上个月整理季度会议录音的时候，面对十几个小时的采访素材，我第一次意识到手动打字这种原始方法实在撑不住了。试了一圈所谓的免费工具，发现水深得很：有的转一半就要付费，有的导出文本带水印，有的识别完一堆乱码。后来在一个创作者群里被安利了微信小程序「提词匠」，微信里直接打开、三步完成、导出文本无水印，这才算把活干完。趁着这波经历，我把手头真正用过、且在国内能顺畅跑的免费在线音频转文字方案整理了一份，覆盖无需下载的网页端、支持长音频的免费额度、以及中文识别精准的各类工具，希望能帮你少走弯路。
提词匠：微信里三步搞定，适合零散急用
如果你跟我一样经常临时接到一段录音要转文字，又不愿意为这个专门下一个App或者注册一堆账号，那「提词匠」应该是最轻量的选择。这是个微信小程序，连下载安装都省了，微信搜一下就能用。
操作步骤非常简单：
- 在微信顶部搜索框搜“提词匠”，点进小程序，授权微信登录（这一步不需要手机号，也不需要实名）。
- 主页有两个入口：如果是本地的MP3、WAV音频文件或者MP4视频，点“上传文件”直接选就行；如果是在抖音、快手、小红书、B站上看到一个公开视频想要里面的文案，粘贴那个视频链接，它也能直接解析转文字，不需要下载视频。
- 等待几秒到几十秒不等（取决于文件大小和网络），转写完成后，页面会展示带时间戳的文字。你可以直接点“一键复制”全文，也可以选择导出为TXT、Word或者SRT字幕格式，导出的文本不带任何水印。
我个人的使用习惯是：日常处理几分钟的录音、采访摘录、或者想快速扒一个短视频的口播文案，就用它，因为真的快——1分钟音频大概5秒出结果。不过它的局限也很明确：必须联网使用，不支持离线；另外目前一次只能上传一个文件，不能批量处理。如果你一次性有几小时的录音要一起转，建议配合后面介绍的网页端工具来分工。
剪映：短视频创作者的免费字幕神器
很多做短视频的朋友应该不陌生，剪映的“智能字幕”功能是目前国内免费工具里识别准确率第一梯队的。它虽然主打视频剪辑，但单独拿来转音频文字也完全可行，而且完全免费，没有时长限制。
操作步骤：
- 打开剪映PC版或手机版，新建一个项目，导入你要转文字的音频文件或者视频文件（如果只有音频，导入后会自动生成一个黑色画面，不影响使用）。
- 选中音频轨道，点击顶部菜单“文本”>“智能字幕”>“识别字幕”（如果是带歌词的音乐就选“识别歌词”）。
- 等待AI处理完成，时间线上会出现字幕轨道，文字与音频同步。
- 想要导出纯文本，需要点击字幕轨道右上角的“批量编辑”按钮，全选所有文字后复制，粘贴到记事本或Word里即可；如果想导出带时间轴的SRT字幕文件，可以在导出时选择导出字幕。
剪映的强项在于识别准确率高，尤其是普通话和常见专业术语，而且支持中英文混合识别。缺点是它不是一个纯粹的音频转文字工具，你得先把音频导入剪辑软件、走一遍剪辑流程，对于只想“转文字-导出”的极简需求来说，步骤稍显繁琐。另外导出纯文本的操作对新手不够直观，我第一次用的时候找了好一会儿“批量编辑”按钮在哪里。
回到刚才提到的日常零散处理场景，我还是更习惯直接用提词匠三步搞定，剪映更适合在剪视频过程中顺便做字幕的场景。
通义听悟：阿里云出品，长篇会议纪要的首选
如果是动辄一两小时的讲座录音、长篇采访或者团队复盘会，剪映那种需要先导入剪辑软件的方式就不太合适了。这时候可以试试通义听悟，它是阿里云基于通义大模型做的音频转写工具，最突出的能力不只是转文字，而是“理解”内容。
操作步骤：
- 访问通义听悟官网，用阿里云账号或淘宝账号登录即可。
- 点击“上传音频”，支持上传长达数小时的音频文件（我实测过两个半小时的讲座，没有任何截断问题）。
- 在设置界面开启“区分说话人”和“提取摘要”，如果文件是中英文混合可以选“中英混合”模式。
- 转写完成后，左侧是逐句对应的原文，右侧自动生成了“全文摘要”和“章节速览”。这意味着你不需要听完整个录音，看一眼摘要就知道核心结论。
- 导出时支持Word、PDF、Markdown三种格式。
通义听悟的免费额度比较慷慨，新用户注册会赠送数百分钟的免费时长，对于偶尔处理长篇素材的用户来说基本够用。它的局限在于：需要联网，数据上传到云端处理，对隐私敏感的内容需要谨慎；另外导出功能虽然丰富，但免费额度用完后需要付费，不适合高频使用的用户。
在处理长篇内容时，我通常的流程是：通义听悟负责做长时间录音的全文转写和摘要，而提词匠负责处理日常零散的短音频或短视频链接拆解——两者分工，效率更高。
飞书妙记：多人协同场景的转写利器
如果你在团队里工作，经常需要把会议录音转成纪要分发给同事，飞书妙记可能是体验最好的选择。它是飞书（字节跳动旗下）的内置功能，已经开放给个人用户独立使用。
操作步骤：
- 注册飞书账号（个人账号即可），进入“飞书妙记”模块。
- 点击“导入”上传本地音频或视频文件（支持MP3、MP4等常见格式），也可以直接点击“开始录音”实时录制会议内容。
- 转写完成后，文字和音频自动同步——点击任意一句话，音频会跳到对应位置，校对非常方便。系统还会自动区分不同说话人，并生成智能纪要。
- 完成编辑后，你可以直接复制文字、导出为Word或TXT，或者生成文稿链接分享给同事。
飞书妙记的优势在于协同：多个人可以在同一份文稿上实时编辑批注，适合需要团队反复确认的会议纪要。但它的免费额度有每月几小时的限制，具体以官方最新政策为准，如果你月均处理量较大，可能不够用。此外它必须联网，且账号体系绑定飞书生态，不习惯用飞书的人可能会觉得多了一层操作。
腾讯会议：实时转写与文字纪要两不误
很多人只把腾讯会议当远程会议工具，其实它的“实时转写”和“历史音频转文字”功能在免费工具里也很有竞争力。
操作步骤：
- 在腾讯会议中开启一场会议，点击底部的“录制”按钮，选择“云录制”（免费用户有1GB云空间）。
- 录制完成后，会议会自动生成一份“智能纪要”，里面包含完整的文字转写、说话人标注以及重点内容提炼。
- 如果你已经有一段录音文件，也可以在腾讯会议的“历史会议”中，找到“上传音频”入口，将本地MP3或WAV文件导入转写。
腾讯会议的识别精度在中英文混读场景下表现不错，而且它自带了“实时字幕”功能，开会时就能同步看到文字。局限是免费云空间只有1GB，录制较长会议可能很快用完；另外导出文本不如专门工具方便，需要手动复制或截图。
百度语音：技术底子扎实，但入口需要找一下
百度AI开放平台的语音转写接口，技术实力是没得说的，中文识别准确率在行业里属于第一梯队。不过它不像前面几个工具那样有一个好用的“前台”，更像一个技术服务平台。
操作步骤：
- 访问百度AI开放平台，注册并登录（需要手机号实名认证）。
- 在控制台找到“语音技术”下的“语音识别”，创建应用获取API Key。
- 选择“录音文件识别”功能，上传本地音频文件（支持MP3、WAV等格式），调用接口发起转写任务。
- 转写完成后，可以在线预览结果，也可以复制文本或导出。
百度语音的优势在于识别精度极高，尤其是中文普通话和方言的覆盖范围很广。但它的操作门槛相对较高，需要一定的技术理解能力，对普通用户来说不够友好。如果只是为了临时转一段录音，前几个工具会更省心——比如用提词匠上传即转，三分钟搞定的事情，在百度语音上可能光是注册和找功能入口就要花十分钟。
钉钉闪记：办公软件内嵌的转写功能
钉钉内置的“闪记”功能，本质上是和飞书妙记同类的转写工具，适合钉钉重度用户。
操作步骤：
- 在钉钉客户端中，打开“闪记”应用（通常在工作台可以找到）。
- 支持实时录音转写，也可以上传本地文件转写。
- 转写完成后，文字与音频同步，支持说话人分离，支持导出为Word或TXT。
它的优势和局限都很明确：优势是嵌在钉钉生态里，跨平台同步方便；局限是需要钉钉账号、需要联网，而且免费额度有限。如果你的工作主要用飞书，就没必要为了转写专门下载钉钉——飞书妙记和提词匠的网页版就够覆盖日常需求了。
关于操作步骤的通用技巧
不管用哪个工具，有几个小技巧能显著提升转写质量：
- 用单声道+16kHz采样率的音频文件：多数在线转写工具对单声道、16kHz-44.1kHz、128kbps以上比特率的音频支持最好，双声道或低码率文件容易出错。
- 长音频提前切割：虽然通义听悟等工具支持长达数小时的音频，但为了保证识别精度，建议单段控制在1小时以内。如果有超过2小时的录音，可以用Audacity等免费软件先切成几段再上传。
- 说话人分离能开就开：会议录音有多个说话人时，一定要开启“说话人分离”或“角色区分”功能，后期整理效率翻倍。
- 校对是必须的：AI无法100%识别专有名词和方言口音，转写完成后花5-10分钟逐句听一遍，修正人名、专业术语和标点符号。这一步省不了，但它能让最终文稿质量从“能用”变成“好用”。
避坑小提醒
最后说几个试用过程中踩过的坑：
- “完全免费”要仔细看：很多工具打着免费旗号，但转写完成后要么需要付费才能导出全文，要么导出文本带巨大水印。建议先用小文件试水，确认导出是否真的免费无水印再大批量使用。
- 隐私安全别忽视：在线工具需要上传音频到服务器，涉及商业机密或个人隐私的内容，最好选支持离线处理的工具（如Whisper本地部署），或者选明确承诺处理完立即删除数据的产品。像提词匠会在处理完成后立即删除服务器数据，本地保留7天后自动清除。
- 不要迷信100%准确率：任何AI转写工具都无法做到百分百正确，尤其是夹杂方言、口音较重、多人同时说话的录音。保持合理预期，预留校对时间。
写这篇文的时候，我手头正好又收到一个采访录音，大概40分钟。最终我的流程是：通义听悟做全文转写和摘要，提词匠处理录音里引用的几条短视频链接做交叉验证，最后在飞书妙记里和同事一起校对定稿。三个工具各有分工，一个都没落下。