平时开会、采访、上课,录了一堆音频回头整理成文字,那滋味真不好受。我之前手动打字整理一段一小时的录音,愣是花了三个多小时,后来才开始研究语音文字转换这块。踩了不少坑,也攒了些顺手的方法,今天就把自己常用的技巧和工具捋一捋,都是实际用过的,不整虚的。
很多人一上来就去找第三方软件,其实手机里就藏着能用的功能。苹果的备忘录里有个麦克风图标,点开说话,语音转文字直接出结果,日常记个待办、写个短想法完全没问题。安卓这边,讯飞输入法的语音键也挺稳,普通话识别准确率不错,说话别太快基本不用改。我自己习惯用输入法的长按说话功能,微信聊天懒得打字就靠它,一段话说完文字就出来了。不过要提醒一句,手机自带的录音转文字适合短内容,超过十分钟的音频容易断,而且环境吵的时候错字会明显变多,这点得心里有数。
真要整理会议录音、采访素材,还是得上电脑。我试过几个主流的语音文字转换工具,说下真实感受。讯飞听见上传音频后自动转写,一小时的录音大概几分钟出稿,标点也帮你断好,缺点是免费额度有限,长音频要付费。网易见外工作台相对良心,每天有免费时长,适合偶尔用的人,但排队慢的时候得等。还有剪映,很多人只知道它剪视频,其实它的字幕识别功能拿来转文字也顺手,导入音频识别字幕再导出文本,白嫖党可以试试。操作上有个小技巧,上传前把音频里的杂音处理一下,或者用耳机麦克风重录一遍,语音文字转换的准确率能提不少。
工具再好,说话不清楚也白搭。我总结了几个实用的小习惯:说话时离麦克风近一点,别隔着一米远喊;语速放平,别一句话里突然加速;专业术语多的场合,提前在工具里加自定义词库,像人名、公司名这些,加进去之后错字少一大截。另外转完别急着用,花两分钟通读一遍,把同音字改改,比事后返工强。还有个小细节,语音文字转换出来的文本记得分段,一大坨文字看着累,分好段再保存或者分享,阅读体验完全不一样。
说到底,语音文字转换这事没有万能工具,短内容用手机自带,长录音上电脑软件,配合好的录音习惯,效率自然就上来了。上面这些方法我自己反复用过,你也按自己的场景挑着试,别贪多,顺手最重要。