將錄音交給 Tinrec，幾分鐘取得逐字稿與摘要

支援音訊與影片上傳、多語言轉寫、AI 會議紀要與待辦擷取

免費開始轉寫下載 Tinrec App

2026年3款Google AI逐字稿工具實測對比：免費額度、長錄音與講者標註誰更夠用？

晚上十點，會議剛結束，手機裡躺著一段 48 分鐘的錄音。你打開筆電準備聽打，才想到上次同樣長度的會議，逐字稿打到凌晨一點。

這種時候大多數人會先搜 Google。原因很簡單：你已經有帳號、不用裝軟體、也不用先付錢。

問題是，Google 能轉逐字稿的地方有三個：Google AI Studio、Gemini、NotebookLM。三個都能做，但適合的錄音長度、輸出格式與免費額度都不一樣。

這篇把我自己操作的心得，加上幾篇公開實測的數據整理在一起，讓你十分鐘內知道自己該開哪一個。

為什麼 AI 轉出來的逐字稿，常常「看得懂但用不了」？

第一個狀況，是整段文字擠成一塊。沒有分段、沒有節奏，兩小時的會議變成一大坨文字，光要找「誰說了什麼」就得重聽。

第二個狀況是講者分不清。三人以上的會議，AI 沒有標註 A、B、C，你事後根本對不上誰承諾了什麼。

第三個狀況最現實：檔案太長，直接失敗。免費版有可處理的文字量上限，超過就是錯誤訊息，不會告訴你卡在哪裡。

這些不是 AI 不夠聰明，而是入口選錯、提示詞沒下對。往下看就知道差別在哪。

選 Google AI 逐字稿工具前，先搞懂這 4 個關鍵點

1. 你要的是「逐字稿」還是「會議紀錄」 逐字稿是原料，會議紀錄是成品。前者要一字一句，後者要決議與待辦。先想清楚要哪一種，才不會轉完還得重來一次。

2. 錄音長度決定你開哪個入口 十分鐘以內走 Gemini，二十分鐘上下走 Google AI Studio，一小時以上的長檔交給 NotebookLM。選錯入口，最容易遇到的不是轉得不好，而是直接轉不動。

3. 模型要挑 token 數夠的 Google AI Studio 可以自己選模型。token 太少，十五分鐘的錄音就可能轉不完；時間戳也可能整段偏移。有位律師在 2025 年 1 月的測試文章中認為，當時的 Gemini Experimental 1206（200 萬 tokens）最適合轉逐字稿，時間戳與講者辨識都比較準。但模型會更新，實際還是以你當下看到的選項與測試結果為準。

4. 你願意花多少時間校對 同音字一定會有，多人搶話一定會有誤判。能不能邊聽邊改，比轉出來多快更重要。

Google AI Studio：免費、可標講者與時間戳的完整方案

Google AI Studio 是 Google 讓使用者直接操作 Gemini 模型的介面，免費，但比 Gemini App 複雜一點。它最大的好處是「可控」：模型、提示詞、輸出格式都能指定。

操作只有三步。進入 Google AI Studio 對話頁，點右下角「+」選「Upload File」上傳錄音檔，接著在對話框輸入提示詞，按下「Run」。

檔案格式支援 MP3、WAV 等常見格式。公開教學的建議是單檔不要超過 20 分鐘，準確度會比較好；更長的會議，先切成幾段再上傳會穩一點。

提示詞是成果差異最大的地方。不要只寫「幫我轉逐字稿」，要一次把格式講清楚：

「將這段會議錄音轉成逐字稿，請標註說話者（A、B、C），並依照語氣分段，最後整理出會議重點摘要。」

需要時間軸的話，可以改成：

「請逐段輸出逐字稿，每段前面加上時間戳記，並標註說話者。」

Gemini 會依語氣自動分段，不會全部塞在一起。生成後，右上角有修改文字的功能；也可以在逐字稿對話框點 Edit 逐一修正，介面上能直接播放原音檔，邊聽邊校對。

別再手動整理錄音

上傳音訊或影片，自動取得逐字稿、摘要與行動項目

試用 Tinrec 下載 Tinrec App

實際表現上，錯字難免。中文同音字、多人同時說話造成的講者誤判，都需要人工再看過一輪。把它當成「幫你打完八成、你修兩成」的工具，期待值會比較正確。

優點

免費，而且可以指定模型與提示詞，輸出格式最聽話。
支援講者標註與時間戳，適合會議、訪談、課堂筆記。
介面可直接播放錄音對照修改，校對不用另開播放器。

限制

介面比 Gemini App 複雜，第一次用需要摸一下。
長錄音要自己切段；模型選錯可能出現時間戳偏移。
同音錯字與搶話誤判仍需人工校對。

適合誰 需要帶講者、帶時間戳的正式逐字稿，而且願意花幾分鐘設定提示詞的人。訪談、會議記錄、課堂錄音都適合。

除了 Google AI Studio，還有這 2 個入口

Gemini App：路徑最短，適合十分鐘內的錄音 手機或網頁版 Gemini 直接支援上傳錄音檔，操作最簡單、速度最快，不用另外安裝。免費帳號就能用，但有限制：根據《電腦玩物》與《關鍵評論網》的實測，7 分鐘錄音可以處理，大約產出 1000 字繁體中文逐字稿；10 分鐘以上往往就會超出免費版可處理的文字量。支援 MP3、M4a、WAV，AAC 檔會顯示無法辨識文字內容。

NotebookLM：一小時的錄音也吃得下來 免費帳號就能上傳長度約一小時的錄音檔，這點是它最實用的地方。上傳後它會先給一段摘要，要拿逐字稿的話，回頭點來源區的錄音檔，就能看到全文並複製。適合講座、長時間會議這種「先求有全文、再來整理」的情境。

另外，《104 職場力》的文章也提到 EchoScript 用於會議記錄整理。如果你要的是待辦清單與會議結論的格式，可以延伸參考，但本文不深入比較。