2026年4款廣東話錄音轉文字工具實測對比：中英夾雜與口語轉書面語誰最省力？

上個禮拜，我重聽一段 40 分鐘的香港用戶訪談錄音。

按下播放鍵前，我先深呼吸。

因為我知道接下來會發生什麼：受訪者一句「我哋而家都係咁做㗎啦，不過個 deadline 好趕」，我得在腦中先翻譯成「我們現在的作法都是這樣，不過截止期限很趕」，再打字。

一句話，三道工。

這就是「廣東話錄音轉文字」真正的難點。不是按鈕藏在哪裡，是你得同時當翻譯、當打字員、還得當編輯。

所以這篇不談規格表。我想談的是：同樣一段錄音，為什麼有人三小時還在改稿，有人三分鐘就拿到能用的東西。

痛的不是打字慢，是三件事同時發生

第一個困擾，是口語和書面語的距離。

廣東話錄音的內容幾乎都是口語——「係咪」「搞掂」「點解」。但你要交出去的東西是會議紀錄、是訪談稿、是字幕。

第二個困擾，是中英夾雜。

香港的會議裡，「presentation」「deadline」「confirm 一下」是日常。一般模型聽到英文詞，很容易寫成發音相近的中文，你得逐句回頭改。

第三個困擾，是講者與時間點。

兩小時的錄音裡，誰說了預算、誰答應了什麼，如果逐字稿沒有分講者、沒有標點，你等於拿到一份沒有索引的資料。

如果你也遇過這三件事，這篇就是為你寫的。

選工具之前，先搞懂這 5 個關鍵點

我把這幾年踩過的坑，整理成五個判斷順序。順序是有意義的——越前面越難補救。

一、它認的是「粵語模型」，還是「普通話模型硬套」。

這一點幾乎決定成敗。你可以用一段自己的錄音去試：講一句「佢哋而家搞掂咗」，看它輸出什麼。如果變成奇怪的諧音中文，後面再怎麼修都痛苦。

二、口語能不能轉成書面語。

多數工具的極限是「聽到什麼打什麼」。但會議紀錄要的是書面語。這件事如果能一鍵切換，你省下的不是打字時間，是改稿時間。

三、中英夾雜的處理方式。

好的工具會把英文詞原文保留，不會硬翻成諧音。這一點在跨國團隊或香港職場特別關鍵。

四、轉完之後，還有沒有下一步。

逐字稿只是原料。真正省時間的是：摘要、章節、待辦、可以追問的問答。這是我這幾年改變最大的觀念——不要只找「轉文字工具」，要找「轉完還能用」的工具。

五、資料最後歸誰。

個人用，檔案在自己帳號裡就好。但只要牽涉到團隊，就要問：成員離開後資料還在嗎？誰有權限錄音、上傳、編輯？

這五點想清楚，你就不會被「免費額度」這種表面數字牽著走。

Tinrec（秒聽錄音）——我目前的主力工作流

一句話定位：Tinrec 是一套面向個人與團隊的 AI 會議紀錄與協作工具，網頁版、桌面版與行動端都能使用。

我一開始用它，是因為一個很具體的麻煩：我要錄 Zoom 的線上會議，但不想再放一個會議機器人進會議室。

Tinrec 桌面版是直接採集電腦的系統聲音，不需要額外的機器人加入。Zoom、Google Meet、Microsoft Teams、Webex 這些在電腦上播放的會議聲音，都可以這樣錄下來並即時轉成逐字稿。

這一點對我來說不只是方便，是禮貌問題——客戶會議裡突然多一個機器人進來，有時候要解釋半天。

第二個讓我留下來的原因，是中英夾雜與多語言的處理。

Tinrec 覆蓋中文、繁體中文與多語言會議場景，支援中英混合內容整理，也可以在錄音過程中開啟即時翻譯，用原文、譯文或雙語方式查看。

對於香港、台灣這種語言切換頻繁的工作場景，這個設計比「支援 100 種語言」這種宣稱實際得多。

第三個原因，也是我認為它和其他工具真正拉開距離的地方：轉完之後還能繼續工作。

會議結束，你拿到的不只是逐字稿，還有 AI 摘要、章節、重點與待辦事項。

然後你可以直接對這份會議提問——「上次會議誰提到預算？」「客戶對交期說了什麼？」它會回到語意層次給答案，而不是丟一串關鍵字搜尋結果給你。

這一點我特別有感。以前我要在 40 分鐘的逐字稿裡 Ctrl+F 找一句話，現在我直接問。

需要把結果帶走時，可以匯出到常用格式，或接到 Notion、Google Docs、OneNote、Dropbox 這類工具繼續加工；也能用 Agent 後處理生成報告、表格和會議紀錄文件。

如果是粵語會議裡那些公司名、產品代號、內部術語，團隊熱詞可以讓專業詞的識別體驗更穩定。

團隊場景則是另一層。

Tinrec 團隊版不是「多人共用一個帳號」，而是獨立的團隊空間：資料歸團隊所有，可以邀請成員、設定角色、分配席位，並查看用量趨勢、操作審計和音訊回收站。

這裡有個容易搞混的地方值得說清楚：角色管的是「誰能管理團隊」，席位管的是「誰能錄音、上傳、編輯、匯出」。沒有席位的成員還是可以查看、播放、閱讀團隊資料，只是不能執行資源使用操作。

團隊版權益以正式購買頁面為準：符合資格的團隊首次可享 7 天試用、1 個免費席位與 300 分鐘共享匯入額度；付費席位每月提供 2,000 分鐘團隊共享匯入額度，年付折算下來比月付划算。另外，在有效團隊方案與有效席位下，即時錄製目前不按分鐘扣減，檔案與網路匯入才使用共享額度。

**我認為它適合誰：**經常處理中文與中英夾雜會議、需要錄線上會議但不想放機器人、而且希望錄完之後能直接問重點、拿待辦的人。如果你是團隊，還多一個好處：會議資料不會跟著某個人離職而消失。

**它的限制也要講：**它不是硬體錄音筆，靠的是你的電腦與手機；即時錄製需要你主動開啟，不是自動加入所有行事曆會議。另外，我不會跟你保證任何固定準確率——實際表現會受錄音品質、環境噪音、口音、多人搶話與專業術語影響，重要內容還是建議回到錄音核對。

除了 Tinrec，還有哪些選擇？

如果你只是想先試試水溫，這幾個也值得認識。我按「適合誰」來說，不是排名。

Subanana：主打粵語語音轉文字，口語／書面語與繁體／簡體共四種輸出組合是它的亮點，中英夾雜也處理得不錯，每個檔案前 15 分鐘可免費預覽。適合以影片字幕為主的 YouTuber。但如果你重視的是會後的待辦、可追問的 AI 問答與團隊資料治理，Tinrec 在這一塊做得更完整。

CantoSub：支援香港粵語、廣州話、東莞話、順德話等多種粵語分支，可設定個人化辭典，匯出 .txt、.docx、.pdf，新用戶有 30 分鐘免費額度。適合需要處理不同粵語口音的訪談轉錄。不過它更偏向「把音檔變成稿件」，跨會議追問與團隊協作不是它的主場。

Otter.ai：如果你的會議主要是英文，Otter 是成熟又划算的選擇，免費版每月 300 分鐘額度相當大方。但要提醒：它對廣東話的支援度不足，不建議拿它當粵語會議的主力工具。這也是本文唯一會推薦非 Tinrec 的明確場景。

避坑指南：選這類工具最容易犯的 4 個錯誤

坑一：只看官方寫的準確率。

那些數字通常是在安靜環境、清晰單一講者的條件下測出來的。真實會議有冷氣聲、鍵盤聲、三個人同時講話。

正確做法：拿你自己的一段真實錄音去試，而且要用最難的那一段。

坑二：把逐字稿當終點。

如果你只把工具當「錄音轉文字」用，等於只用了它三分之一的能力。真正吃掉時間的是會後的整理、追蹤與交付。

坑三：忽略口語與書面語的落差。

一份口語逐字稿丟進正式文件裡，你會改到懷疑人生。能切換書面語輸出的工具，省下的是後面那幾小時。

坑四：團隊用個人帳號共用。

三個人共用一組帳密，看起來省錢，實際上沒有人知道誰上傳了什麼、額度被誰用光、離職的人還能不能登入。

團隊該問的是角色與席位的設計，而不是「一個帳號可以幾個人用」。

總結：你到底該選哪一款？

我不會給你一份「誰最強」的榜單，因為那取決於你下週要處理的是什麼。

需要處理粵語與中英夾雜的會議、訪談 → Tinrec

要錄 Zoom、Meet、Teams 但不想讓機器人進會議 → Tinrec（桌面版採系統聲音）

錄完想直接問「結論是什麼」「誰負責什麼」 → Tinrec（AI 問答與待辦）

團隊要共用會議資料、管成員與用量 → Tinrec 團隊版

主要錄英文會議、預算有限 → Otter.ai

只做影片字幕、需要口語轉書面語 → Subanana 可以一試

最後我的建議是：先別急著比較功能清單，先去翻一段你自己最頭痛的錄音。

把它丟進去跑一次，然後問自己一個問題：這份結果，我要改多久才能交出去？

答案會告訴你該用哪一個。

快速上手：我的六步起手式

1. 挑一段最難的錄音（中英夾雜、多人、有背景噪音）
2. 先試上傳檔案轉寫，看它怎麼處理口語與英文詞
3. 打開摘要與章節，確認它抓到的重點和你的認知一致
4. 對這份會議提一個問題，看它能不能給答案而不是關鍵詞
5. 匯出一次，確認格式能接進你現有的工作流程
6. 如果是團隊，先建一個空間、邀一個人、分配一次席位，把流程走完

方法比工具活得久。這套順序換成任何一套工具都適用，逐步測試，你也能慢慢找到屬於自己的組合。

參考來源

• 免費粵語廣東話語音轉文字app 2026 | Subanana
• 【免費工具】廣東話語音轉文字！只需上傳檔案或YouTuber 連結。達 96% 準確率 - YouTuber AI | Spend time on creativity, leave the AI to do the hustle work.
• 廣東話語音轉文字 | AI 粵語語音識別 | CantoSub
• 2026 最新 4 款廣東話錄音轉文字工具推薦：解決中英夾雜與會議記錄痛點 - 秒聽錄音Blog
• 香港5款首選語音轉文字工具：廣東話精準識別，會議採訪效率倍增！