Jak nagrać rozmowę na żywo i zamienić ją na tekst

Zespół redakcyjny whispertranscribe.ai · Ostatnia aktualizacja: listopad 2026 · 12 minut czytania

Jak nagrać rozmowę: poinformuj wszystkich i uzyskaj wymaganą jednoznaczną zgodę, zanim uruchomisz wbudowany dyktafon telefonu lub aplikację na laptopie. Połóż urządzenie na miękkiej powierzchni, najbliżej najciszej mówiącej osoby. Najpierw odsłuchaj krótką próbę. Następnie zrób kopię oryginału i prześlij go, aby uzyskać transkrypcję z oznaczeniami mówców.

Ten poradnik dotyczy rozmów twarzą w twarz: wywiadów, rozmów w kawiarni i spotkań w sali konferencyjnej. Rozmowom telefonicznym poświęcono osobny poradnik: jak nagrać rozmowę telefoniczną. Kroki dotyczące urządzeń opierają się na stronach pomocy Apple, Google, Samsung i Microsoft, sprawdzonych w listopadzie 2026 r.

Poproś o zgodę przed nagrywaniem. To informacje ogólne, a nie porada prawna. Prawo federalne USA ustanawia zgodę jednej strony jako minimum dla objętych nim rozmów na żywo, ale niektóre stany wymagają zgody wszystkich. Reporter's Recording Guide organizacji Reporters Committee for Freedom of the Press podsumowuje przepisy każdego stanu.

Krótka odpowiedź: jak nagrać rozmowę w 4 krokach

Potrzebujesz urządzenia nagrywającego dźwięk, cichego miejsca i pozwolenia. Dla dwóch osób przy jednym stole zwykle wystarczy telefon. Przy większej grupie lub w hałaśliwym pomieszczeniu dodaj zewnętrzny mikrofon.

  1. Najpierw zapytaj i uzyskaj zgodę. Wyjaśnij cel i uzyskaj wymaganą zgodę przed rozpoczęciem nagrywania; udokumentuj ją, a jeśli to właściwe, poproś o ponowne potwierdzenie na nagraniu.
  2. Ustaw urządzenie. Połóż je na złożonej ściereczce lub notatniku, z odsłoniętym mikrofonem, najbliżej najcichszego głosu.
  3. Przetestuj, potem nagraj. Po uzyskaniu zgody nagraj kilka sekund, odsłuchaj w słuchawkach i rozpocznij właściwe nagranie.
  4. Zapisz, zrób kopię i transkrybuj. Skopiuj oryginał do drugiej lokalizacji, prześlij go i włącz wykrywanie mówców.

Jaki zestaw pasuje do twojej rozmowy?

Dopasuj sytuację do ustawienia początkowego. Każdy wiersz zakłada, że uczestnicy zostali poinformowani i wymagana zgoda została uzyskana przed nagraniem.

Sytuacja Zalecane urządzenie Uważaj na
Dwie osoby przy małym stole Telefon na stole między wami Połączenia i powiadomienia przerywające nagranie
Wywiad dziennikarski lub badawczy z jednym gościem Telefon w trybie wywiadu lub mikrofon przypinany dla gościa Głos gościa powinien być co najmniej tak głośny jak twój
Grupa od 3 do 6 osób przy stole Telefon lub dyktafon pośrodku, bliżej cichszej strony Głosy na dalszym końcu szybko cichną wraz z odległością
Sala konferencyjna, 6 lub więcej osób Zewnętrzny mikrofon dookólny lub powierzchniowy albo dwa dyktafony Szum klimatyzacji i nakładające się głosy; zachowaj drugie nagranie zapasowe
Wywiad w ruchu lub hałaśliwym miejscu Mikrofon krawatowy dla każdego mówcy Szuranie ubrania i wiatr; przypnij mikrofon pewnie
Spotkanie przy otwartym laptopie Laptop z mikrofonem USB lub słuchawkowym albo dyktafon w przeglądarce Odgłosy pisania i wentylatora blisko mikrofonu
Długa sesja, 2 godziny lub więcej Telefon podłączony do zasilania lub dedykowany dyktafon Bateria, pamięć i limity długości pliku

Wybierz urządzenie nagrywające

Zacznij od posiadanego urządzenia. Odległość ust każdej osoby od mikrofonu wpływa na wynik bardziej niż marka dyktafonu.

iPhone: Dyktafon

Voice Memos jest wbudowany w iPhone'a. Poradnik Apple mówi, że nagrywa wbudowanym mikrofonem, obsługiwanym zestawem słuchawkowym lub mikrofonem zewnętrznym.

  1. Otwórz Voice Memos (znajduje się w folderze Utilities, chyba że został przeniesiony).
  2. Stuknij przycisk nagrywania. Aby zmienić poziom, Apple radzi przybliżyć lub oddalić mikrofon od źródła.
  3. Stuknij stop i zmień nazwę nagrania; domyślnie nosi nazwę New Recording lub nazwę lokalizacji.

Ważne ustawienia dla rozmów:

  • Voice Isolation lub Wide Spectrum. W Control Center stuknij Voice Memos u góry. Według Apple Voice Isolation filtruje dźwięki tła, a Wide Spectrum je uwzględnia; Wide Spectrum nie jest dostępny na każdym modelu. Przetestuj oba, gdy ludzie siedzą wokół telefonu.
  • Recording Mode. Settings > Apps > Voice Memos > Recording Mode oferuje Mono, Stereo lub Spatial Audio (nie na wszystkich modelach).
  • Inne aplikacje. Możesz zmieniać aplikacje podczas nagrywania, ale Apple mówi, że nagrywanie zatrzymuje się, gdy inna aplikacja zaczyna odtwarzać dźwięk.

Samsung Galaxy: Voice Recorder z trybem Interview

Samsung Voice Recorder ma tryb dla wywiadów jeden na jeden. Według Samsung US Support tryb Interview zbiera dźwięk skierowany na górę i dół telefonu oraz filtruje pozostałe odgłosy, a Standard nagrywa zrównoważony dźwięk spotkań i wykładów.

  1. Otwórz Voice Recorder, stuknij menu, Settings i Recording mode.
  2. Wybierz Interview dla dwóch osób naprzeciw siebie lub Standard dla grupy.
  3. Połóż telefon płasko między wami, górą w stronę jednej osoby, dołem w stronę drugiej.
  4. Rozpocznij nagrywanie. Ikoną zakładki zaznacz ważne momenty, następnie zatrzymaj, nazwij i zapisz plik.

Te same ustawienia pozwalają wybrać Recording quality (High, Medium lub Low) i Block calls while recording. Jeśli nagranie zatrzymuje się po zablokowaniu ekranu, Samsung sugeruje ustawienie baterii aplikacji na Unrestricted w Settings > Apps > Voice Recorder > Battery.

Google Pixel: Recorder

Według Pixel Phone Help aplikacja Recorder działa na telefonach Pixel 3 i nowszych oraz Pixel Tablet. Nagrywa dalej przy wygaszonym ekranie, a jedno nagranie może trwać do 18 godzin.

Na Pixelu 6 i nowszych Recorder może dodać oznaczenia mówców (Speaker 1, Speaker 2) do własnej transkrypcji, ale strona Google o oznaczaniu mówców mówi, że funkcja działa tylko w amerykańskim angielskim.

Laptop lub komputer stacjonarny

Komputer pasuje do spotkania przy stole: stałe zasilanie i dużo pamięci.

  • Windows: według FAQ aplikacji Sound Recorder firmy Microsoft każdy plik może trwać do trzech godzin. Ctrl+R rozpoczyna, Space wstrzymuje, a Esc zatrzymuje i zapisuje.
  • Mac: Voice Memos jest także wbudowany. W Voice Memos > Settings strona ustawień Apple dla Maca oferuje Audio Quality: Compressed (mniejsze pliki, niższa jakość) lub Lossless (większe, wyższa jakość).
  • Każdy komputer z przeglądarką: dyktafon online whispertranscribe.ai pozwala wybrać język i mikrofon, włączyć wykrywanie mówców i nagrywać z transkrypcją oznaczoną czasowo.

Mikrofony zewnętrzne

Dodaj mikrofon, gdy ktoś nadal brzmi zbyt daleko po przesunięciu urządzenia. Charakterystyka kierunkowa jest ważniejsza niż cena. Pierwsze trzy wiersze opierają się na poradniku Shure o charakterystykach; ostatni przedstawia typ mikrofonu, nie charakterystykę.

Charakterystyka Zbiera dźwięk z Pasuje do rozmowy, gdy Wskazówka ustawienia
Dookólna Równomiernie ze wszystkich kierunków Kilka osób siedzi wokół stołu w cichym pokoju Umieść pośrodku między mówcami
Kardioidalna Głównie z przodu Jeden mówca na mikrofon lub hałaśliwe pomieszczenie Skieruj przód na usta; Shure podaje redukcję hałasu otoczenia o około dwie trzecie względem dookólnego
Ósemkowa Z przodu i tyłu, nie z boków Dwie osoby naprzeciw siebie przy stole Ustaw pośrodku, każdą osobę przed jedną stroną
Mikrofon krawatowy Głównie osoba nosząca, dzięki bliskości Wywiady w ruchu, hałas, panele Przypnij do klatki piersiowej, z dala od szalików i zamków

Najpierw sprawdź zgodność; Apple kieruje użytkowników iPhone'a do akcesoriów z oznaczeniem „Made for iPhone” lub „Works with iPhone”.

Gdzie położyć dyktafon: lista kontrolna pomieszczenia

Odległość jest najważniejszym czynnikiem, który kontrolujesz. Microphone Techniques for Recording firmy Shure wyjaśnia, że dźwięk bezpośredni spada o około 6 dB przy każdym podwojeniu odległości, a hałas otoczenia pozostaje niemal taki sam. Najdalszy głos tonie więc w hałasie pomieszczenia.

  • Najbliżej najcichszego głosu. Przesuń urządzenie ku najciszej mówiącej osobie, nie najgłośniejszej.
  • Na czymś miękkim. Notatnik lub złożona ściereczka ogranicza stuki stołu w mikrofonie.
  • Odsłonięty mikrofon. Nie trzymaj telefonu w kieszeni, torbie ani pod papierami.
  • Z dala od stałego hałasu. Unikaj kratek wentylacyjnych, projektorów, lodówek i ekspresów.
  • Mniej twardych powierzchni. Szkło i gołe ściany odbijają dźwięk; pomagają dywan, zasłony i regały.
  • Wyłącz zakłócenia. Włącz Do Not Disturb i wycisz inne urządzenia na stole.
  • Zasilanie i pamięć. Naładuj, sprawdź wolne miejsce lub podłącz zasilanie.
  • Prawdziwa próba. Poproś najdalszą osobę o normalną wypowiedź i posłuchaj w słuchawkach.
  • Dwa mikrofony? Rozstaw je. Zasada 3 do 1 firmy Shure mówi, że odległość między mikrofonami powinna wynosić co najmniej trzykrotność odległości każdego od jego mówcy.

Nie mierzyliśmy tych zestawów, więc nie podajemy dokładnych odległości. Liczy się twoje próbne nagranie w rzeczywistym pomieszczeniu.

Dla grup: ułatw późniejszą transkrypcję

Wykrywanie mówców rozdziela głosy, ale nie nadaje im nazwisk. Po uzyskaniu wcześniejszej zgody poproś każdego o podanie imienia na początku nagrania, unikaj nakładania głosów przy decyzjach i wyraźnie powtarzaj ważne liczby.

Uzyskanie zgody przed nagraniem rozmowy

Uzyskaj wymaganą zgodę przed rozpoczęciem nagrania i udokumentuj ją; jeśli to właściwe, poproś o ponowne potwierdzenie na nagraniu. Przepisy zależą od stanu lub kraju i oczekiwania prywatności. Ta sekcja to informacje ogólne, nie porada prawna.

  • Minimum federalne. Wprowadzenie RCFP do poradnika nagrywania mówi, że prawo federalne wymaga zgody co najmniej jednej strony przed nagraniem objętych nim rozmów na żywo, telefonicznych lub elektronicznych, a stany mogą ustanawiać surowsze zasady.
  • Niektóre stany wymagają zgody wszystkich. Ta sama strona podaje, że około 11 stanów zasadniczo wymaga zgody wszystkich stron. Nasz poradnik przepisów o nagrywaniu rozmów według stanu wymienia je wraz z linkami do ustaw.
  • Oczekiwanie prywatności. Federalna definicja „oral communication” obejmuje wypowiedź osoby oczekującej, że nie jest przechwytywana, w okolicznościach uzasadniających to oczekiwanie (18 U.S.C. § 2510(2)). RCFP mówi, że sądy badają miejsce, temat i głośność, a rozmowy w domu wiążą się z największym oczekiwaniem prywatności.
  • Widoczny dyktafon. RCFP podaje, że zgoda jest zazwyczaj domniemywana przy wywiadzie na żywo z widocznym urządzeniem, ale uważa nagranie zgody ustnej za dobrą praktykę.
  • Poza USA. Zasady różnią się w zależności od kraju; sprawdź też politykę pracodawcy lub szkoły.

Przykładowa prośba o zgodę na nagranie na żywo

Użyj przykładu podobnego do tego, aby uzyskać zgodę przed włączeniem nagrywania. Potem, jeśli to właściwe, poproś każdą osobę o potwierdzenie na nagraniu. (Tekst przygotowany na potrzeby artykułu.)

„Jest [dzień], jesteśmy w [miejsce]. Chcę nagrać tę rozmowę, aby uzyskać dokładną transkrypcję. Będzie przechowywana [gdzie] i udostępniona [komu]. Czy wszyscy się zgadzają? Czy każdy może podać imię i powiedzieć «tak»?”

Jeśli ktoś się waha, rób notatki pisemne. Jeśli ktoś zmieni zdanie w połowie, zatrzymaj nagrywanie i ustalcie, co stanie się z dotychczasową częścią.

Po nagraniu: nazwij, zrób kopię i wybierz format

Zajmij się plikiem tego samego dnia. Microsoft zaznacza, że Sound Recorder przechowuje nagrania w aplikacji, więc jej odinstalowanie je usuwa.

Nazwij oryginał i utwórz kopię zapasową

  1. Zmień nazwę tak, by można ją było wyszukać. Uwzględnij cel i osoby, np. interview_lee-patel_original.m4a (fikcyjny przykład).
  2. Nie zmieniaj oryginału. Zapisuj edycje pod nową nazwą; Pixel Recorder zapisuje przycięcia jako kopię.
  3. Utwórz drugą kopię na innym dysku lub w kontrolowanej chmurze.
  4. Dodaj krótką notatkę: kto mówi, gdzie i kod czasu potwierdzenia zgody, jeśli je nagrano.
  5. Zaplanuj datę usunięcia wrażliwych nagrań.

M4A, MP3 czy WAV: jaki format nagrania?

Zachowaj domyślny format urządzenia, chyba że masz powód do zmiany. Późniejsza konwersja nie przywróci niezarejestrowanych szczegółów.

Format Co to jest Przybliżony rozmiar na godzinę Wybierz, gdy
M4A (AAC) Skompresowany; zwykły format iPhone'a i wielu dyktafonów Około 58 MB przy 128 kbps Codzienne wywiady i spotkania
MP3 Skompresowany; odtwarzany prawie wszędzie Około 86 MB przy 192 kbps Musisz udostępnić lub odtworzyć plik na starszych urządzeniach
WAV, 16-bit, 44.1 kHz, mono Nieskompresowany Około 318 MB Planujesz edytować audio, a pomieszczenie było ciche
WAV, 24-bit, 48 kHz, stereo Nieskompresowany, dwa kanały Około 1.04 GB Produkcja podcastu lub audycji

Rozmiary wynikają z naszych obliczeń (przepływność × 3,600 sekund ÷ 8), nie pomiarów. Mają znaczenie, bo whispertranscribe.ai przyjmuje pliki do 5GB i 10 godzin; według tych obliczeń WAV 24-bit, 48 kHz stereo przekracza 5GB po około 4.8 godziny. Jeśli długi WAV jest za duży, najpierw przekonwertuj go do MP3 lub podziel.

Jak transkrybować nagraną rozmowę

Transkrypcja sprawia, że godzinę audio można przeszukiwać i cytować. Oto przebieg pracy z whispertranscribe.ai, narzędziem w przeglądarce opartym na modelu Whisper OpenAI. Korzystasz z niego w przeglądarce bez instalacji; plik jest przesyłany do przetworzenia.

  1. Otwórz stronę przesyłania. Dla wywiadu użyj transkrypcji wywiadów. Aby wypróbować bez rejestracji, tak samo działa bezpłatna strona transkrypcji bez konta. Darmowe limity są na stronie i mogą się zmieniać. Nagranie z Voice Memos? Użyj strony transkrypcji notatek głosowych; nasz poradnik transkrypcji notatek głosowych opisuje eksport pliku.
  2. Wybierz język wypowiedzi. Wybieraj spośród 130+ języków. Wiele ma opcję Noise / Low-Quality Audio/Video dla nagrań z kawiarni lub ulicy, a Multilingual Mix obsługuje rozmowy ze zmianą języków.
  3. Prześlij plik. Akceptowane są M4A, MP3, WAV, AAC, FLAC, OPUS oraz wideo takie jak MP4 lub MOV.
  4. Zaznacz Enable Speaker Detection. Tekst jest dzielony według mówcy; dopasuj oznaczenia do imion podanych na początku.
  5. Sprawdź, potem eksportuj. Dokładność osiąga do 99% przy czystym audio; hałas, nakładanie głosów, odległość i silne akcenty ją obniżają, więc sprawdź nazwiska, liczby i cytaty. Eksportuj DOCX, PDF, TXT, CSV, SRT lub VTT.

Jesteś przy laptopie i jeszcze nie nagrywasz? Dyktafon w przeglądarce nagrywa i transkrybuje w jednym kroku. Przed nagraniem uzyskaj wymaganą zgodę oraz pozwolenie gospodarza spotkania. W przypadku rozmów telefonicznych zobacz transkrypcję rozmów.

Płatne plany zaczynają się od $9.99/mies. przy rozliczeniu rocznym; zobacz cennik i pełną listę funkcji.

Co dzieje się z przesłanym plikiem

Zgodnie z polityką prywatności whispertranscribe.ai oryginalny przesłany plik jest automatycznie usuwany po zakończeniu przetwarzania, kopie MP3 utworzone podczas przetwarzania są domyślnie przechowywane przez 30 dni, a transkrypcje pozostają na koncie do ich usunięcia. Ta sama polityka mówi, że treści nie są używane do trenowania AI ani przeglądane przez pracowników oraz są chronione TLS 1.3 podczas przesyłania i AES-256 podczas przechowywania. Powiedz uczestnikom, dokąd trafi plik, i przeczytaj pełną politykę przed przesłaniem wrażliwych materiałów.

Rozwiązywanie problemów z nagrywaniem rozmowy

Większość problemów wynika z ustawienia, zasilania lub samego pliku.

Objaw Prawdopodobna przyczyna Rozwiązanie
Jedna osoba jest cicha lub brzmi daleko Dyktafon był bliżej głośniejszego mówcy Przesuń go ku cichszej osobie lub daj jej mikrofon krawatowy
Głosy brzmią pusto lub dudnią Twarde, pogłosowe pomieszczenie lub dwa mikrofony zbierają ten sam głos Wybierz mniej pogłosowe miejsce; rozstaw mikrofony zgodnie z zasadą 3 do 1
Stały szum lub syczenie Wentylacja, projektor lub wentylator laptopa przy mikrofonie Przesuń urządzenie i przetestuj ponownie
Nagranie iPhone'a zakończyło się za wcześnie Inna aplikacja zaczęła odtwarzać dźwięk Wycisz aplikacje multimedialne podczas nagrywania
Nagranie Galaxy zatrzymało się po zablokowaniu ekranu Optymalizacja baterii wstrzymała aplikację Ustaw baterię Voice Recorder na Unrestricted
Nagranie Windows zostało ucięte Pliki Sound Recorder mają maksimum trzy godziny Zatrzymaj i rozpocznij nowy plik przy naturalnej przerwie
Przesyłanie odrzucone Plik przekracza 5GB lub 10 godzin Przekonwertuj na MP3 lub podziel
Mówcy połączeni w transkrypcji Osoby mówiły jednocześnie lub Speaker Detection było wyłączone Uruchom ponownie z Speaker Detection; następnym razem powtórz ważne punkty kolejno
Błędne nazwy i żargon Nieznane terminy, hałas lub akcent Sprawdź z nagraniem i imionami podanymi na początku

Często zadawane pytania

Czy nagrywanie rozmowy na żywo jest legalne?

Często tak, ale zależy to od miejsca. Prawo federalne USA ustanawia minimum zgody jednej strony dla objętych nim rozmów na żywo, a około 11 stanów zasadniczo wymaga zgody wszystkich. Wiele przepisów dotyczy sytuacji, gdy osoby rozsądnie oczekują prywatności, co sądy oceniają według miejsca, tematu i głośności. Widoczny dyktafon zwykle pomaga. Uzyskaj i udokumentuj wymaganą zgodę przed nagraniem oraz sprawdź lokalne prawo. To informacje ogólne, nie porada prawna.

Gdzie położyć telefon, aby nagrać dwie lub więcej osób?

Na miękkiej powierzchni, z odsłoniętym mikrofonem, najbliżej najciszej mówiącej osoby. Dla dwóch osób połóż go płasko między nimi; na Samsungu Galaxy tryb Interview nagrywa z góry i dołu. Dla grupy zacznij pośrodku i przesuń w stronę dalszego końca. Dźwięk bezpośredni spada o około 6 dB przy podwojeniu odległości, więc przetestuj z najdalszego miejsca.

Czy potrzebuję zewnętrznego mikrofonu do nagrania rozmowy?

Zwykle nie dla dwóch osób w cichym pokoju. Telefon na stole często wystarcza, jeśli próba brzmi wyraźnie. Dodaj mikrofon, gdy ktoś po przesunięciu urządzenia nadal brzmi daleko, pomieszczenie jest głośne lub mówi więcej niż kilka osób. Mikrofon przypinany dla każdego pasuje do wywiadów w ruchu lub hałasie. Najpierw sprawdź zgodność z telefonem lub komputerem.

Jaki format audio jest najlepszy do nagrania rozmowy?

Dla większości rozmów domyślny M4A (AAC) w telefonie wystarcza i daje małe pliki, około 58 MB na godzinę przy 128 kbps. Użyj WAV, jeśli planujesz edytować audio. WAV 24-bit, 48 kHz stereo zajmuje około 1 GB na godzinę, więc może przekroczyć limit przesyłania 5GB w mniej niż pięć godzin. Późniejsza konwersja nie przywróci szczegółów, więc wybierz przed nagraniem.

Jak długo mogę nagrywać rozmowę?

To zależy od aplikacji. Google Recorder na Pixelu obsługuje do 18 godzin w jednym nagraniu. FAQ Microsoft Sound Recorder podaje do trzech godzin na plik. Voice Memos na iPhonie zatrzymuje się, jeśli inna aplikacja odtwarza dźwięk. Przy długich sesjach podłącz zasilanie i sprawdź pamięć. whispertranscribe.ai przyjmuje do transkrypcji pliki do 10 godzin i 5GB, więc dłuższe podziel.

Jak otrzymać transkrypcję pokazującą, kto co powiedział?

Prześlij nagranie do narzędzia z wykrywaniem mówców, a następnie zmień nazwy oznaczeń. W whispertranscribe.ai wybierz język, prześlij plik, zaznacz Enable Speaker Detection i eksportuj DOCX, PDF, TXT, CSV, SRT lub VTT. Poproś wszystkich o podanie imienia na początku, aby dopasować głosy. Dokładność sięga 99% przy czystym audio; hałas, nakładanie głosów i akcenty ją obniżają.


Rozmowa nagrana? Uzyskaj tekst. Otwórz transkrypcję wywiadów whispertranscribe.ai, wybierz spośród 130+ języków, włącz wykrywanie mówców i pobierz wynik jako DOCX, PDF, TXT, CSV, SRT lub VTT.

Źródła

Chcesz zamienić swoje nagrania na tekst?

Transkrybuj nagrania audio i wideo za pomocą whispertranscribe.ai.

Rozpocznij transkrypcję ↗