將語音留言轉為文字，基本流程是儲存音訊、上傳並讀取轉錄。 難點往往在聲音本身：傳統電話線路的單聲道音訊大致限制在 300–3400 Hz，而留言中最重要的回撥號碼又常常說得特別快。
本文不只給出一個準確率口號，而是提供可直接核對的結果：聽真實留言、看未經編輯的系統輸出，再比較同一錄音經過電話音質模擬後的表現。
語音留言轉文字概覽
| 需要準備 | 儲存為音訊檔案的留言 |
| 取得檔案 | iPhone 分享、Android 匯出、可用的 Google Voice 下載，或電信業者郵件附件 |
| 支援格式 | 包括 .amr、.3gp 在內的多種音訊與影片格式 |
| 是否需要預先轉換 | 支援的格式可直接上傳 |
| 免費試用 | 免註冊轉錄前 5 分鐘，足以覆蓋多數短留言 |
| 處理時間 | 本文 16 秒樣本耗時 4.65 秒；不是時限保證 |
| 匯出 | Free：TXT、Markdown、JSON；DOCX、PDF、SRT、VTT 需相應付費權限 |
| 敏感留言 | 可在 Mac 應用程式中選擇本地轉錄，避免上傳音訊 |
聽真實留言，對照轉錄
點選播放。播放器下方是同一段英文錄音未經人工修改的系統輸出。為便於聽音核對，錄音與示例文字保留英文。點選某一行即可收聽對應片段。
注意兩個細節：即使停頓不明顯，系統也加入了標點；它保留了“I've called, I mean, five times today”中的自我修正，意思是“我打過，我是說，今天打了五次”。系統還在“picked up once”後斷句，儘管講者直接接著講下一層意思。這樣的切分讓文字更易讀，但仍是辨識系統作出的判斷。
如何把留言儲存為檔案
取得音訊常比轉錄更費力。可以依次嘗試以下方式。
郵件轉發。 如果電信業者或企業電話系統支援將留言發送到郵箱，可啓用該功能。音訊通常作為 WAV 或 MP3 附件送達，下載後即可處理。是否提供取決於具體服務。
iPhone。 在支援可視語音信箱的配置中，打開“電話”，進入“語音留言”，選中一條留言，使用“分享”儲存到“檔案”或發到自己的郵箱，通常得到 `.m4a`。如果沒有分享按鈕，電信業者可能沒有將音訊提供給裝置，可再查看郵件轉發選項。台灣與香港的電信業者支援情況可能不同，請先確認你的門號是否提供這項功能。
Android。 操作取決於留言應用程式，而不只是 Android 系統。若您的帳號與地區可使用 Google Voice，可在網頁版留言中下載 `.mp3`。電信業者應用程式中則查找“儲存”“匯出”或“分享”。錄音應用程式也可能生成 `.amr` 或 `.3gp`，見格式說明。
最後的辦法：重新錄製播放聲音。 實在無法匯出時，可以用喇叭播放，再用另一台裝置錄音，但這會額外錄入環境噪聲與回聲，通常不如直接取得原檔案。
支援的格式，包括 AMR
語音留言常用的格式比普通音訊更集中。以下列出常見來源；實際檔案需能正常解碼。
| 格式 | 常見來源 | 是否支援 |
|---|---|---|
| .m4a | iPhone 電話應用程式分享 | 支援 |
| .mp3 | Google Voice 下載、電信業者郵件附件 | 支援 |
| .wav | 電信業者或企業電話系統郵件附件 | 支援 |
| .amr、.3gp | Android 留言或通話錄音應用程式 | 支援，無需預先轉換 |
| .aac、.ogg、.opus | 通信應用程式及轉發音訊 | 支援 |
| .aiff、.caf | macOS 錄音 | 支援 |
| .mp4、.mov | 播放留言時的螢幕錄製 | 支援，使用其中的音軌 |
AMR 值得特別留意。 它長期用於手機語音和通話錄音，部分網頁工具卻要求先轉 MP3。這不僅增加步驟，還可能再次有損壓縮。TranscribeNext 可直接接收 `.amr`、`.amr-wb`、`.3gp` 和 `.3g2`。完整支援範圍請查看格式頁面，不必為了改變擴充功能名而反復轉碼。
電話音質會降低準確率嗎？一次對照測試
“錄音聽起來不太好，還能轉錄嗎？”與其只給一個百分比，我們做了對照。
將一段清晰的 44.1 kHz 立體聲留言，製作成單聲道、8 kHz、300–3400 Hz 頻段、μ-law 編碼的副本，再用同一引擎和設定處理兩個版本。
| 專案 | 原始高品質音訊 | 模擬電話音訊 |
|---|---|---|
| 音訊 | 立體聲，44.1 kHz | 單聲道，8 kHz，μ-law，300–3400 Hz |
| 辨識文字 | 逐詞完全一致 | |
| 返回片段 | 7 | 3 |
| 處理耗時 | 16.16 秒音訊的記錄耗時為 4.65 秒 | |
這次測試中，電話頻段限制沒有改變辨識出的詞。 改變的是分段：較短的句子被組合成更長的塊。頻率過濾可能影響邊界線索，但本測試並未單獨驗證分段變化的原因。
這只是一個樣本，不是完整基準。它能說明：電話帶寬本身不是所有錯誤的充分解釋。 更常見的問題來自講者的錄製環境，見下文。
電信業者與 iPhone 內建轉錄
手動上傳前，可以先檢查留言是否已經帶有可用文字。
電信業者服務。 某些電信業者將轉錄作為可視語音信箱的附加功能，可能收費。支援範圍、價格和品質取決於國家或地區、方案及電信業者，應以官方說明為準。有時問題不在價格，而在於缺少標點或號碼辨識錯誤。
iPhone 的兩種功能。 “即時語音留言”是在對方留言時於裝置上顯示轉錄，便於決定是否接聽；是否可用取決於語言和地區。“語音留言”列表中已有消息的轉錄則依賴對應的可視語音信箱服務。兩者不能混為一談，也不能預設所有地區和電信業者都支援。
Google Voice。 在受支援的地區與帳號中，它可以轉錄留言並下載音訊。已有使用者可將其作為第一版文字，保留 `.mp3`，姓名有誤時再用其他工具核對。
內建轉錄不夠準確、需要匯出文件，或不支援留言語言時，再考慮專門工具。
語音留言轉錄工具對比
以下競品資料來自原文 2026 年 7 月的調查，是歷史記錄，不保證目前條款不變。
| 工具 | 免費方式 | AMR／3GP | 可聽示例 | 匯出 |
|---|---|---|---|---|
| TranscribeNext | 免註冊前 5 分鐘；Free 每天 3 個檔案，每個最多 50 MB | 直接支援 | 本頁提供 | Free：TXT、MD、JSON；其他格式依方案權限 |
| AudioScribe | 原文記錄：免註冊 5 分鐘，註冊後檔案最長 25 分鐘 | 原文記錄為不支援 AMR | 原文未發現 | 原文記錄付費帳號提供 TXT、SRT、VTT |
| Ticnote | 原文記錄：最多 50 MB，更大檔案需註冊 | 未公佈 | 原文未發現 | 工具頁未明確列出 |
| 電信業者附加服務 | 可能收費，依電信業者而定 | 在服務內部處理，不適用上傳格式比較 | 通常沒有 | 應用程式內文字 |
| Google Voice | 取決於受支援的帳號和服務 | 服務內部處理 | 通常沒有 | 可下載 .mp3 音訊 |
我們的免費五分鐘預覽通常足以覆蓋短留言，但不是無限免費轉錄。此外，Word 與 PDF 匯出需要付費權限。Free 提供 TXT、Markdown 和 JSON，適合閱讀、檢索和複製，不等於免費生成所有格式。
如何翻譯語音留言
分開處理，更容易發現錯誤來自哪一步。
1. 先按錄音原語言轉錄。 短留言的語言線索較少，知道語言時可手動選擇。語言判斷錯誤可能產生看似流暢、實際不對應錄音的文字。
2. 回聽姓名和數字。 翻譯工具無法恢復辨識錯的電話號碼，一位錯誤數字很可能原樣進入譯文。
3. 再翻譯校對後的文字。 這樣輸入更可靠，也能區分辨識與翻譯問題。
同一留言中切換語言較難處理。自動偵測或固定單一語言都不一定解決所有情況；可指定主要語言，並特別核對另一種語言的片段。
一定要安裝應用程式嗎？
已有檔案、偶爾處理時，用瀏覽器即可，不必為一條留言安裝專門應用程式。
兩種情況值得考慮應用程式：一是批量自動處理新留言，這需要電信業者或軟體明確支援，不能假設普通上傳工具會自動讀取語音信箱；二是敏感內容需留在裝置上，例如客戶、人事或醫療相關溝通。TranscribeNext for Mac的本地轉錄流程可避免上傳音訊，但仍需檢查是否啓用了額外雲端功能。
哪些地方容易出錯？
對照測試說明電話帶寬未必是最大障礙。更應留意：
這些問題在音訊到達您手中前就已存在。任何工具都不能保證恢復車內含糊說出的號碼。包括我們的轉錄在內，姓名和數字都值得回聽檢查。
測試方法與結果
日期：2026 年 7 月 27 日
原始音訊：Sample_Me 的“Woman Leaving a Phone Message”，在 Freesound 以 CC0 1.0 公有領域貢獻方式發佈，約 16.1 秒，原始為 44.1 kHz 立體聲。
電話模擬副本：使用 ffmpeg 轉為單聲道，重取樣至 8 kHz，過濾至 300–3400 Hz，以 μ-law 編碼後製作網頁播放版本。播放器使用該副本，轉錄對應您聽到的音訊。
引擎：TranscribeNext 生產處理流程，Whisper large，英語，關閉講者辨識，預設配置。兩版設定相同。
結果：逐詞一致。原版 7 個片段，電話副本 3 個。16.16 秒音訊的記錄耗時為 4.65 秒。
展示方式：未經編輯的系統輸出。每行起止時間來自片段時間戳記；逐詞高亮在行內插值計算，不是獨立測得的逐詞對齊時間。
這只是一個示例，不是完整基準。公開音訊是為了讓您直接核對。
原文最後核驗：2026 年 7 月 27 日
常見問題
如何把語音留言轉為文字？ 儲存音訊檔案並上傳。iPhone、Android 和電信業者的具體匯出入口各不相同；支援郵件附件的服務也可直接下載音訊。
可以免費處理嗎？ TranscribeNext 可免註冊轉錄前 5 分鐘。Free 帳號每天 3 個檔案，每個最多 50 MB，可匯出 TXT、Markdown 和 JSON；Word、PDF 等需付費權限。
電話音質是否一定更差？ 不一定。本文樣本模擬為 8 kHz、μ-law、300–3400 Hz 後，文字與原版一致，但分段不同。這不保證所有電話錄音都能如此。
支援 Android 的 AMR 嗎？ 支援可正常解碼的 AMR、AMR-WB、3GP 和 3G2 等檔案，無需預先轉換為 MP3。
可以翻譯留言嗎？ 先轉錄原語言，核對姓名號碼，再翻譯修正後的文字。
電信業者或 iPhone 已經能轉錄嗎？ 部分配置可以，取決於地區、電信業者、語言和方案。即時語音留言與已儲存留言的轉錄是不同功能。
是否需要應用程式？ 偶爾上傳一個檔案，用瀏覽器即可。自動處理或嚴格本地處理需要支援相應流程的工具。
準確率是多少？ 無統一值。噪聲、姓名、快速數字和重疊聲音都會影響結果，關鍵內容需要回聽。
是否有權轉錄？ 請確認錄音處理、上傳、儲存與分享的授權及適用要求。收到一條留言不意味著可以任意公開它。
檔案能有多長？ Free：50 MB、2 小時，僅轉錄前 5 分鐘；Plus：2 GB、5 小時；Premium：5 GB、8 小時。一般留言遠短於這些上限。
來源
相關指南：在 Word 中轉錄音訊 · M4A 轉文字 · 快速轉錄音訊 · 訪談轉錄技巧。
開始轉錄您的留言
儲存音訊後，透過頁面上的上傳入口提交。前 5 分鐘免費且無需帳號，通常可覆蓋一條短留言。不希望上傳音訊時，可以查看 TranscribeNext for Mac的本地處理方式。