要点速览
- 支持主流录音格式：MP3、WAV、M4A、OGG
- 单文件 25MB 以内，约 30 秒出结果
- 录音笔、手机录音、会议系统导出的文件都可以直接上传
- 识别后建议对专有名词、数字、人名做一轮人工校对
支持的音频格式与转写参数
| 项目 | 说明 |
|---|---|
| 支持格式 | MP3、WAV、M4A、OGG |
| 单文件上限 | 25MB |
| 参考耗时 | 约 30 秒 |
| 常见来源 | 手机录音、录音笔、微信语音导出、播客 |
| 输出方式 | 复制到剪贴板、导出 TXT |
| FLAC 文件 | 上传框可选，建议另存为 MP3 或 M4A 后再传 |
| 需先转换 | AMR、SILK、WMA、AAC 需先转 MP3 或 M4A |
哪些录音适合直接转文字
从设备上看，手机自带录音机、录音笔、会议系统的导出文件，只要格式落在 MP3、WAV、M4A、OGG 范围内，都可以直接上传。部分录音笔默认输出 WAV，文件体积偏大，一段一小时的录音可能超过 25MB 的限制，这种情况可以用系统自带的音频工具切成两段，或者先转成 MP3 再上传。
从内容上看，单人连续讲话的录音识别效果最好，比如讲座、汇报、独白式口述。多人会议因为存在交叉发言、抢话、远程通话的音质损失，识别难度更大，转出来的文字需要按发言人重新分段。
录音转文字的操作步骤
如果你手上是录像文件而不是纯录音，可以直接用视频转文字处理，工具会先在浏览器里提取音轨，再做识别，不需要自己先转格式。
- 打开拾文雀首页，在工作台选择「音频转文字」
- 把录音文件拖入上传区域，或点击选择文件
- 等待进度条走完，在结果框里核对文字
- 点「复制」放进文档，或点「下载 TXT」保存到本地
录音转文字后怎么整理更省力
转出来的文字是一整段连续文本，直接读会缺少节奏。比较省力的整理顺序是：先按时间点或者话题切分段落，再给每段加一句小标题，最后把需要引用的原话标出来。
多人对话的录音，建议边听边给段落标注发言人。机器的识别结果不会区分谁在说话，这一步只能靠人工，但有了文字稿之后，标速度会比纯听快得多。
影响结果质量的常见问题
| 情况 | 对结果的影响 | 建议做法 |
|---|---|---|
| 环境嘈杂、有背景音乐 | 错字明显增多 | 尽量找安静环境重录，或接受更高校对成本 |
| 多人交叉发言 | 文字混在一起，难分说话人 | 转文字后手动标注发言人 |
| 专业术语密集 | 术语被识别成近音词 | 整理前先建一份术语对照表批量替换 |
| 录音音量过低 | 整句丢失 | 用音频工具先做一次增益再上传 |
关于隐私与文件处理
录音往往包含比较敏感的内容，比如内部会议、客户访谈。使用在线工具时，建议在转写完成后及时删除本地副本，重要素材不要长期留存在公共设备上。对于涉及商业机密或个人信息的内容，转写前先确认是否符合你所在机构的资料管理要求。
录音素材的保存与归档建议
录音文件往往比想象中更占空间。一段一小时的 WAV 录音轻松超过 500MB，如果每次会议都留着原始文件，硬盘很快就会吃紧。合理的做法是分层保存：原始录音保留一段时间后清理，文字稿长期留存，重要的录音做一次压缩归档。
命名规范同样重要。用"日期-场合-参与人"的格式给文件命名，比如"20260917-产品评审-张三李四"，比"DSC_0284"清楚得多。录音文件一旦积累到几十个，当初怎么命名的决定了以后能不能找得到。
文字稿建议按项目或主题归入目录，而不是按时间平铺。同一件事的多次会议记录放在一起，回顾时能看到讨论的演变过程，按时间平铺则要来回翻找。
常见问题
录音笔导出的文件能直接转文字吗？
只要格式是 MP3、WAV、M4A 或 OGG，并且在 25MB 以内，就可以直接上传。WAV 文件体积偏大，超限时建议先用音频工具压缩或切分。
一小时的会议录音怎么处理？
一小时录音通常超过 25MB 上限，建议按议题切成两到三段分别上传。分段的另一个好处是校对时更容易定位内容。
录音转文字能区分不同的人说话吗？
不能自动区分。识别结果是一段连续文字，需要人工按发言人分段标注。先拿到文字稿再标注，比纯听录音快很多。
转换失败提示文件过大怎么办？
先确认文件大小是否超过 25MB。超过的话用音频软件切分，或降低码率另存为 MP3 后重试。