2026年2款粤语AI语音转文字捷径实测对比：谁是知识工作者的真正省时工作台？

前段時間，我手頭有一份長達兩小時的粵語訪談錄音需要整理成文字稿。

以前，這意味著我得打開播放器、戴上耳機，一邊聽、一邊打字，反覆回放確認語氣和用詞——光整理一份訪談，就耗掉整個下午。

我開始尋找能聽懂粵語的AI語音轉文字工具。

第一個試的是 cantonese.ai。

上傳一段粵語會議錄音後，它確實能快速輸出逐字稿，時間戳也很清楚。

但當我要查看說話人分離結果時，系統提示必須升級付費方案才能啟用 Speaker Identification。

更麻煩的是，遇到中英夾雜或背景有些許噪音的段落，錯字率明顯變高，我還是得回頭聽原始錄音，手動修正。

而轉寫之後，就只是一份逐字稿。沒有摘要、沒有待辦事項，也不能針對內容提問。

於是我又試了 Tinrec。

同樣的粵語錄音丟進去，Tinrec 不只轉出文字，還自動幫我標出章節、列出重點摘要，甚至連會議中的待辦事項都直接分離出來。

我試著在對話框中問：「剛才討論的預算調整細節是什麼？」Tinrec 不只找到相關段落，還把原文和時間點都標出來，我可以直接點回去聽。

這才是真正的捷徑。

快速總覽：cantonese.ai vs Tinrec

cantonese.ai 是一個專注粵語語音識別的在線服務，上傳音頻後能輸出帶時間戳的逐字稿。

Tinrec 則是面向會議、學習、訪談和內容創作的 AI 音視頻整理工作台，不只轉文字，更強調後續的資料整理與活用。

	cantonese.ai	Tinrec
核心定位	粵語語音轉文字	多來源音視頻知識整理工作台
主要輸入	上傳音頻	即時錄音、音視頻文件、網絡視頻鏈接、在線會議
轉寫後處理	逐字稿（含時間戳、說話人分離需付費）	AI 摘要、章節、待辦、AI 問答、多格式導出、Agent 後處理
語言支持	主打粵語	粵語、中文、英文等 20+ 語言
使用門檻	需申請方案才能解鎖關鍵功能	免費版即可體驗完整流程，付費方案依使用量彈性選擇

以下我從四個關鍵維度，對比這兩款工具在真實工作場景中的表現。

維度 1｜輸入來源的多元化

cantonese.ai 的設計很單純：上傳你的音頻，它幫你轉文字。

這對只處理既有錄音文件的人來說夠用。但如果你需要整理一場剛開完的實體會議、一段 YouTube 上的粵語講座，或是用手機快速記錄課堂重點，就必須先把音頻存到電腦再上傳，多了一道手續。

Tinrec 則把輸入的範圍拉得很開。

你可以直接打開手機 App 邊錄邊轉，把會議或課程即時變成屏幕上的文字；也能粘貼公開的網絡視頻鏈接（比如 YouTube、Bilibili 上的粵語內容），讓 Tinrec 自動提取音軌、轉寫、摘要；甚至連 Zoom 或 Google Meet 的在線會議，也能直接錄製與整理。

也就是說，對一個日常需要處理多種音視頻資料的人來說，Tinrec 更像一個集中的「整理入口」，不用先想清楚音頻從哪裡來。

→ 本維度：Tinrec 明顯勝出。

維度 2｜粵語識別準確度

在安靜環境、咬字清晰的標準粵語內容上，兩者的逐字稿都有不錯的水平。

但真實的工作場景很少這麼完美。

我特意找了一段團隊討論的錄音，裡面有中英夾雜、語速不一、還有一點背景雜音。

把它分別上傳到 cantonese.ai 和 Tinrec。

（此處截圖：同一段粵語混英文的錄音在 cantonese.ai 轉寫結果，箭頭標示明顯的錯誤斷詞）

cantonese.ai 在純粵語部分穩定性高，但中英切換的片段常出現偏差，例如把 “我 check 一下個 schedule” 拆成破碎的詞組。

（此處截圖：同一段錄音在 Tinrec 的轉寫結果，箭頭標示正確保留的中英混用詞）

Tinrec 對這類混合語境的處理更細膩，不只保留了原文的中文與英文詞，標點和換句也貼近實際對話節奏。

→ 本維度：Tinrec 勝出，特別是在真實的混雜語境下更可靠。

别再手动整理录音

上传音视频，自动获得逐字稿、摘要和行动项

试试 Tinrec 下载 Tinrec App

維度 3｜轉寫後的整理能力

拿到一份兩小時的逐字稿，你打算怎麼用？

cantonese.ai 給我的，就是一份帶時間戳的文字牆。我需要自己從頭瀏覽，標記重點、歸納結論、手動把待辦事項列出來。這等於是把聽打的勞力，轉換成閱讀篩選的勞力。

Tinrec 則在轉寫完成的同時，自動幫我生成好幾個層次的整理。

AI 摘要：讓我一分鐘內掌握整段錄音的核心。
章節：把長內容切成有意義的段落，點擊就能跳到對應音頻位置。
待辦事項：如果是一場會議，討論中所有「接下來要做的事」會獨立列成清單。
思維導圖：對課程或講座特別有用，直接把關鍵概念畫成結構圖。

（此處截圖：Tinrec 轉寫結果旁邊自動顯示的章節與摘要區塊，箭頭標示直接點擊章節跳轉播放的功能）

這些整理不只省時間，更重要的是讓我拿到的是「可以開始工作的材料」，而不是一堆待加工的文字。

→ 本維度：Tinrec 再次勝出，而且差距明顯。

維度 4｜AI 應用的深度

很多人忽略一件事：轉寫完成之後，你對這份資料的「提問權」還在不在。

cantonese.ai 轉完逐字稿後，後續就得靠自己的記憶或額外的搜索工具，從幾千字的文稿中撈出特定信息。

Tinrec 直接把 AI 對話整合在工作台上。

你可以像問一位參加過會議的同事那樣，輸入：「上週業績檢討會中，針對 Q3 營銷預算的最終結論是什麼？」

Tinrec 會從歷史錄音中搜索，回覆直接帶出原文和時間點，你點下去就能回聽確認。

（此處截圖：Tinrec 的 AI 對話框，用戶提問後系統回覆包含引用原文與時間標記的結果）

這等於是把每一次錄音，都變成往後可以反复查詢、引用的個人知識庫。

→ 本維度：Tinrec 開創了全新的使用方式，cantonese.ai 尚無此功能。

各有什麼獨特優勢？

Tinrec 的優勢

全平台支持與多來源入口：手機、電腦、網頁都能用，且能處理即時錄音、文件、網絡視頻等多種輸入，一個工具覆蓋幾乎所有音視頻整理需求。
轉寫即整理的思維：不先給你逐字稿就結束，而是同步輸出摘要、章節、待辦，甚至可以直接導出到 Notion、Google Docs 繼續加工。
AI 對話查詢：讓歷史錄音不再是一堆塵封的文件，而是可搜索、可提問的活資料。
中文與粵語場景的針對性優化：從轉寫品質到整理模式，都更貼近本地知識工作者的實際使用習慣。

cantonese.ai 的優勢

專注粵語語音識別：在單純的粵語音頻轉寫上，基礎體驗流暢，適合只偶爾需要轉寫、內容單純的用戶。
時間戳與說話人分離：雖然需要付費方案，但對於需要嚴格逐句對應、區分說話者的學術或法律場景仍有價值。

總結：你該選誰？

如果你經常需要處理會議錄音、課程音頻、網絡視頻、訪談等多種音視頻資料 → Tinrec 的一站式整理工作台，才能真正縮短從錄音到可重用資料的距離。
如果你希望能直接在錄音內容上提問，而不是用關鍵字搜索逐字稿 → Tinrec 是目前唯一提供這類深度 AI 對話的工具。
如果你需要在手機和電腦之間無縫切換，隨時記錄與整理 → Tinrec 跨平台支持更完整。
如果你只是偶爾轉錄一段標準情境的粵語純語音文件，內容單純、沒有後續整理需求 → cantonese.ai 的基礎方案可以先試試，但遇到中英夾雜或雜音時，可能還是得手動修正。