Option 01
Rev 人工轉錄
真人輸入你的訪談。在困難音頻上效果最好，但需要等待且費用高。
完成時間通常 12–24 小時
清晰音頻上的準確度99%（聲稱）
說話人標籤手動，已包含
語言英文人工 · 30+ AI
成本 · 每分鐘$1.50 人工 · $0.25 AI
隱私音頻發送給承包商
Best for法庭相關或發布前的訪談，音頻質量差且需要人工審核，且你有時間等待。
訪談轉錄。不同的錄音，同樣的結果。
手機備忘錄、Zoom 通話、領夾式麥克風或手持現場錄音機 — 上傳訪談錄音，獲得帶有說話人標籤、時間戳的文本，可直接引用。
Drop a file, or pick one
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
Paste a link, we’ll fetch the audio
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ 看看會得到什麼
兩個聲音進去。 兩個聲音出來，有標籤。
大多數訪談是一個設備上的兩個人 — 桌上的手機或兩人之間的錄音機。我們即使在單一單聲道中也能將訪談音頻分離為記者和受訪者，然後為每個回合添加時間戳以便引用。
現場錄音機 · WAV
自動檢測 en-US48 kHz 單聲道 · 1411 kbps
~90s
轉錄 · 實時傳輸
S1
能告訴我你在 18 號早上看到的情況嗎？
S2
我大約六點到達。裝卸灣的門已經打開了，本不應該打開的。
S1
你之前報告過門的問題 — 向誰報告的？
S2
向設施部門的 Diane Okafor 報告，三月報告了兩次。我有郵件記錄。
現場 WAV 上 94% 準確DOCX · TXT · SRT · JSON
↓ This is the dashboard
This is what loads when the job finishes.
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Summary 5Transcript 1,420Speakers 2Exports
Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Key points
Gap exists between raw recordings and shippable content — tools stop at transcript.
Show notes, social clips, blog drafts all expected by call's end, not next-day.
Current tooling fragmented across 5 apps — no single pipeline.
Conversion-rate signal flipped a buyer-segment assumption at week 3.
40% of original hypothesis survived — the shape held, mechanics rebuilt.
Action items
Speaker 1Investigate single-pipeline approach to replace 5-app stitch.
Speaker 2Mock how show-notes draft could flow from the transcript.
Speaker 2Pull conversion-rate by segment, Monday EOD.
Speaker 1Map the 5-app stitch & list which steps actually need a human.
三個真實選項 · 誠實比較
Rev 人工轉錄。Otter 或 Trint。 或是我們。
Rev 將你的音頻發送給人工轉錄員 — 速度慢且費用高，但在困難音頻上保真度高。Otter 和 Trint 如我們一樣是 AI 優先的，針對記者和研究人員調整。以下是各自適用的場景。
Option 02
Transcription.Solutions
AI 轉錄，分離說話人，數分鐘內完成。手機備忘錄、Zoom 或現場錄音機使用同一引擎。
完成時間每小時音頻約 3 分鐘
清晰音頻上的準確度94–96%
說話人標籤自動 · 在編輯器中重命名
語言99 種，自動檢測
成本 · 每分鐘$0.03
隱私音頻 24 小時後刪除 · 無訓練
Best for每週進行多個訪談的記者、研究人員和製作人，他們需要快速、可引用的文本，無需上傳到承包商。
Option 03
Otter / Trint
AI 轉錄和研究導向的編輯器。英文強勢，限於月度計畫。
完成時間實時至約 5 分鐘
清晰音頻上的準確度約 90–93%
說話人標籤是 · 英文調優
語言Otter 僅英文 · Trint 30+
成本$17–80/用户/月（訂閱）
隱私默認存儲在帳戶中
Best for想要一個錄製的每個訪談的託管庫的團隊，且不介意每個用户的月度座位費。
定價和功能標誌截至 2026 年準確。Rev 人工服務完成時間因隊列深度和音頻長度而異。
特定於訪談
會害人的三件事。 通用轉錄工具
訪談音頻很少是乾淨的。翻轉這些設置，轉錄在引用時會經得起考驗。
出錯的地方
- 1單聲道上的交叉講話。當你的受訪者變得強調並打斷你的問題時，通用說話人分離會將兩者合併成一個說話人區塊。
- 2受訪者名字和地點（Okafor、Tigray、Maranello）返回的是音標。對於針對轉錄的事實核查沒有用。
- 3保密時刻最終與可引用的材料在同一個轉錄中 — 無法將區域標記為編輯。
在這裡翻轉什麼
- 1如果你的現場錄音機寫的是雙聲道 WAV（每個麥克風一個軌道），直接上傳該文件。我們檢測按聲道並完全跳過說話人分離。
- 2將你的準備筆記 — 受訪者名字、組織、地名 — 粘貼到工作表單上的自訂詞彙中。識別器將它們視為已知的專有名詞。
- 3轉錄完成後，在編輯器中將區域標記為保密。它在 DOCX 和 TXT 中導出為 `[REDACTED 14:22–15:08]`，源音頻無論如何在 24 小時後刪除。
推薦的訪談工作設置
上傳訪談文件後，這些默認開啟。每個工作表單可覆蓋。
- 說話人分離
- 立體聲按聲道 · 否則聲學分離
- 說話人模型
- 訪談 · 2–4 位說話人
- 語言
- 自動檢測 · 代碼轉換開啟
- 填充詞
- 保留（逐字模式）
- 摘要
- 關鍵語句 + 主題索引
- 導出
- 帶時間戳的 DOCX · 純文本 TXT · JSON
Accuracy · real-world numbers
優質無線電視麥克風 96%。 在咖啡館錄音仍可讀。
訪談準確度受限於麥克風實際聽到的內容。每位說話人的近麥克風立體聲是上限；放在吵雜桌子上的手機是下限。下面的數字來自實際訪談文件，不是合成基準測試。
96%
雙領夾麥克風 · 錄音室靜音
每位說話人一個麥克風，分開的聲道（Zoom H5/H6、Tascam DR-40）。說話人分離是微不足道的 — 錯誤僅在文本層面。
94%
手工錄音機置於桌上
兩位說話人之間的單個電容麥克風，安靜的房間。聲學說話人分離在 4 英尺以內可靠地分離聲音。
90%
手機語音備忘錄 · 靠近
iPhone 或 Pixel 語音備忘錄放在桌上。名稱和數字偶爾會漏掉；節奏對引用來說是可以的。
84%
現場錄音 · 咖啡館或街道
濃縮咖啡機、交通、附近第三方聲音。我們數據中最差的情況 — 可用於導航，針對音頻驗證引用。
常見問題
人們對常問的 8 個問題。 訪談轉錄
01我可以在發布的文章中使用這些轉錄，無需針對音頻驗證嗎？+
對於直接引用 — 不可以，始終針對音頻驗證。94% 準確度的 AI 轉錄平均仍會誤讀 17 個詞中的 1 個，引用中的錯誤詞是一個更正。轉錄用於導航和起草；音頻是事實來源。
02我的錄音機保存了帶有每位說話人一個麥克風的立體聲 WAV。我應該怎麼辦？+
直接上傳該文件 — 不要先轉換為單聲道。我們檢測這兩個聲道並將每個路由到自己的說話人分離軌道，這是我們擁有��最高精度路徑。靜音房間中預期 96%+ 的準確度。
03通過電話通話錄製的訪談怎麼樣？+
電話音頻是 8 kHz 窄帶，這會將準確度限制在即使在清晰線路上也約 88%。如果你的錄音應用分別捕獲了他們（大多數都這樣做），我們仍然使用聲道分離來分離兩方。VoIP 通話通過 WhatsApp 或 Signal 的聲音比 PSTN 要好一點。
04我可以在共享轉錄之前編輯保密部分嗎？+
是的。在編輯器中，選擇時間戳範圍並將其標記為 `[REDACTED]`。導出用編輯標記替換文本，但保留時間戳，以便文件仍然跟蹤音頻。
05你會在我的訪談錄音上訓練模型嗎？+
不會。源音頻在完成後 24 小時內從我們的基礎設施中刪除，我們不在任何計畫下使用客户錄音進行模型訓練。轉錄文本保留在你的帳戶中，直到你刪除它。
06三四個人參加小組訪談 — 說話人分離還能工作嗎？+
最多約 6 個不同的聲音，是的，但每增加一個人，說話人分配的準確度都會下降，當兩位說話人聲音相��時會變得更差。計畫在轉錄完成後進行 2–3 分鐘的說話人芯片重命名。
07你可以用英語以外的語言轉錄訪談嗎？+
99 種語言，自動檢測。代碼轉換（英文受訪者中途切換到西班牙文）在 12 個語言對中處理。準確度因語言而異 — 歐洲語言與英文相匹配；低資源非洲和中亞語言準確度低 5–10 分。
08我在 Zoom 通話上錄製 — 我應該改用你的 Zoom 頁面嗎？+
相同的引擎，相同的結果。Zoom 頁面涵蓋了雲錄製細節（每個參與者的音頻、撥入降級）。如果你通過 Zoom 進行一對一訪談，任一路徑都可行 — 在這裡上傳 MP4，說話人標籤的結果是相同的。