作者:whispertranscribe.ai 編輯團隊 · 最後更新:2026 年 11 月 · 閱讀約 12 分鐘
怎麼錄一場對話: 先告訴在場的人你要錄音,得到明確的同意,再開啟手機內建的錄音 App 或電腦上的錄音軟體。把設備放在柔軟的東西上,離說話最小聲的人最近。先錄一小段播放聽聽。錄完後備份原始檔案,再上傳,生成附說話者標籤的逐字稿。
本文講的是面對面的談話:採訪、咖啡館聊天、會議室開會。打電話另有一篇,如何錄製電話通話。各設備的操作步驟參照 Apple、Google、Samsung 和 Microsoft 的幫助頁面,核對日期為 2026 年 11 月。
錄之前先問。本文是一般資訊,不構成法律建議。 美國聯邦法律對面對面談話設定的最低要求是一方同意,但有些州要求所有人都同意。美國新聞自由記者委員會(Reporters Committee for Freedom of the Press)的《記者錄音指南》匯總了各州的規定。
快速回答:如何錄下一場對話,4 步完成
你需要一台能錄音的設備、一個安靜的地方,以及對方的許可。兩個人坐一張桌子,一部手機通常就夠了。人多或者環境吵,再加一個外接麥克風。
- 先問,再把「同意」錄下來。 說明為什麼要錄,按下錄音後再問一遍,讓對方的同意留在檔案裡。
- 放好設備。 墊一塊疊好的布或一本筆記本,別擋住麥克風,離聲音最小的人最近。
- 先試錄,再正式錄。 錄幾秒,戴耳機播放,然後開始正式錄音。
- 保存、備份、轉文字。 把原始檔案複製到第二個位置,然後上傳,並開啟說話者辨識。
哪種錄音方案適合你的對話?
按你的情境找一個起步方案。下面每一行都預設大家已經知道自己在被錄音。
| 情境 | 推薦設備 | 注意事項 |
|---|---|---|
| 兩個人坐一張小桌 | 手機放在兩人中間的桌上 | 來電和通知打斷錄音 |
| 記者或研究訪談,一位受訪者 | 手機開採訪模式,或給受訪者別一個領夾麥 | 受訪者的聲音至少要和你一樣響 |
| 3 到 6 人圍坐一張桌 | 手機或錄音筆放中間,偏向聲音小的那一端 | 遠端的聲音隨距離衰減很快 |
| 會議室,6 人或以上 | 外接全向麥或界面麥,或者兩台錄音設備 | 空調嗡嗡聲和多人同時說話;多錄一份備份 |
| 邊走邊聊的採訪或嘈雜場所 | 每位說話者各別一個領夾麥(lavalier) | 衣服摩擦聲和風聲;把麥夾牢 |
| 坐著開會、筆記型電腦開著 | 筆記型電腦接 USB 麥或耳麥,或用瀏覽器錄音 | 麥克風旁邊的打字聲和風扇聲 |
| 長時間錄音,2 小時或以上 | 手機插著電源,或用專門的錄音筆 | 電量、存儲空間和單個檔案的長度上限 |
選擇錄音設備
先用你手上已有的設備。每個人嘴巴到麥克風的距離,比錄音設備的牌子更影響效果。
iPhone:Voice Memos(語音備忘錄)
Voice Memos 是 iPhone 內建的。Apple 的 Voice Memos 使用指南說,它可以用內建麥克風、受支援的耳機或外接麥克風錄音。
- 開啟 Voice Memos(沒挪過的話在「實用工具」資料夾裡)。
- 點錄音按鈕。想調音量,Apple 的建議是把麥克風移近或移遠聲源。
- 點停止,然後給錄音改名;預設叫「新錄音」,或以你所在的位置命名。
對錄對話有用的設定:
- Voice Isolation(語音突顯)或 Wide Spectrum(寬頻譜)。 在控制中心點頂部的 Voice Memos。Apple 說 Voice Isolation 會過濾背景聲,Wide Spectrum 會把背景聲一起錄進去;Wide Spectrum 不是每個機型都有。如果大家圍著手機坐,兩種都試一下。
- Recording Mode(錄製模式)。 設定 > App > Voice Memos > 錄製模式,可選單聲道、立體聲或空間音訊(並非所有機型都有)。
- 其他 App。 錄音時可以切換到別的 App,但 Apple 說如果另一個 App 開始播放音訊,錄音就會停止。
Samsung Galaxy:錄音機的 Interview(採訪)模式
Samsung 的錄音機(Voice Recorder)有一個專為一對一採訪設計的錄音模式。根據 Samsung 美國支援頁面,Interview 模式會收錄朝向手機頂部和底部的聲音並過濾其他聲音,Standard(標準)模式則均衡收音,適合會議和講座。
- 開啟 Voice Recorder,點選單,再點設定,然後點 Recording mode(錄音模式)。
- 兩人面對面選 Interview,一群人選 Standard。
- 把手機平放在兩人中間,頂端對著一個人,底端對著另一個人。
- 點錄音。用書簽圖標標記關鍵時刻,然後停止、命名檔案並保存。
在同一個設定裡還能調 Recording quality(錄音質量)(高、中、低),以及開啓 Block calls while recording(錄音時攔截來電)。如果鎖屏後錄音會停,Samsung 建議到 設定 > 應用 > Voice Recorder > 電池,把電池設為 Unrestricted(不受限制)。
Google Pixel:Recorder(錄音機)
據 Pixel 手機幫助,Recorder App 支援 Pixel 3 及更新的手機和 Pixel Tablet。螢幕休眠時它會繼續錄,單個錄音最長可達 18 小時。
在 Pixel 6 及更新機型上,Recorder 可以在它自己的逐字稿裡加說話者標籤(Speaker 1、Speaker 2),但 Google 的說話者標籤頁面說這個功能只支援美式英語。
筆記本或台式電腦
電腦適合坐著開的會:供電穩定,存儲空間也充足。
- Windows: Microsoft 的錄音機常見問題說,每個檔案最長三小時。Ctrl+R 開始,空格暫停,Esc 停止並保存。
- Mac: 同樣內建 Voice Memos。在 Voice Memos > 設定 裡,Apple 的 Mac 設定頁面提供「音訊品質」:壓縮(檔案小、品質低)或無損(檔案大、品質高)。
- 任何能開網頁瀏覽器的電腦: whispertranscribe.ai 的線上錄音機可以選語言和麥克風、開啟說話者辨識,邊錄邊直接生成帶時間戳記的逐字稿。
外接麥克風
把設備挪過之後,如果還有人聽起來很遠,就加一個麥克風。指向性比價格更重要。表格前三行參照 Shure 的指向性指南;最後一行是一種麥克風類型,不是指向性。
| 指向性 | 收哪個方向的聲音 | 適合哪種對話 | 擺放建議 |
|---|---|---|---|
| 全向(Omnidirectional) | 各方向均等 | 安靜房間裡幾個人圍著一張桌子坐 | 放在說話者中間 |
| 心形(Cardioid) | 主要是正前方 | 一人一支麥,或者房間吵 | 正面對準嘴;Shure 說心形麥比全向麥能減少大約三分之二的環境噪聲 |
| 雙向(8 字形) | 前後兩面,不收側面 | 兩個人隔著桌子面對面 | 放在兩人中間,每人各對一面 |
| 領夾麥(lavalier) | 主要是佩戴者,因為離得近 | 邊走邊聊的採訪、嘈雜場所、座談 | 夾在胸前,避開圍巾和拉鍊 |
先確認相容性;Apple 建議 iPhone 用戶選標有「Made for iPhone」或「Works with iPhone」的配件。
錄音設備放哪裡:房間檢查清單
距離是你能控制的最大因素。Shure 的《Microphone Techniques for Recording》解釋說,距離每翻一倍,直達聲大約下降 6 dB,而房間裡的環境聲幾乎處處一樣大。所以離得最遠的那個聲音會被房間噪聲淹沒。
- 離聲音最小的人最近。 把設備挪向說話最輕的人,而不是最響的人。
- 墊上軟的東西。 一本筆記本或一塊疊好的布,能擋住敲桌子的聲音傳進麥克風。
- 別擋住麥克風。 別把手機放在口袋、包裡或壓在紙下面。
- 遠離持續噪聲。 避開出風口、投影儀、冰箱和咖啡機。
- 少些硬表面。 玻璃和光牆會反射聲音;地毯、窗簾和書架有幫助。
- 關掉打擾。 開啟勿擾模式,把桌上其他設備靜音。
- 電量和存儲。 充好電、看看剩餘空間,或者插上電源。
- 認真試錄一次。 讓離得最遠的人正常說話,戴耳機聽。
- 兩支麥?拉開距離。 Shure 的 3 比 1 法則:兩支麥克風之間的距離,至少是每支麥到各自說話者距離的三倍。
這些方案我們沒有實測過,所以不給具體距離。以你在真實房間裡的試錄為準。
多人場合:為之後的逐字稿做準備
說話者辨識能把聲音分開,但叫不出名字。讓每個人開頭說一下自己的名字,做決定時別搶話,關鍵數字說清楚、重復一遍。
錄下對話前先取得同意
先取得同意,並把同意錄進去。面對面錄音的規則取決於所在的州或國家,也取決於大家是否有隱私預期。本節是一般資訊,不構成法律建議。
- 聯邦最低要求。 RCFP 的錄音指南簡介說,聯邦法律要求在錄製面對面、電話或電子形式的對話前,至少取得一方同意,各州可以定更嚴格的規則。
- 有些州要求所有人同意。 同一頁面說,大約 11 個州主要要求各方都同意。我們的各州通話錄音法律指南列出了這些州及法條連結。
- 隱私預期。 聯邦法律對「口頭通訊」(oral communication)的定義,涵蓋說話者預期不會被截聽、且情形足以支援這種預期的談話(18 U.S.C. § 2510(2))。RCFP 說,法院會看談話發生在哪裡、談什麼、說話聲音多大,在家裡的談話隱私預期最高。
- 錄音設備擺在明處。 RCFP 說,面對面採訪時錄音設備放在明處,一般推定對方已同意,但取得口頭同意才是最佳做法。
- 美國以外。 各國規定不同;也要看看你所在單位或學校的規定。
面對面錄音的同意說法
按下錄音後,說類似下面這段話,然後等每個人回答。(這段說法是為本文寫的範例。)
「今天是[日期],我們在[地點]。我錄下這次談話,是為了得到準確的逐字稿。錄音會存放在[哪裡],會分享給[誰]。大家都同意嗎?請每個人說一下自己的名字,再說‘同意’。」
如果有人猶豫,就改成手寫筆記。如果有人中途改主意,就停下來,商量好已經錄下的部分怎麼處理。
錄完之後:命名、備份、選格式
當天就把檔案處理好。Microsoft 提醒,錄音機(Sound Recorder)把錄音存在 App 內部,卸載 App 錄音就沒了。
給原始檔案命名並備份
- 改個搜得到的名字。 寫上用途和人名,例如
interview_lee-patel_original.m4a(虛構範例)。 - 原始檔案不要動。 編輯後另存新名字;Pixel Recorder 裁剪後會另存一份副本。
- 再存一份副本,放在另一塊硬碟或你自己掌控的雲存儲裡。
- 旁邊寫個簡短說明: 誰在說話、在哪裡,以及取得同意的時間點。
- 敏感錄音定好刪除日期。
M4A、MP3 還是 WAV:用什麼格式錄?
沒有特別理由就保留設備預設格式。事後轉換,補不回錄的時候沒收進來的細節。
| 格式 | 是什麼 | 每小時大約多大 | 什麼時候選 |
|---|---|---|---|
| M4A (AAC) | 壓縮格式;iPhone 和很多錄音設備的常見預設格式 | 128 kbps 時約 58 MB | 日常採訪和會議 |
| MP3 | 壓縮格式;幾乎在哪都能播放 | 192 kbps 時約 86 MB | 需要分享檔案或在老設備上播放 |
| WAV,16-bit,44.1 kHz,單聲道 | 無壓縮 | 約 318 MB | 打算剪輯音訊,而且房間安靜 |
| WAV,24-bit,48 kHz,立體聲 | 無壓縮,雙聲道 | 約 1.04 GB | Podcast 或廣播製作 |
檔案大小是我們按公式算的(位元率 × 3,600 秒 ÷ 8),不是實測。之所以要算,是因為 whispertranscribe.ai 接受最大 5GB、10 小時的檔案;按這個算法,24-bit、48 kHz 立體聲 WAV 大約錄到 4.8 小時就會超過 5GB。長 WAV 太大的話,先轉成 MP3,或者切分。
如何把錄好的對話轉成文字
有了逐字稿,一小時的音訊就能搜尋、能引用。下面是用 whispertranscribe.ai 的流程,它是一個基於 OpenAI Whisper 模型的瀏覽器轉錄工具。全程在瀏覽器裡完成,不用安裝任何東西。
- 開啟一個上傳頁面。 採訪用採訪轉錄。不想註冊先試試,免註冊的免費轉錄頁面用法一樣。免費額度以頁面顯示為準,可能會變。用 Voice Memos 錄的?用語音備忘錄轉錄頁面;我們的語音備忘錄轉錄指南講了怎麼匯出檔案。
- 選擇使用的語言。 支援 130 多種語言。很多語言都有 Noise / Low-Quality Audio/Video(噪聲 / 低品質音訊與影片)選項,適合咖啡館或街頭的錄音;對話裡會切換語言的,還有 Multilingual Mix(多語言混合)選項。
- 上傳檔案。 支援 M4A、MP3、WAV、AAC、FLAC、OPUS,以及 MP4、MOV 等影片。
- 勾選 Enable Speaker Detection(啓用說話者辨識)。 文字會按說話者分開;把標籤和開頭報的名字對上。
- 檢查,然後匯出。 清晰音訊的準確率 up to 99%(最高可達 99%);噪聲、多人搶話、距離遠和口音重都會拉低準確率,所以要核對人名、數字和引語。可匯出 DOCX、PDF、TXT、CSV、SRT 或 VTT。
在電腦前、還沒開始錄?瀏覽器錄音機一步完成錄音和轉錄。電話錄音請看電話轉錄。
付費方案 from $9.99/month billed annually(按年付費費,每月 $9.99 起);詳見價格和完整的功能清單。
上傳的檔案會怎麼處理
根據 whispertranscribe.ai 的隱私權政策,你上傳的檔案在處理完成後會自動刪除,處理過程中生成的 MP3 副本預設保留 30 天,逐字稿會一直留在你的帳戶裡,直到你自己刪除。同一份政策還寫明,你的內容不會用於 AI 訓練,也不會被員工查看,傳輸時用 TLS 1.3 保護,存儲時用 AES-256 加密。告訴參與者檔案會傳到哪裡;上傳任何敏感內容前,先把政策全文讀一遍。
對話錄音常見問題排除問題
大多數問題出在擺放位置、電量或者檔案本身。
| 現象 | 可能原因 | 解決辦法 |
|---|---|---|
| 某個人聲音很小或聽起來很遠 | 錄音設備離聲音大的人更近 | 挪向聲音小的人,或給那個人一個領夾麥 |
| 聲音發空或發悶 | 房間硬、回聲大,或兩支麥收到了同一個人的聲音 | 換個軟一點的房間;按 3 比 1 法則拉開麥克風距離 |
| 持續的嗡嗡聲或嘶嘶聲 | 麥克風旁邊有出風口、投影儀或筆記本風扇 | 挪開設備再試錄 |
| iPhone 錄音提前停了 | 另一個 App 開始播放音訊 | 錄音期間讓媒體類 App 保持靜音 |
| Galaxy 鎖屏後錄音停了 | 電池最佳化暫停了 App | 把 Voice Recorder 的電池使用設為不受限制 |
| Windows 錄音被截斷 | 錄音機單個檔案最長三小時 | 在自然的停頓處停下,開一個新檔案 |
| 上傳被拒 | 檔案超過 5GB 或超過 10 小時 | 轉成 MP3 或分成幾段 |
| 逐字稿裡說話者混在一起 | 有人搶話,或沒開說話者辨識 | 開啟說話者辨識重新轉錄;下次關鍵點一個一個重說 |
| 人名和術語辨識錯 | 生僻詞、噪聲或口音 | 對照錄音校對,參考開頭報的名字 |
常見問題
面對面錄下對話合法嗎?
通常合法,但要看你在哪裡。美國聯邦法律對面對面談話設定的最低要求是一方同意,大約 11 個州主要要求所有人都同意。很多法律只在人們合理預期有隱私的情況下適用,法院會根據地點、話題和音量來判斷。錄音設備放在明處通常有幫助。在錄音裡徵求同意,並查一下州或當地的法律。本文是一般資訊,不構成法律建議。
錄兩個或更多人說話,手機該放哪裡?
放在柔軟的東西上,別擋住麥克風,離說話最小聲的人最近。兩個人就平放在中間;Samsung Galaxy 的 Interview 模式會從手機頂端和底端收音。一群人就先放中間,再往遠端挪。距離每翻一倍,直達聲大約下降 6 dB,所以要從最遠的座位試錄。
錄對話需要外接麥克風嗎?
安靜房間裡兩個人,通常不需要。只要試錄聽著清楚,手機放桌上往往就夠了。挪過設備後還有人聽著很遠、房間吵,或者說話的人不止幾個,就加一個麥。邊走邊聊或嘈雜環境下的採訪,適合每人一個領夾麥。先確認和你的手機或電腦相容。
錄對話用什麼音訊格式最好?
大多數對話用手機預設的 M4A (AAC) 就行,檔案小,128 kbps 時每小時約 58 MB。只有打算剪輯音訊才用 WAV。24-bit、48 kHz 立體聲 WAV 每小時約 1 GB,不到五小時就可能超過 5GB 的上傳上限。事後轉換補不回細節,所以錄之前就選好。
一場對話最長能錄多久?
看用什麼 App。Pixel 上的 Google Recorder 單個錄音最長 18 小時。Microsoft 的錄音機常見問題說每個檔案最長三小時。iPhone 上的 Voice Memos 遇到別的 App 播放音訊就會停。長時間錄音要插電並檢查存儲空間。轉文字的話,whispertranscribe.ai 接受最長 10 小時、最大 5GB 的檔案,更長的錄音要切分。
怎樣得到能看出誰說了什麼的逐字稿?
把錄音上傳到有說話者辨識的轉錄工具,再給標籤改名。在 whispertranscribe.ai 上,選擇語言、上傳檔案、勾選 Enable Speaker Detection,然後匯出 DOCX、PDF、TXT、CSV、SRT 或 VTT。請每個人開頭報一下名字,方便把聲音和標籤對上。清晰音訊的準確率 up to 99%(最高可達 99%);噪聲、搶話和口音會拉低準確率。
對話錄好了?拿到逐字稿。 開啟 whispertranscribe.ai 採訪轉錄,從 130 多種語言中選擇,開啟說話者辨識,把結果下載為 DOCX、PDF、TXT、CSV、SRT 或 VTT。
參考資料
- Apple iPhone 使用手冊:在 iPhone 上的語音備忘錄中錄音
- Apple Mac 語音備忘錄使用手冊:在 Mac 上更改語音備忘錄設定
- Samsung 美國支援:在 Galaxy 手機或平板上使用帶 Galaxy AI 的錄音機
- Pixel 手機幫助:在 Pixel 設備上創建、編輯和刪除錄音和在錄音中使用說話者標籤
- Microsoft 支援:Windows 錄音機 App:常見問題
- Shure:麥克風指向性基礎和錄音中的麥克風技巧(PDF)
- 美國新聞自由記者委員會:《記者錄音指南》和《記者錄音指南》簡介
- 康奈爾大學法學院法律資訊研究所:18 U.S.C. § 2510 定義
