Option 01
Zoom 內建功能
在 Zoom 應用程式內自動產生文字稿。僅限付費 Zoom 方案。
需要Zoom Pro+ ($15/主持人/月)
說話者分群否（單聲道時）
語言每次通話 1 種，傾向英文
匯出VTT，僅在儀表板內
AI 摘要Zoom AI Companion（付費）
費用$15+/主持人/月
Best for已使用 Zoom Pro 且僅需單語言會議粗略文字稿的團隊。
Zoom 轉文字稿。區分說話者，支援任何語言。
上傳 Zoom 通話 錄影。取得包含時間戳記、按說話者分類的文字稿，支援 99 種語言 — 無需 Zoom 付費方案，無儀表板限制。
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
↓ 看看最終成品
Zoom 雲端錄影輸入。 乾淨的文字稿輸出。
Zoom 啟用為每位參與者單獨錄製音訊 時，我們會使用這個功能分離說話者，無需猜測。單聲道雲端錄影？聲學分群處理備選方案。
Zoom 雲端錄影
自動偵測 en-US16 kHz 立體聲 · 128 kbps
~90s
文字稿 · 即時串流
S1
快速確認 — Marcus，廠商 SOW 簽署回傳了嗎？
S2
回傳了，星期二收到。通話後我會轉寄給你。
S1
完美。Q3 預測審查 — 還是星期四？
S2
星期四下午 2 點。簡報今早已發出。
立體聲雲端上 96% 準確度SRT · DOCX · TXT · 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.
三個實際選項 · 誠實比較
Zoom 內建功能。Otter 或 Fireflies。 或者選擇我們。
Zoom 在付費版本提供內建文字稿功能。Otter 和 Fireflies 作為機器人整合在您的日曆中。我們使用您已有的檔案，或在您需要即時參與時派出機器人。
Option 02
Transcription.Solutions
上傳錄影。或派出機器人。支援任何 Zoom 方案 — 包含免費版。
需要Zoom 側無需任何設定
說話者分群立體聲頻道分離
語言99 種，自動偵測
匯出SRT · VTT · DOCX · TXT · JSON
AI 摘要所有方案免費提供
費用 · 每分鐘$0.03
Best for使用免費 Zoom 錄製、舉辦多語言會議，或需要 Zoom 儀表板外取得文字稿的任何人。
Option 03
Otter / Fireflies
機器人在您的日曆中。美觀的介面，英文優先，檔案大小有硬性限制。
需要日曆 OAuth + 付費版
說話者分群聲學，英文調校
語言非英文會降低準確度
匯出2 GB 上限（Fireflies）
AI 摘要需要付費版本
費用$17–19/使用者/月
Best for希望使用日曆整合機器人、僅需英文支援，且從不在 Zoom 外錄製的英文銷售團隊。
定價和功能旗標統計至 2026 年 5 月。Zoom AI Companion 可用性取決於地區推出情況。
Zoom 專屬
三個讓人在 一般轉錄工具上踩坑的地方。
錄製前調整正確的設定，文字稿回傳時就會更乾淨。
哪裡容易出錯
- 1單聲道雲端錄製。 Zoom 預設將所有人混合成一個頻道。聲學分群接著會將相似聲音合併為一位說話者。
- 2兩個字母的公司名稱（PSI、DKMS、Klue）會被拼音解讀。一般 AI 不曉得它們是專有名詞。
- 3聊天訊息 中的連結、ID、行動項目與音訊分開儲存，容易遺失。
這裡要調整什麼
- 1在會議前在 Zoom 中啟用 為每位參與者錄製個別音訊檔案。我們會偵測逐頻道檔案並完全跳過分群。
- 2將團隊詞彙貼入工作表單的 自訂詞彙 中。我們會將其傳遞給辨識器作為提示，而非硬性比對。
- 3派機器人至 實時會議（非錄影）。聊天訊息會按時間順序合併至文字稿中。
Zoom 建議的工作設定
上傳 Zoom 檔案，這些設定預設已啟用。每項工作可從表單覆寫。
- 分群
- 逐頻道（如適用）
- 說話者模型
- 交談式 · 2-8 位說話者
- 語言
- 自動偵測 · 多語言啟用
- 填充詞
- 預設移除
- 摘要
- 行動項目 + 決議
- 匯出
- DOCX · SRT · 含時間戳記 TXT
Accuracy · real-world numbers
雲端錄影上達 96%+。 電話撥入也能勝任。
上限由 Zoom 捕捉的內容決定。立體聲逐參與者雲端錄製是最佳情況；電話撥入參與者準確度下降最快。以下數字來自實際客戶生產環境的 Zoom 檔案，非合成基準測試。
96%+
逐頻道雲端錄製
Zoom「為每位參與者錄製個別音訊檔案」設定已啟用。每位說話者隔離，跳過分群 — 僅限文字錯誤。
94%
立體聲雲端，≤3 位說話者
預設雲端錄製，128 kbps。立體聲頻道分離可靠區分聲音。大多數 Zoom 通話落在此類別。
90%
單聲道雲端，4-6 位說話者
聲學分群，相似聲音可能合併。預留 2 分鐘時間在說話者標籤上重新命名。
87%
電話撥入參與者
8 kHz 窄帶音訊。詞彙可用，數字和專有名詞偶有遺漏。我們資料中最差情況。
常見問題
8 個人們 對 Zoom 轉文字稿的常見問題。
01可以直接從 Zoom 雲端錄影 URL 拉取嗎？+
不行。Zoom 雲端 URL 需要 Zoom 帳戶登入 — 我們無法冒充您。先下載 MP4（zoom.us → 錄製 → 下載），再上傳到這裡。只需 30 秒。
02機器人需要像 Otter 一樣的日曆 OAuth 嗎？+
不需要。您可以手動將機器人 URL 貼入 Zoom 邀請，或從我們的儀表板向會議 URL 派出機器人。我們不會讀取您的日曆。
03Zoom AI Companion 會轉錄嗎？+
Zoom AI Companion 提供摘要，不是逐字文字稿、說話者標籤和匯出。它也僅限付費 Zoom 方案，且在許多公司環境中預設停用。
04可以處理涉及多種語言的國際 Zoom 通話嗎？+
可以 — 自動偵測選擇主要語言，辨識器在大多數語言組合中處理句中代碼轉換。西班牙文 ↔ 英文、普通話 ↔ 英文，以及大多數印歐語言組合運作順暢。
05轉錄後錄影會被刪除嗎？+
會 — 工作完成後 24 小時。文字稿和匯出會保留在您的帳戶中，您想保留多久就多久。刪除不可復原且會記錄在您的稽核軌跡中。
06機器人會在會議中顯示為參與者嗎？+
會 — 標籤機器人會像正常參與者一樣加入。您可以在設定中重新命名（預設：'Transcription.Solutions'），如果您在雙方同意地區，可以設定自動披露。
07如果 Zoom 只儲存了單聲道錄製呢？+
聲學分群會啟動 — 我們透過語音紋聲群集識別說話者。準確度較低（90% vs 96%），但可讀。重新命名一次說話者 1/2，變更會傳播到整個文字稿。
08可以只取得 SRT 重新上傳字幕嗎？+
可以。每項工作預設會產生 SRT 和 VTT。透過 Zoom 的字幕上傳功能重新上傳，或如果您在發佈錄影至 YouTube 也可以使用。