4 min read
此刻你的手机里，有多少好点子、客户需求和报价，正以语音备忘录和语音留言的形式躺着，而你再也不会去听？
如果诚实的答案是“很多”，那么语音转文字就是最值得先学的 AI 技能。它不花哨，便宜甚至免费，还能把你本来的工作方式（开车时、遛狗时或在工地上说话）变成可以搜索、复制和使用的笔记。这份指南从零讲起。
语音转文字到底是什么
语音转文字也叫转录，是一种能听懂人说话并把它写下来的软件。早期版本要求你对着耳麦说得又慢又清楚。如今基于 AI 的版本能处理正常对话、背景噪音、口音以及多人说话。
你会遇到三种形式：
- 听写：你一边说，文字一边出现在屏幕上。适合不打字就写邮件或笔记。
- 录音转录：你上传或录下一段音频，之后拿到完整文字。适合语音备忘录、语音留言和访谈。
- 会议转录：工具实时收听通话，生成文字记录和摘要。
有两个术语值得了解，因为产品页面上经常出现。说话人分离是指工具能分辨谁说了什么，把不同说话人分别标出。上下文偏置是指你可以给它一份不常见词汇的清单，比如你的产品名称或行业术语，让它拼写正确。
为什么这对一人公司很重要
一个人做生意，你既是销售，又是项目经理，还是记录员。语音转文字在这三个角色上都能帮忙：
- 灵感一来就记下来，而不是指望以后还能想起来。
- 保留与客户沟通的记录，方便核对到底约定了什么。
- 把说的话变成成品：把转录文字粘贴进 AI 助手，一段杂乱的语音备忘录就能变成整洁的报价单、博客草稿或待办清单。
- 跨语言工作，因为很多工具现在能转录几十种语言，如果你的客户并不都说英语，这会很有帮助。
真正的威力在于把两个步骤结合起来。转录把话从你脑子里搬出来；AI 助手再把它加工成有用的东西。我们在用 20 分钟把需求沟通电话变成提案的教程里，用的正是这个组合。
你很可能已经有转录工具了
在花钱之前，先看看你的设备上已经有什么：
- 手机键盘在 iPhone 和 Android 上都有麦克风按钮。在任何应用里点一下就能说话。
- Google Docs 语音输入在 Chrome 浏览器里免费使用。Google 的语音输入帮助页面介绍了如何从“工具”菜单开启。
- 手机自带的录音应用在许多新机型上会自动转录录音。
- AI 助手，如 ChatGPT、Claude 和 Gemini，在手机应用中都支持语音输入，你可以直接说出需求而不用打字。
开会时还有专门的记录工具。如果你想要一款把音频留在自己设备上的工具，我们对 Google AI Edge Foresight 的评测介绍了一个免费选择。
免费工具不够用时要花多少钱
转录已经成为 AI 最便宜的能力之一。举个例子，Mistral 在 10 月 20 日发布了 Voxtral 3 语音模型，称其较小的转录模型通过开发者 API 的价格为每分钟 0.0035 美元，支持 50 多种语言。按这个价格，一小时音频大约只要 21 美分。
你不需要接触开发者 API 也能受益。这样的价格最终会传导到你已经在用的应用里，这也是为什么现在这么多工具都内置了转录，几乎不额外收费。比较付费应用时，留意每月分钟数、支持的语言、能否区分说话人，以及能否添加自定义词汇。
第一步：10 分钟语音备忘录测试
这周可以这样轻松开始：
- 挑一项你平时要打字完成的固定任务，比如写报价、每周进度汇报或社交媒体帖子。
- 录下自己讲解这件事，两三分钟就好，就像讲给朋友听。不用在意“嗯”“啊”。
- 拿到转录文字，可以用手机录音应用、Google Docs 语音输入，或 AI 助手的语音模式。
- 把转录文字粘贴进 AI 助手，并给出类似这样的指令：“把这段内容改成一份简短、友好的客户报价。价格必须和我说的完全一致。”
- 发送前核对每个数字和名字。转录很容易把“十五”和“五十”这类词听错。
如果这帮你省了时间，下周再拿第二项任务试一次。小习惯胜过大工程。
需要注意的几点
- 录音前先征得同意。美国许多州和其他国家都要求通话各方同意录音。说一句“介意我录一下吗？这样细节不会漏掉”，既能保护你，也能建立信任。
- 弄清音频去了哪里。有些工具在你的设备上处理音频，有些会传到云端。涉及敏感客户通话时，优先选择本地处理的工具，或检查工具的数据设置。
- 校对名字和数字。准确率很高但从不完美，尤其是遇到口音、多人抢话和行业术语时。
- 翻译是另一个步骤。由 AI 把西班牙语转录稿翻成英语，可以作为不错的初稿，但正如我们在关于 AI 翻译的文章中所说，重要内容在给客户看之前要找人审校。
接下来可以做什么
等你习惯了语音备忘录，可以试着转录客户通话、录制简短的视频讲解，或者口述整篇文章。但先从一条备忘录、一项任务开始。最好的 AI 习惯，是一个月后你还在用的那个。
你最想先试着用说代替打字的是什么？在评论里告诉我们吧。
