雅婷逐字稿完整教學：台灣口音與中英夾雜怎麼轉得準
一場台灣的科技業會議，一句話裡可能混著國語、台語跟英文專有名詞。這種語言環境用國外的語音辨識就是慘不忍睹。雅婷逐字稿是台灣人工智慧實驗室的作品，這篇教你從上傳到校對的完整流程，還有幾個能把準確率往上拉一大截的實戰技巧。
雅婷逐字稿完整教學：台灣口音與中英夾雜怎麼轉得準
上週我幫系上整理一場研討會的逐字稿。三個小時的錄音，講者是台灣人，講到專業術語自動切英文，中間還跟台下觀眾用台語寒暄了兩句。
這種錄音，拿國外的語音辨識服務去跑，出來的東西大概有三分之一要重打。這就是為什麼雅婷逐字稿在台灣有它不可取代的位置。
雅婷逐字稿是什麼
雅婷逐字稿是台灣人工智慧實驗室（Taiwan AI Labs）開發的語音轉文字服務，屬於雅婷智慧旗下的 Studio 產品線。
它跟國外服務最大的差別不在技術架構，在訓練的目標：針對台灣口音、中英夾雜、台語混用的真實說話情境優化。這個差異在朗讀稿件時看不出來，但在真實的會議、訪談、課堂錄音裡，落差會非常明顯。
它能做什麼
核心能力可以拆成幾塊：
- 音檔上傳轉寫：支援常見的音訊格式上傳，辨識後產出逐字稿
- 即時錄音轉寫：手機 App 可以邊錄邊轉，記者與學生最常用
- 自動標點與智慧分段：不會給你一整片沒有標點的文字牆
- 發話人標註：可以標示不同說話者，讓多人會議的逐字稿真的能用
- 多格式匯出：純文字、Word 文件與字幕檔等格式
價格結構是免費額度加付費。付費方式有「按音檔時數購買」與「訂閱制」兩種選擇，額度與金額以官網當下公告為準——這類服務的方案調整頻繁，不要依賴第三方轉述的數字。
怎麼用：從錄音到交稿的完整流程
步驟一：先處理錄音，不要急著上傳
這是最多人跳過、但影響最大的一步。錄音品質對準確率的影響，遠大於你選哪一家服務。
三個最有效的做法：
- 收音設備靠近說話者——手機放桌子中央跟放在角落，結果差很多。開會時把手機或錄音筆放在主要發言者附近，或直接用個幾百塊的領夾式麥克風
- 選回音小的空間——玻璃隔間的會議室是惡夢，有地毯或布面家具的空間好得多
- 主持人適度控場——多人搶話是辨識率的殺手。開會前講一句「一次一個人講」，效果比任何後製都好
步驟二：註冊並選擇輸入方式
到官網註冊帳號後，你有兩條路：
- 上傳音檔：適合已經錄好的會議、訪談、演講。把檔案拖進去，等它跑完
- 即時錄音：手機 App 邊錄邊轉，適合需要當場看到文字的場合（記者採訪、課堂）
長檔案建議走上傳，即時轉寫對網路穩定度有要求，在訊號不好的地方容易斷。
步驟三：辨識完成後，先掃一遍再細校
拿到逐字稿之後，別一行一行從頭改。有效率的順序是：
- 先掃專有名詞——人名、公司名、技術術語是錯誤最集中的地方
- 用取代功能批次處理——同一個名詞錯一次通常會錯十次，用尋找取代一次解決
- 再逐段讀過——這時候剩下的多半是零星錯字，速度會快很多
步驟四：匯出成你要的格式
依用途選格式：寫會議記錄用 Word、做字幕用字幕檔、要丟進其他工具處理用純文字。
進階技巧：把準確率再拉高一階
技巧一：開會前先列專有名詞表
這是我自己最有感的一招。會議開始前，把這場會可能出現的專有名詞、人名、公司名列成一張表。辨識完成後，直接用這張表做批次取代。
一場兩小時的會議，這個動作大概省下四十分鐘的校對時間。
技巧二：長檔案先切段
三小時的錄音一次丟進去，出錯的時候你很難定位。比較好的做法是依議程切成幾段（例如每個議題一段），一來出問題好追，二來校對時心理負擔小很多。
技巧三：台語段落另外處理
台語的辨識準確率仍不如國語，而且國台語快速切換的地方最容易出錯。如果你的錄音台語比重高，實際的做法是：先跑一次，把台語段落標記出來，那幾段預留較多的人工校對時間。別照原本的估算排工，會來不及。
技巧四：搭配 AI 助理做二次整理
逐字稿本身是原始材料，不是成品。校對完之後，把文字丟給 ChatGPT 或 Claude 請它整理成會議記錄的結構（決議事項、待辦、討論重點），這一步能再省下不少時間。
但要注意：丟給 AI 之前，先確認內容有沒有機密。這點下一節詳談。
注意事項：三個容易踩的坑
一、隱私與同意，這是專業底線
會議與訪談錄音常包含他人的聲音、個資與商業機密。在台灣，錄下自己也在場的對話通常合法，但上傳到雲端服務處理是另一回事。
實務建議：
- 涉及敏感內容前，先告知與會者你會錄音並用工具轉寫
- 學術研究訪談依研究倫理規範取得受訪者同意
- 公司的機密會議，先確認資安政策允不允許上傳外部服務
這不是過度謹慎，是專業習慣。記者與研究者尤其不能省。
二、再好的辨識都要人工校對
不要把它當成「轉完就能交」的工具。專有名詞、人名、數字這三類最容易錯，而且錯了往往很致命——把「三百萬」聽成「三千萬」，這種錯誤在會議記錄裡是會出事的。
合理的期待是：省下八成的打字時間，最後一輪校稿還是要自己來。
三、發話人標註不等於說話者辨識
它能標示不同的發話段落，但要精確對應到「這句是誰說的」，多人討論時仍需要人工核對。如果你的逐字稿需要精確歸屬發言人（例如訪談研究或會議紀錄要具名），這一步不能省。
TheAI學院 評語
我用過不少語音轉文字服務，雅婷的價值不在於它的模型架構多先進，在於它把「台灣人怎麼講話」這件事研究透了。一句話裡國語、台語、英文切三次——這種情境國外的模型根本沒訓練過幾次，輸給它是很正常的。
評語：花錢買一支好一點的會議麥克風，比你糾結該用哪家辨識服務有用一百倍——這是我用了三年逐字稿工具最誠實的心得。
給台灣讀者的具體建議：如果你是學生或研究生，免費額度通常夠用，先把它接進你的作業流程——課堂錄音、訪談、讀書會都可以。如果你是記者或需要大量處理錄音的工作者，先用免費額度測一個月，算出你每月的實際時數需求，再決定買時數還是走訂閱比較划算。其他台灣本土的 AI 工具，可以看我們整理的台灣在地 AI 工具清單。
資料來源
本文依官方公開資訊與實際使用經驗整理，功能與方案價格以官網當下公告為準。
常見問題
雅婷逐字稿免費嗎？免費額度夠用嗎？
有免費額度，對一般輕度使用者（學生的課堂錄音、偶爾的會議記錄）通常夠用。付費方式有按音檔時數購買與訂閱制兩種，實際額度與金額以官網當下公告為準——這類服務的方案調整頻繁，不要依賴第三方部落格轉述的數字。建議先用免費額度測一個月，算出實際需求再決定哪種付費方式划算。
跟國外的語音轉文字服務比，差多少？
在台灣口音、中英夾雜、在地用語的情境下，雅婷的實測體驗通常明顯較好；純英文內容則國外服務較強。最準的判斷方式是拿你自己的真實錄音——不是朗讀稿，是實際會議的那種——各測一段十分鐘比對錯字量，十五分鐘就有答案，比看任何評測都可靠。
台語可以辨識嗎？準確率如何？
有台語相關的辨識能力且持續改進，但混講情境的準度仍不如國語。實務經驗是：純台語段落有一定水準，但國台語快速切換的地方最容易出錯。如果你的錄音台語比重高，務必預留較多校對時間，別照國語錄音的經驗估算工時，會來不及。
上傳會議錄音會有隱私問題嗎？
值得認真看待。會議與訪談錄音常包含他人的聲音、個資與商業機密。在台灣，錄下自己也在場的對話通常合法，但上傳到雲端服務處理是另一回事。實務建議：涉及敏感內容前先告知與會者、研究訪談依倫理規範取得同意、公司機密會議先確認資安政策。這是專業習慣，不是過度謹慎。
