Option 01
WhatsApp 内置
在聊天气泡内的设备端转录。语言有限，无法导出。
前提iOS 16+ / Android 11+
语言约 9 种
语言混说只认一种，其余丢掉
导出仅支持复制粘贴
批量 / 存档一次一条
费用免费
Best for想在 WhatsApp 里就地看完一条英语或西班牙语语音笔记。
把 WhatsApp 语音消息转成文字。直接接收 OPUS 和 OGG。
从任何聊天里导出 WhatsApp 语音笔记，把 .opus 文件原样拖进来。几秒后拿到文字 — 不用转 MP3、不会出现「格式不支持」报错，支持 99 种语言，能处理语言混说。
↓ 看看输出长什么样
语音笔记进来。 可读文字出来。
WhatsApp 把语音笔记编码为 16 kHz 单声道 OPUS，码率约 24 kbps — 文件小，但不是通用转录工具习惯的输入。我们原生解码 OPUS，省去那一轮转换。
WhatsApp 语音导出
自动识别 es-MX → en16 kHz 单声道 · OPUS 24 kbps
~90s
文字稿 · 流式输出
S1
嘿，简单说一下 — 我赶不上晚饭了，桥上堵车堵得离谱。
S1
你能跟 Priya 说让她先开吃吗？我最晚 8:30 到。
S1
Y dile que pida lo de siempre，就是那道加多花生的泰式炒河粉。
S1
好，我先挂了，停好车给你打电话。
16 kHz OPUS 上 91%TXT · DOCX · 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 2导出
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.
待办事项
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.
三个真实选项 · 诚实对比
WhatsApp 内置。通用转录工具。 或者我们。
WhatsApp 现在能在较新的 iOS 和 Android 上、在应用内直接转录语音笔记 — 但只支持少数几种语言，而且仅在设备本地完成。通用转录工具会拒收 .opus 文件。我们直接接住导出文件并跑完。
Option 02
Transcription.Solutions
把导出的 .opus 或 .ogg 直接拖进来。多语言、可导出、支持批量。
前提只要导出的文件
语言99 种，自动识别
语言混说句中切换照样处理
导出TXT · DOCX · SRT · JSON
批量 / 存档整个 .opus 文件夹直接拖入
费用 · 每分钟$0.03
Best for任何从聊天里导出语音笔记的人 — 记者、研究人员、复核客户消息的律师、双语家庭。
Option 03
Otter / Rev / 通用工具
不收 .opus。要先转 MP3，掉音质、浪费分钟数。
前提把 OPUS 转成 MP3/WAV
语言主调英文，其他寥寥
语言混说一个文件只识一种语言
导出转换 + 上传之后才有
批量 / 存档不支持批量传 OPUS
费用$8–17/月 + 转换耗时
Best for已经转好文件、只需要英语的人。
WhatsApp 内置转录的可用性与语言列表截至 2026 年准确。竞品对 OPUS 的支持基于免费档实测。
WhatsApp 特有问题
WhatsApp 导出文件里有三件事会绊倒 通用转录工具。
大多数工具是为会议 MP4 设计的，不是为手机语音笔记。编解码器、语言、片段长度都会把它们绊倒。
出错在哪
- 1OPUS 上传被拒。 Otter、Rev、Trint 只收 MP3/WAV/M4A。你用网页工具转一遍，从 24 kbps 的源得到 96 kbps 的 MP3 — 音质照样差，准确率也不会变好。
- 2语言混说会被切坏。 一条在句中从西班牙语切到英语的笔记 — 这在双语家庭和 WhatsApp 最大的市场里很常见 — 其中一半会被错认成另一种语言。
- 3不到 5 秒的短片。 像「好，我在路上」这种快回的语音太短，VAD 模型锁不住。通用引擎会返回空字符串或凭空生成的文字。
在这里该怎么改
- 1把 WhatsApp 导出原样的 .opus 或 .ogg 文件拖进来。我们直接解码 OPUS — 不重新编码，不会因为二次处理掉音质。
- 2语言识别保持自动，并在任务表单里打开多语言开关。识别器会按片段而非按文件追踪语言。
- 3对于短片段，整文件夹批量上传。我们一起处理并补足时长，让 VAD 有足够信号可以锚定。
WhatsApp 语音笔记的推荐任务设置
拖入 .opus，下面这些默认就会开启。可在任务表单里逐次覆盖。
- 输入格式
- OPUS · OGG · 原生（不转换）
- 语言
- 自动识别 · 多语言开启
- 说话人分离
- 关闭（单发送者）
- 口头禅
- 默认移除
- 标点
- 智能大小写 + 句子断句
- 导出
- TXT · DOCX · 带时间戳的 JSON
Accuracy · real-world numbers
安静环境下的语音笔记可达 91%。 掉得最快的是有风和开车时。
WhatsApp 的 16 kHz 单声道 OPUS 限定了能恢复的上限 — 没有立体声、没有高频。下面的数字来自真实客户语音笔记（已脱敏），不是合成测试集。在这里，录音环境比编解码器更重要。
93%
室内、单人、单语言
安静房间，手机正常握持。母语使用者，无语言切换。这就是 OPUS 24 kbps 现实意义上的天花板。
89%
室内有环境噪声
厨房、咖啡馆、孩子在背景里跑。背景人声里的口头禅和重叠偶尔会混入文字，但很少改变原意。
84%
走在户外 / 公共交通上
脚步声、车流嗡嗡、偶尔有风。数字和专有名词最先出错。预计每 5 分钟语音笔记需要 1 分钟人工校对。
76%
开车开着窗
风噪拍打、路噪盖过人声。词在片段里能用，整句就不太靠谱。这是我们 WhatsApp 数据集里的最差情形。
常见问题
大家常问的 8 个问题。 关于 WhatsApp 语音转录，
01我怎么从 WhatsApp 导出一条语音笔记?+
长按语音消息 → 转发 → 点分享图标 → 保存到「文件」（iOS）或分享到云端硬盘（Android）。导出的就是一个 .opus 或 .ogg 文件 — 直接拖进我们的上传器，不需要转换。
02需要先把 .opus 转成 MP3 吗?+
不需要。我们原生解码 OPUS，和 WhatsApp 用的是同一种编解码器。先转一遍反而更糟 — 把 24 kbps 的源重新编码成 MP3，只会引入失真，恢复不出任何音质。
03Telegram、Signal、Messenger 的语音笔记也支持吗?+
支持。Telegram 和 Signal 使用相同的 OGG/OPUS 格式，码率也接近。Messenger 用的是 .m4a 容器里的 AAC — 也支持。应用导出什么，就拖什么。
04WhatsApp 自己就能转语音 — 为什么还要用这个?+
WhatsApp 的内置转录是设备端的，仅支持约 9 种语言，而且只能在聊天气泡里看。我们给你可导出的文字、99 种语言、语言混说支持，以及面向存档的批量处理。
05能处理在两种语言之间切换的语音笔记吗?+
能 — 在任务表单里打开多语言开关。我们是按片段识别语言，不是按文件，所以一句话开头说印地语、结尾说英语，两段都能正确转写。
06在聊天间转发的语音笔记 — 会有音质损失吗?+
没有。WhatsApp 转发的是原始 .opus 文件，不会重新编码。一条转发了五次的语音和原版听起来一样 — 转写结果也一样。
07群聊里的语音消息 — 会有说话人标签吗?+
每条语音笔记只有一个发送者，所以默认关闭说话人分离。如果你上传同一群里多人发的多条语音，在上传时（或用文件名）打好标签，我们会在导出里保留这些分界。
08转录完成后，我的语音文件会怎么处理?+
源音频会在 24 小时内被永久删除。文字稿会保留在你的账户里，直到你自行删除。我们不会用客户音频训练模型 — 完整策略见安全页面。