逐字稿怎麼做：從錄音檔到完整文字稿的實作教學

逐字稿的核心是「逐字」，也就是照著說話內容原封不動地寫下來，包含每一句話的先後順序和用詞。它和摘要、會議紀錄最大的差別在於：摘要是抓重點、會議紀錄是整理結論，而逐字稿保留的是完整的原始對話。

逐字稿又細分成幾種格式。最嚴謹的是「完整逐字稿」，連「嗯」、「啊」、重複的語助詞、停頓都照實記下，常見於質性研究和法律用途。另一種是「清稿式逐字稿」，去掉冗贅的語助詞、修掉明顯的口誤，讓文字讀起來更順，適合會議摘要或內容改寫。

動手前先想清楚你要哪一種。做學術訪談分析通常需要完整逐字稿，因為語氣和停頓本身就是研究資料；如果只是要把 Podcast 內容改成文章，清稿式就夠用了。

人工聽打的優點是理解力強。聽打員能分辨同音字、聽懂上下文、判斷誰在講話，遇到專有名詞或口音也能靠經驗補上。缺點是慢又貴，一小時的錄音動輒要花掉大半天，長時間聽打也很傷神。

AI 轉檔的優點正好相反：快、便宜、可規模化。把檔案丟上去，幾分鐘就能拿到一份帶時間軸的初稿，還能自動標出不同的講者。它的弱點是遇到嚴重雜音、多人搶話或冷門專有名詞時，容易出錯。

現在多數人採用的是折衷做法：先用 AI 產生初稿，再由人工快速校對。這樣既保留了 AI 的速度，也補上了人腦的判斷力，整體時間比純人工聽打省下一大半。

錄音品質是第一決定因素。收音清楚、講者靠近麥克風、環境安靜的錄音，不論人工或 AI 都能做得又快又準；反過來，在吵雜的咖啡廳用手機遠遠錄下來的檔案，錯字自然會多。

講者人數和是否搶話也很關鍵。一對一訪談最容易處理；多人會議如果經常互相插話、講到一半被打斷，講者分辨和斷句都會變難。錄音時盡量讓大家輪流發言，會大幅提升成品品質。

口音、語速和專有名詞則考驗系統的語言能力。夾雜中英文、講很快、或滿是產業術語與人名的內容，最好在校對階段特別留意。挑選支援多語言、能標出時間軸的工具，會讓你校對時更快定位到有疑慮的段落。

Pepys 是一套用多少付多少的轉錄工具：買一次點數就永久有效，不會過期，也沒有月費綁約。支援 99 種以上語言，含中文，每個檔案都會附上講者標籤、時間軸、AI 摘要和章節。

上傳後你可以直接和逐字稿對話，用問答的方式快速找到某段內容講了什麼，省去反覆拖放進度條的時間。做完可以匯出成純文字、Word、PDF、字幕檔等多種格式，方便接續你的研究或內容工作。

隱私方面，Pepys 不會拿你的音訊或文字去訓練 AI，也提供選用的自動刪除功能，處理敏感訪談時更安心。新用戶前 60 分鐘免費，免綁信用卡，先試做一份逐字稿再決定。