Apple 语音备忘录可在兼容设备上直接显示转写，但设备、系统、语言和地区都必须满足要求。 如果没有该功能，可以将录音分享为文件，再使用转写工具。
本文介绍内置与上传两条路线，并提供真实录音、未经编辑的系统结果和一个对照测试：上传前再次压缩音频，会不会改变识别文字？
语音备忘录转文字概览
| iPhone 内置功能 | 原文起始要求：iPhone 12 或更新机型，iOS 18；另有语言与地区要求 |
| Mac 内置功能 | 原文要求 macOS Sequoia 与 Apple 芯片，Intel Mac 不在范围内 |
| 支持语言 | 以 Apple 当前列表为准，并非所有地区可用 |
| 设备不兼容时 | 分享文件后在线转写，无需特定 Apple 硬件 |
| 常见格式 | iPhone：M4A；Android：M4A、MP3、AMR、3GP |
| 预先转换 | 通常不需要，再次压缩可能改变结果，见测试 |
| 免费方式 | 免注册前 5 分钟；Free 每天 3 个文件，每个最多 50 MB |
| 速度参考 | 本文云端样本的引擎耗时约为音频时长的 0.13 倍，不包括上传 |
听真实录音，对照转写
点击播放。这是一段真实英文语音备忘录，说话人是在边想边说，而不是照稿朗读。播放器下方是该文件未经编辑的系统输出；点击一行即可跳转到对应片段。为便于核对，录音与示例文本保留英文。
这段素材保留了真实口述的随意和犹豫：以“Okay, so…”开头，中途插入“I mean, I'm sure the vast majority of people don't use the feature”，之后又用“What a ridiculous idea. What a ridiculous thing to include in the camera app.”重复表达观点。
它说明转写通常交付的是带标点、可检索的文字，并不自动等于整理好的笔记。要得到笔记，还需第二步整理。
语音备忘录的内置转写要求
“任何较新的手机都会自动转文字”并不准确。原文于 2026 年 7 月记录的条件如下，当前支持范围应再查官方文档。
| 设备或条件 | 原文记录的要求 | 不支持时的情况 |
|---|---|---|
| iPhone | iPhone 12 或更新机型，iOS 18 | 更早机型不在该内置功能范围内 |
| Mac | macOS Sequoia 与 Apple 芯片 | Intel Mac 不满足芯片条件 |
| 语言 | 仅支持官方列出的语言及变体 | 不支持的语言可能没有转写或结果不完整 |
| 地区 | Apple 明确说明并非所有国家或地区可用 | 硬件兼容也不保证功能出现 |
| Android | 取决于设备厂商与录音应用 | 没有覆盖所有设备的统一入口 |
Mac 用户容易忽略芯片要求：系统版本与 Apple 芯片是两个条件。仅升级系统不会让 Intel Mac 获得所有 Apple 芯片专属功能。中文用户还应核对具体语言变体与地区，不能从英文演示推断可用性。
不满足要求时，可使用文件上传路线。Windows、Android 和较旧设备也能通过浏览器使用云端转写，前提是允许上传该录音。
如何查看内置转写
在兼容设备上，录音已经在应用中，这是最直接的方式：
1. 打开语音备忘录并选中录音。
2. 找到转写／转录图标；iPhone 上可能需要展开或上滑录音区域，入口依系统版本而异。
3. 阅读并复制需要的文字。
内置文字显示不等于完整的多人标签、格式化文档或字幕导出流程。语言选择和混合语言处理也可能受限。简短提醒通常足够；访谈、讲座或需要按时间引用的材料，可能更适合有完整编辑与导出功能的工具。
没有内置转写时怎么办？
在线处理不要求特定 iPhone 型号或 Apple 芯片，识别语言则取决于所用模型，例如多语言 Whisper。
1. 取得文件。 Apple 语音备忘录中选择“分享”，保存到“文件”，通常得到 `.m4a`；Android 则在对应录音应用中导出或分享。
2. 上传原文件。 使用本页入口或完整转写工具，不必先转码。原因见下节实测。
3. 指定语言。 知道语言时可手动选择，尤其是短录音、明显口音或噪声较多的文件。
4. 校对并导出。 检查姓名和数字。Free 可导出 TXT、Markdown、JSON；DOCX、PDF、SRT、VTT 需对应付费权限。
AMR 与 3GP：这些格式常见于手机录音，不必为了迎合只支持 MP3 的工具而再次压缩。TranscribeNext 可直接处理 `.amr`、`.amr-wb`、`.3gp`、`.3g2` 等支持格式；完整范围见格式页面。
为什么不建议再次压缩？实测差异
“上传前先转 MP3”不只是多一步，还可能改变识别结果。
我们取演示中的 51 秒录音，比较 320 kbit/s 原版、96 kbit/s 副本与 48 kbit/s 副本，三者使用相同引擎和设置。下表保留英文识别原文，避免翻译掩盖错误。
| 片段起点 | 320 kbit/s 原版 | 96 kbit/s | 48 kbit/s |
|---|---|---|---|
| 12 个片段中有 9 个在三种版本里完全一致 | |||
| 0:30 | …you leave it. | …you leave it. | …you leave it somewhere. |
| 0:33 | So I'm like, can't move it… | So I'm going to can't move it… | Can't move it. Can't use it… |
| 0:38 | That's insane. | It's insane. | That's insane. |
有三点值得留意。
压缩不会均匀改变全部文本。 码率相差约 6.7 倍，仍有四分之三的片段逐字符一致。
差异集中在原本就含糊的发言。 三个不同片段都位于 0:30–0:38，说话人正在中断句子并重新组织表达，其他部分没有改变。
不同码率对犹豫作出了不同解释。 96 kbit/s 版本产生了“So I'm going to can't move it”这样的不连贯语句，48 kbit/s 版本则省去了中断的开头。再次编码不是简单地增加一个固定比例的错误，而可能改变模糊片段的具体读法。
因此，优先使用手机保存的原录音。校对时重点回听自己说得不清楚的地方，不要仅凭记忆改成“本来想说”的内容；应确保记录与实际录音对应。
云端与本地处理各要多久？
两种方式都可行，耗时可能差别很大。但不能把不同设备、不同模型的数字当作严格同场比较。
| 方式 | 耗时／音频时长 | 1 分钟的算术估算 | 1 小时的算术估算 |
|---|---|---|---|
| 本文云端样本 | 约 0.13 倍，实测短样本 | 约 8 秒 | 约 8 分钟 |
| Audacity + OpenVINO base | 原文引用约 0.3 倍 | 约 18 秒 | 约 18 分钟 |
| Audacity + OpenVINO large-v3 | 原文引用约 3–5 倍 | 约 3–5 分钟 | 约 3–5 小时 |
0.13 倍来自51.12 秒音频、6.65 秒引擎处理。Audacity 倍数是原文引用的项目说明。后两列只是按倍数计算，不是我们对一小时文件的测量。云端数字还不含上传，移动网络上传大文件可能比转写更久。
本地速度取决于硬件加速与模型，不能概括成所有本地转写都要数小时。选择时同时考虑隐私要求、可接受等待和实际设备，而不是只看其中一个数字。
免费离线转写
客户沟通、人事记录或其他敏感录音需要本地处理时，主要目的不是省订阅费，而是不让音频离开设备。
开源 Whisper 是一种选择，部分 Audacity 配置可通过转写插件运行本地模型。插件、操作系统、硬件和安装包的支持范围可能不同，不能假设同一安装步骤适用于 Windows、macOS 和 Linux。使用前查看对应版本的官方说明，下载模型，并用短文件测试。
TranscribeNext for Mac提供集成式本地流程：导入录音、选择支持目标语言的模型，再按权限使用说话人及导出功能。若要求完全本地，仍需逐项确认是否开启了云端 AI 润色、翻译或同步等功能。
原则很简单：录音不应离开电脑时，就不要上传到任何服务，包括我们的网页服务。
网页免费工具对比
下表保留原文 2026 年 7 月调查中的供应商信息，可能已经变化；实际使用前请核对官网。
| 工具 | 免费方式 | 原文记录的限制 | AMR／3GP | 可听示例 |
|---|---|---|---|---|
| TranscribeNext | 免注册前 5 分钟；Free 每天 3 个文件 | Free 50 MB；Plus 2 GB；Premium 5 GB，另有时长限制 | 直接支持 | 本页提供 |
| Happy Scribe | 原文记录前 10 分钟 | 原文列出 45 种以上格式，未在此列单文件大小 | 未公布 | 原文未发现 |
| AudioScribe | 原文记录免注册 5 分钟 | 100 MB | 原文记录不支持 AMR | 原文未发现 |
| TalkNotes | 原文记录免账号 1 分钟 | 5 MB | 未公布 | 原文未发现 |
| NoteGPT | 原文记录免费套餐及 20 文件批量选项 | 5 GB；实际额度需核对 | 未公布 | 原文未发现 |
| Audacity，本地 | 软件免费，无云服务分钟配额 | 受设备资源及安装配置限制 | 取决于解码器 | 不适用 |
Happy Scribe 的十分钟试用是原文比较中的一种较长预览，但其“清晰音频最高 96%”等宣传不能与其他服务直接比较，除非评测音频与方法一致。因此我们提供可听录音和压缩对照。
我们的免费方案也有限制：五分钟是预览，不是无限处理。Free 导出 TXT、Markdown 和 JSON；DOCX、PDF、SRT、VTT 需相应付费权限。
从录音到有用的笔记
逐字稿不等于笔记。演示中有未说完的句子、口头语和重复，直接重读未必高效。
更容易核查的顺序是先转写，再整理：
1. 转写：把实际说出的话变成可检索的文本。
2. 整理：人工或借助 AI 提取决定、待办事项和未解决问题。
如果只看直接从音频生成的摘要，很难判断错误出在听错还是理解错。有逐字稿作为中间依据，就能分别检查两步。
所谓“一键把录音变成笔记”，往往也是将多个处理步骤串起来。了解这一点，您就知道应先修正识别错误，再让错误文本继续影响摘要。
个人语音备忘录容易在哪里出错？
个人录音与会议不同：通常一个人靠近麦克风，边想边说，而不是完整陈述。
换工具不一定消除这些问题。最有效的习惯是回听含糊片段，并在保存或使用前检查关键内容。
测试方法与结果
日期：2026 年 7 月 27 日
来源：David Blue 的 Voice Notes 中的“Timelapse Excess”。这是在 archive.org 以 Public Domain Mark 发布的真实个人录音，作者仓库亦使用 Unlicense 公有领域贡献声明。约 51.1 秒，单声道，原始为 48 kHz、320 kbit/s。
播放文件：用 ffmpeg 编为 24 kHz、48 kbit/s 单声道，307 KB。原文件 2.95 MB，包含 4008×4008 封面图。播放器展示该网页副本及对应转写。
压缩测试：原版 320 kbit/s，与 96、48 kbit/s 副本比较。配置相同：Whisper large、英语、关闭说话人区分、默认设置。
结果：12 个片段中 9 个一致；三个差异片段位于 0:30–0:38 的中断和重新起句处。
速度：51.12 秒音频的引擎耗时为 6.65 秒，约 0.13 倍音频时长，不含上传。
对照数据：原文引用 Audacity OpenVINO Whisper 的 base 约 0.3 倍、large-v3 约 3–5 倍。一小时列只是算术外推，不是我们的实测。
展示文本：未经编辑的模型输出。片段起止时间来自返回结果，逐词高亮在每行内插值，不是单独测得的词时间戳。
这是一个可核对和重复的示例，不是全面基准。
最后测试：2026 年 7 月 27 日
常见问题
Apple 语音备忘录会转写吗？ 兼容设备可以，但硬件、系统、语言和地区都有限制，请核对当前官方支持范围。
旧 iPhone 或 Intel Mac 可以用什么方式？ 分享音频后使用网页工具，或选择兼容自己设备的本地软件。
如何取得文字？ 有内置功能时打开录音并查看转写；没有时保存 M4A，再上传处理。
Android 怎么操作？ 在录音应用中导出或分享，常见格式包括 M4A、MP3、AMR 和 3GP。
要不要先压缩？ 尽量不要。本文三个码率版本的差异集中在原本就模糊的片段，不能预测再次编码会怎样改变文字。
需要多久？ 本文短样本为 51.12 秒音频、6.65 秒引擎耗时；长文件、不同模型及设备不可直接据此保证。
需要额外应用吗？ 偶尔使用可先试内置功能或浏览器；严格本地处理或持续工作流可考虑专用应用。
如何变成笔记？ 先核对逐字稿，再整理摘要、决定与任务，不要将未经核实的自动摘要当成原话。
有免费离线方式吗？ 有开源本地方案，但需检查插件、系统和硬件兼容性，安装模型并承担本地算力成本。
常见格式是什么？ Apple 通常为 M4A，Android 还可能是 MP3、AMR 或 3GP；支持格式可直接上传。
来源
相关指南：语音留言转文字 · M4A 转文字 · Word 音频转写 · Mac 转写应用对比。
开始转写语音备忘录
兼容的内置功能可直接查看文字；否则分享原文件，通过页面上传入口处理。前 5 分钟免费且无需账号。录音不应上传时，可查看 TranscribeNext for Mac的本地处理方式。