。

← AI 知識庫 · AI 工具庫