作者:whispertranscribe.ai 編輯團隊 · 最後更新:2026 年 11 月 · 閱讀約 15 分鐘 · 分類:轉錄工具
最好的 AI 轉錄軟體,取決於你的音訊從哪裡來、最後要拿到什麼。 上傳檔案、語言多,用以檔案為主的工具,比如 whispertranscribe.ai 或 TurboScribe。即時會議用記錄助手,比如 Otter.ai 或 Fireflies.ai。做字幕用 HappyScribe。機密音訊就在本地跑 Whisper。
大多數盤點文章把工具當成乾同一件事來排名。其實不是:一個會寫漂亮待辦事項的會議機器人,拿來處理一資料夾三小時的講座錄音就買錯了。本指南從你要做的事出發,給出一套七點評估框架、一張按情境劃分的決策表、一份大白話版的準確率數字解讀,以及一個五步試用方法。(想比較免費版,或者打算離開 Otter 或 TurboScribe?相關指南裡有按方案比較的表格。)
關於立場的說明。 本指南出自 whispertranscribe.ai,在上傳檔案和多語言音訊這兩項上把我們自己的工具排在第一。我們也寫明瞭哪些情境別的工具更值得買,並列出了我們自己的局限。為寫這篇文章,我們沒有做準確率測試:準確率資料來自已發表的研究,廠商資訊來自廠商頁面,於 2026 年 11 月核對(2026 年 11 月核對)。
簡短回答:按情境挑選最好的 AI 轉錄軟體
- 上傳檔案(採訪、講座、錄音):whispertranscribe.ai,單個檔案最大 5GB、10 小時,支援連結匯入,130 多種語言。次選:TurboScribe,適合固定月費跑大量檔案。
- 即時會議:Otter.ai(支援六種語言),Fireflies.ai(同步 CRM),Notta(會議機器人加檔案上傳,58 種語言)。
- 字幕:HappyScribe,字幕格式多、150+ 種語言,可選人工校對。
- 要剪輯的 Podcast 和影片:Descript,改逐字稿就是改音訊與影片。Sonix 適合團隊一起審逐字稿。
- 語言多或多語混雜的音訊:whispertranscribe.ai,130 多種語言,還有 Multilingual Mix 模式。
- 機密或離線音訊:OpenAI Whisper 或 MacWhisper,在你自己的電腦上跑。必須由人核對逐字稿時選 Rev。
手頭有錄音?無需註冊帳號,試試 whispertranscribe.ai。
怎麼評估 AI 轉錄軟體:7 個維度
每個工具都按同樣七點來評,再按使用情境加權。價格最後比:便宜的方案如果吃不下你的檔案長度或語言,繞路花的成本比省下的錢還多。
1. 音訊怎麼進去?
工具接收音訊有四種方式:上傳檔案、貼上連結、派機器人進會議,或者在自己設備上用瀏覽器或桌面錄製工具採集。要看單個檔案的上限,不只是每月分鐘數。據 Fireflies.ai 的上傳指南,它每次上傳上限 150 分鐘;TurboScribe 和 whispertranscribe.ai 支援最長 10 小時的檔案。
2. 在你的音訊上准不准?
「99% accurate」描述的是廠商的最好情況。真正重要的是在你的麥克風、口音和詞彙上的準確率;下面的準確率一節會說明,同一個模型的分數能差多遠。
3. 能分出說話者、保留時間戳記嗎?
採訪和會議的逐字稿能不能用,說話者標籤說了算。確認你的方案包含說話者辨識、可以給說話者改名、匯出後時間戳記還在。
4. 覆蓋你的語言和口音嗎?
各家公佈的語言數量差別很大:Otter.ai 列出 6 種轉錄語言,Descript 25 種,Sonix 54+ 種,Notta 58 種,MacWhisper 100 種,HappyScribe 150+ 種。清單長不代表每種語言品質一樣;OpenAI 的 Whisper README 說,表現 "varies widely depending on the language"(因語言而差別很大)。如果說話者會在對話中途切換語言,就找有混合語言模式的工具。
5. 能編輯什麼、匯出什麼?
先想好你要交出去的是什麼:給客戶的 DOCX、給影片的 SRT 或 VTT、用來分析的 CSV,還是剪好的一期節目。廣播電視團隊可能還需要 STL 或 EDL。確認編輯器能邊放音訊邊改文字。
6. 用量怎麼計?
工具的計量方式有:每月分鐘數、小時包、固定價「無限」方案、按分鐘計的人工服務,另外還有檔案上限、上傳次數和席位費。計量方式比標價更重要:每月 120 分鐘適合偶爾用,碰上 40 場訪談的研究項目就不夠了。
7. 你的資料會怎樣?
問清楚:音訊在哪裡處理、檔案保留多久、內容會不會拿去訓練 AI 模型、廠商公開了哪些認證。下面的隱私清單列出了具體問題。
各維度在不同情境下有多重要
| 維度 | 上傳檔案 | 會議 | 字幕 | 採訪和 Podcast | 多語言 | 機密音訊 |
|---|---|---|---|---|---|---|
| 音訊怎麼進去 | 高 | 高 | 中 | 中 | 中 | 高 |
| 在你音訊上的準確率 | 高 | 中 | 高 | 高 | 高 | 高 |
| 說話者和時間戳記 | 中 | 高 | 中 | 高 | 中 | 中 |
| 語言覆蓋 | 中 | 中 | 中 | 低 | 高 | 中 |
| 編輯和匯出 | 中 | 低 | 高 | 高 | 中 | 中 |
| 用量計量 | 高 | 中 | 中 | 中 | 中 | 低 |
| 資料處理 | 中 | 高 | 低 | 中 | 中 | 高 |
這是編輯判斷的權重,不是測出來的分數。
按情境挑選最好的 AI 轉錄軟體:決策表
| 你的情境 | 關鍵因素 | 首選 | 也可以考慮 | 這種情況換別家 |
|---|---|---|---|---|
| 上傳的採訪、講座、錄音 | 長檔案限制、連結匯入、匯出 | whispertranscribe.ai | TurboScribe | 每個字都必須由人核對 |
| 即時會議 | 日曆機器人、即時筆記、摘要 | Otter.ai | Notta | 不支援你的會議語言 |
| 銷售和客戶電話 | 每次通話後同步 CRM | Fireflies.ai | Otter.ai | 需要上傳超過 150 分鐘的錄音 |
| 字幕 | 時間軸、SRT/VTT、廣播格式 | HappyScribe | whispertranscribe.ai、Sonix | 只需要純文字 |
| 要剪輯的 Podcast 和影片 | 基於文字剪輯、音訊清理 | Descript | Sonix | 只需要逐字稿 |
| 研究和新聞採訪 | 說話者標籤、引語、校閱時間 | whispertranscribe.ai | Sonix、Rev | 引語未經核對就要發表 |
| 語言多或語言混用 | 語言清單、混合語言模式 | whispertranscribe.ai | HappyScribe、Notta | 廠商沒列出你的語言 |
| 機密或離線音訊 | 在自己設備上處理 | OpenAI Whisper、MacWhisper | Rev | 你沒法安裝或維護軟體 |
| 法律記錄和公開引語 | 人工核對 | Rev | HappyScribe 人工校對 | 預算緊:人工服務 $1.99 一分鐘起 |
很多團隊用兩個:通話用會議機器人,其他都交給檔案工具。
怎麼看準確率宣傳和 WER
詞錯誤率(WER)是衡量準確率的標準方法:把替換、遺漏和多出來的詞數,除以一份認真做的人工參考逐字稿的詞數,Microsoft 的語音文件有說明。「99% accurate」大致等於 1% 的 WER,也就是每 100 個詞錯 1 個。而 WER 很大程度上取決於錄音本身。
同一個模型,分數差得很遠
Whisper 研究論文報告了單個模型 Whisper Large V2 在多個測試集上的 WER(圖 2)。挑幾個看看:
| 測試集(Whisper 論文) | 音訊是什麼 | Whisper Large V2 WER |
|---|---|---|
| LibriSpeech test-clean | 朗讀的有聲書,乾淨 | 2.7% |
| CallHome | 電話對話 | 17.6% |
| CHiME-6 | 晚宴對話,遠距離麥克風 | 25.5% |
| AMI SDM1 | 會議,一隻遠距離麥克風 | 36.4% |
| 圖中其餘 13 個測試集的平均值 | 混合 | 12.8% |
同一個模型,乾淨的朗讀語音 2.7%,遠距離麥克風錄的會議 36.4%。所以任何「up to 99%」的說法,包括我們自己的,都是清晰音訊下的上限。現在已經有更新的模型;這些數字應當看作差距有多大的證據,而不是本文任何產品的分數。
WER 差距對一小時採訪意味著什麼
下面是示意,不是測試。假設一場一小時的採訪約 9,000 詞(假定語速每分鐘 150 詞):
| WER | 約 9,000 詞中錯、漏或多出的詞 | 清理起來是什麼感覺 |
|---|---|---|
| 2% | 約 180 個 | 輕度校對 |
| 5% | 約 450 個 | 仔細核對人名和數字 |
| 10% | 約 900 個 | 檔案大部分要重聽 |
| 25% | 約 2,250 個 | 常常比從頭來過還慢 |
Microsoft 的指南把 5 到 10% 的 WER 視為品質好,20% 可以接受,30% 及以上為差。
WER 看不出的三件事
- 錯誤落在誰身上。 PNAS 上的一項研究考察了五個商用語音辨識系統,發現黑人說話者的平均 WER 為 0.35,白人說話者為 0.19。要用你真實的說話者來測試。
- 憑空編出的文字。 Careless Whisper 研究發現,在其 2023 年的測試中,大約 1% 的 Whisper API 轉錄包含沒人說過的整句話,其中 38% 含有有害內容。這種情況在停頓長的音訊裡更常見,所以要檢查靜音段。
- 哪些錯誤要緊。 價格裡錯一個數字,和漏掉一個「um」算作同樣一個錯,代價卻大得多。
如果要比較模型而不是應用,Open ASR Leaderboard 公佈可復現的 WER(論文)。它評的是模型,不是帶編輯器和上傳限制的產品。
10 款最好的 AI 轉錄工具,按各自最擅長的事排列
下面每個價格和限制都來自廠商自己的頁面,於 2026 年 11 月核對(2026 年 11 月核對)。方案經常變,購買前請再確認。
1. whispertranscribe.ai:最適合上傳檔案和多語言音訊
whispertranscribe.ai 是一個基於 OpenAI Whisper 語音辨識模型、在瀏覽器裡使用的轉錄工具。
為什麼合適: 單個檔案最大 5GB、10 小時,從 MP3、M4A 到 MP4、MOV、MKV 都行。可以從連結轉錄,支援 YouTube、Vimeo、Google Drive 和 Dropbox 連結。覆蓋 130 多種語言,其中很多語言有 Noise / Low-Quality Audio 模式,還有給切換語言的說話者用的 Multilingual Mix 模式;也可以把音訊翻譯成英文。有說話者辨識、時間戳記,可匯出 DOCX、PDF、TXT、CSV、SRT 和 VTT,另有 AI 字幕產生器。開會時,線上螢幕錄影工具可以螢幕錄影幕、麥克風和系統聲音,不用往會議裡派機器人(全部功能)。
要注意: 沒有會議機器人或日曆自動入會,沒有人工轉錄或人工校對,沒有 API,沒有桌面應用,沒有自定義詞彙表。方案按轉錄分鐘數計量,不是無限用。處理在雲端進行。清晰音訊上準確率 up to 99%;背景噪音、多人搶話和口音重會拉低準確率。
價格: from $9.99/month billed annually(按年付費費,每月 9.99 美元起)(查看價格),可免費開始,無需註冊帳號。
2. TurboScribe:最適合積壓的大量檔案
TurboScribe 是基於 Whisper 的檔案轉錄服務,固定價格出售。
為什麼合適: Unlimited 方案對單人沒有總用量上限。檔案最長 10 小時或 5GB,一次 50 個,98+ 種語言,有 Restore Audio 選項,可匯出 DOCX、PDF、TXT、SRT、VTT 和 CSV。
要注意: 它的支援頁面寫著 "does not offer an API or automated access"(不提供 API 或自動化訪問),網站上也沒有列出會議錄製或人工校閱。免費版每天 3 個檔案,每個 30 分鐘。和我們的比較見 TurboScribe 替代方案頁面。
價格: 按年付費費每月 $10,按月付費 $20(TurboScribe)。
3. Otter.ai:最適合它支援的六種語言的即時會議
Otter.ai 是一個 AI 會議助手,它的 Notetaker 會加入 Zoom、Google Meet 和 Teams 會議,錄音、轉錄並做摘要。
為什麼合適: 即時轉錄、帶待辦事項的摘要、跨會議的 AI Chat,Pro 方案有團隊詞彙表。
要注意: 只轉錄六種語言:英語、西班牙語、法語、德語、日語和中文。檔案匯入有配額:Basic 終身 3 個,Pro 每月 10 個;單次對話 Basic 上限 30 分鐘,Pro 90 分鐘。它的隱私權政策說,會用去識別化的錄音和逐字稿訓練自家 AI。更多見我們的 Otter.ai 替代方案頁面。
價格: Basic 免費,每月 300 分鐘。Pro 按年付費費每用戶每月 $8.33,按月付費 $16.99(Otter 價格)。
4. Fireflies.ai:最適合銷售和客戶電話
Fireflies.ai 是一個 AI 會議記錄工具,派機器人進會議,再把摘要推送到 CRM。
為什麼合適: 能錄 Zoom、Meet、Teams 等,Chrome 擴展可以不用機器人錄製。價格頁列出了集成和 API 訪問,並說資料從不用於 AI 訓練。
要注意: 它的 FAQ 說英語是主要支援語言,另外 100+ 種語言處於 beta。上傳上限是每個檔案 150 分鐘、音訊 500MB。免費方案每個團隊存儲 400 分鐘。
價格: Pro 按年付費費每席位每月 $10,按月付費 $18;Business 按年 $19,按月 $29(Fireflies 價格)。
5. Notta:最適合要上傳檔案的多語言會議
Notta 把會議機器人、應用和檔案上傳放在一個帳號裡。
為什麼合適: 58 種轉錄語言,Pro 單次錄音最長 5 小時,每月 1,800 分鐘、100 次上傳,另有雙語轉錄附加功能。價格頁 FAQ 說 Notta 通過了 SOC 2 Type II 和 ISO 27001 認證。
要注意: 免費方案每段對話到 3 分鐘就停;取消付費方案後,每份逐字稿只能看前 3 分鐘,所以要先匯出。
價格: Pro 按年付費費每月 $8.17(每年 $97.99);Business 按年付費費每席位每月 $16.67(Notta 價格)。
6. Descript:最適合要剪輯的 Podcast 和影片
Descript 是一個音訊與影片編輯器,在逐字稿裡刪掉一句,錄音裡那一句也會被剪掉。
為什麼合適: 去除口頭禪、Studio Sound 音訊清理、辨識 8+ 位說話者,每位嘉賓單獨錄一條軌時還能做多軌轉錄。
要注意: 它轉錄 25 種語言,方案對你匯入或錄製的所有內容按 "media hours"(媒體小時)計量,而且只要一份逐字稿的話,它的編輯功能就太多了。
價格: 免費版每月 60 媒體分鐘。Hobbyist 按年付費費每人每月 $16,含 10 媒體小時(Descript 價格)。
7. HappyScribe:最適合字幕和本地化
HappyScribe 是一個轉錄、字幕和翻譯平台,帶會議記錄功能。
為什麼合適: 轉錄和字幕支援 150+ 種語言,AI 翻譯到 80+ 種語言,有術語表和風格指南,Pro 方案支援 15+ 種匯出格式,包括 VTT、STL、XML、FCPXML 和 EDL。人工校對 $2.00 一分鐘起。價格頁列出了 SOC 2 Type 2 和 GDPR 合規。
要注意: 轉錄、字幕和翻譯共用一個分鐘池:Basic 每月 120 分鐘,加購 $0.20 一分鐘。Basic 只能匯出 TXT、SRT、PDF 和 DOCX,免費版是一次性的 10 分鐘試用。
價格: Basic 按年付費費每月 $8.50(按月 $17);Pro 按年 $19(按月 $29)(HappyScribe 價格)。
8. Sonix:最適合團隊一起審逐字稿
Sonix 是一個圍繞編輯器打造、在瀏覽器裡使用的轉錄平台。
為什麼合適: 功能清單包括 54+ 種語言、說話者標籤、自定義詞典、跨逐字稿搜尋、用戶權限和 API 訪問。它公開了 SOC 2 Type 2 報告,Enterprise 方案另有 HIPAA 合規、BAA 和 DPA。
要注意: 按音訊小時計量。Core 每月含 5 小時,超出每小時 $10,每加一個席位每月 $25。
價格: 按量付費每小時 $10,或 Core 每月 $25(每年 $275),有 30 分鐘免費試用(Sonix 價格)。
9. Rev:最適合必須由人核對逐字稿的情況
Rev 提供 AI 和人工轉錄,現在主要面向法律和調查團隊。
為什麼合適: 人工轉錄保證 99%+ 準確率,12 小時內交付;法律格式逐字稿每頁 $2.25 到 $2.50。Rev 列出了 SOC 2 Type II 合規,並說客戶資料不會用於訓練外部 LLM。
要注意: 免費 AI 版只支援英語,每月 45 分鐘,37+ 種語言需要 Pro。人工費用會累積:一小時按 $1.99 一分鐘算就是 $119.40。
價格: 人工轉錄 $1.99 一分鐘起;Essentials 按年付費費每席位每月 $25.49,按月 $29.99(Rev 價格)。
10. OpenAI Whisper 和 MacWhisper:最適合機密或離線音訊
OpenAI Whisper 是一個開放原始碼語音辨識模型(MIT 授權條款),在你自己的硬體上運行。MacWhisper 是一個用本地模型轉錄的 Mac 應用。
為什麼合適: 音訊留在你的電腦上,沒有用量計量。MacWhisper 另有說話者辨識、批量轉錄、SRT/VTT/DOCX 匯出、無機器人會議錄製,支援 100 種語言。
要注意: Whisper 需要 Python 和命令行,README 列出 large 模型需要約 10GB 顯存。速度、安全和備份都得自己負責。MacWhisper 只支援 macOS。
價格: Whisper 免費。MacWhisper 有免費版,Pro 是一次性買斷 €64(MacWhisper)。
隱私和資料使用檢查清單
上傳任何敏感內容之前,要在隱私權政策、安全頁面和服務條款裡找到書面答案,而不是看營銷文案。這是一般性指引,不構成法律建議;涉及健康、法律或學生記錄,請和你的合規團隊確認。
| 要問的問題 | 為什麼重要 | 去哪裡找 |
|---|---|---|
| 我的音訊或逐字稿會被用來訓練 AI 模型嗎? | 有些廠商會用客戶內容訓練 | 隱私權政策 |
| 哪些第三方會處理我的音訊? | 很多工具會把音訊發給外部 AI 服務商 | 子處理方清單或隱私權政策 |
| 原始檔案、音訊副本和逐字稿各保留多久? | 每一種可能有不同的保留規則 | 資料保留章節 |
| 我能刪除檔案嗎,包括備份? | 刪掉的資料可能還留在備份裡 | 幫助中心、安全頁面 |
| 會有人查看我的內容嗎? | 人工品質檢查意味著有人會聽到 | 隱私權政策、服務條款 |
| 資料存在哪裡? | 有些機構有資料駐留規定 | 安全或信任頁面 |
| 廠商公開了哪些檔案:SOC 2 報告、ISO 27001、HIPAA BAA、DPA? | 你的機構可能要求其中某一項 | 信任頁面;向銷售索取檔案 |
| 我團隊裡誰能看到和分享逐字稿? | 公開分享連結是常見的洩露途徑 | 管理和分享設定 |
| 每個人都同意被錄音了嗎? | 各地錄音同意規定不同 | 各州通話錄音法律 |
我們的答案: whispertranscribe.ai 的隱私權政策寫明:原始上傳檔案處理後刪除,提取出的 MP3 預設保留 30 天,錄音和逐字稿不會用於訓練 AI 模型,也不會有人查看。政策列出傳輸中使用 TLS 1.3、靜態存儲使用 AES-256,並列出 OpenAI 為 AI 服務提供方。我們沒有公開 SOC 2、ISO 27001 或 HIPAA 檔案;如果你需要其中某一項,請選擇公開了的廠商。
5 步試用 AI 轉錄軟體
免費版最適合當測試場。專心花一小時,就可能避免買錯一個不合適的年付方案。
- 用自己的音訊做一個三段測試集。 各取 5 分鐘:一段最乾淨的典型錄音,一段最難的(噪音、搶話、電話音訊),一段滿是人名、數字、行話或第二種語言的錄音;錄音要徵得同意。
- 給每段的 2 分鐘打一份參考逐字稿。 沒有參考稿,就只能憑感覺判斷。
- 把同樣的片段跑兩三個工具。 設定要一致:同樣的語言,開啟說話者辨識。記下處理時間。
- 快速算一下 WER,再做一遍危險信號檢查。 對照參考稿數出替換、遺漏和多出來的詞,除以參考稿的詞數。另外單獨檢查人名和數字、說話者切換,以及靜音段裡有沒有沒人說過的文字。
- 測試輸出,並算出你真實一個月的花費。 匯出你實際要用的格式,在它要去的地方開啟,記下清理用時,再按每個方案算你每月的小時數要花多少錢,包括檔案上限和超額費用。
一份可以直接複製的評分表
| 檢查項 | 工具 A | 工具 B | 工具 C |
|---|---|---|---|
| 乾淨片段的 WER(%) | |||
| 難片段的 WER(%) | |||
| 人名和數字正確(滿分 10) | |||
| 說話者切換正確(滿分 10) | |||
| 靜音段有編造文字(是或否) | |||
| 每 5 分鐘音訊的清理分鐘數 | |||
| 匯出檔案在你的應用裡正常開啟(是或否) | |||
| 你典型一個月的費用 |
這是空白範本,填你自己的結果。
常見問題
最好的 AI 轉錄軟體是哪個?
沒有一款工具對所有事都最好。上傳檔案和多語言音訊,我們推薦 whispertranscribe.ai,支援 130 多種語言,檔案最長 10 小時。即時會議選 Otter.ai 或 Fireflies.ai。字幕選 HappyScribe,剪輯 Podcast 和影片選 Descript。需要人工核對的逐字稿適合 Rev,機密音訊適合 OpenAI Whisper 或 MacWhisper。付費前,先用你自己的錄音試一下排名前兩位的。
AI 轉錄軟體有多準?
從乾淨音訊上每百詞幾個錯,到嘈雜會議上多得多,範圍很大。Whisper 研究論文報告,一個模型在乾淨的有聲書語音上詞錯誤率為 2.7%,在用單個遠距離麥克風錄的會議上為 36.4%。廠商說的「up to 99%」指的是清晰音訊,所以要用自己的檔案測試,並且一定要核對人名和數字。
什麼是詞錯誤率(WER)?
詞錯誤率是衡量語音辨識準確率的標準方法。把 AI 逐字稿和一份認真做的人工參考稿比較,數出替換、遺漏和多出來的詞,再除以參考稿的詞數。5% 的 WER 意味著每 100 詞大約 5 個錯。Microsoft 的語音文件把 5 到 10% 視為品質好,30% 及以上為差。
機密錄音用 AI 轉錄軟體安全嗎?
可以安全,前提是先查清楚。看廠商的隱私權政策裡關於 AI 訓練、第三方處理方、資料保留和人工查看的規定,並索取你機構要求的檔案,比如 SOC 2 報告或 HIPAA 商業夥伴協議(BAA)。如果音訊絕對不能離開你的電腦,就在本地跑 OpenAI Whisper 或 MacWhisper。以上是一般資訊,不構成法律建議。
AI 轉錄軟體能區分不同說話者嗎?
能。本指南裡大多數工具都有說話者辨識(也叫 diarization),把每段話標成 Speaker 1、Speaker 2 等,還能改名。多人同時說話、聲音相近或共用一隻遠距離麥克風時,準確率會下降。做 Podcast 的話,每位嘉賓單獨錄一條軌會有幫助,Descript 可以轉錄多軌錄音。引用任何人之前,抽查一下說話者切換。
還需要人工轉錄嗎?
有時需要。如果逐字稿要提交法庭、作為直接引語發表,或作為醫療或法律記錄保存,花錢請人核對是值得的。Rev 人工轉錄 $1.99 一分鐘起,保證 99%+ 準確率;HappyScribe 人工校對 $2.00 一分鐘起。筆記、研究編碼和草稿,用 AI 轉錄加上自己審一遍通常就夠了。
用你最難的檔案試試 whispertranscribe.ai
也用我們跑一遍這五步試用:上傳最大 5GB 的檔案、貼上連結,或者在瀏覽器裡錄音,支援 130 多種語言,可匯出 DOCX、PDF、SRT 或 VTT。免費開始,無需註冊帳號,或者比較方案。
相關文章: 最好的免費轉錄軟體 · 最好的 Otter.ai 替代品 · 最好的 TurboScribe 替代品 · 什麼是 Whisper AI? · 怎麼把 MP3 轉成文字 · 怎麼轉錄 Zoom 會議 · 什麼是 SRT 檔案?
參考資料
- 準確率研究:Whisper 論文(arXiv 2212.04356)、GitHub 上的 OpenAI Whisper、Microsoft Learn 關於 WER 的說明、Koenecke 等,PNAS 2020、Careless Whisper,FAccT 2024、Open ASR Leaderboard
- 2026 年 11 月核對的廠商頁面:TurboScribe、TurboScribe 支援頁、Otter 價格、Otter 隱私權政策、Fireflies 價格、Fireflies 上傳指南、Notta 價格、Descript 價格、HappyScribe 價格、Sonix 價格、Rev 價格、MacWhisper
