AI 音訊翻譯

不會。錄音按原本說的語言轉成逐字稿，並在文字旁標明辨識到的語言。這份逐字稿才是後續譯者或翻譯服務的來源。兩步分開的好處，是原話在意思被改動之前，還有人能對著音訊核對一次。

不用。轉寫與匯出都可以免費開始，前幾個檔案也不需要登入。付費方案放寬上傳上限、允許同時處理多段錄音，並開啟進階準確模式，對口音重與吵雜的通話有幫助。

M4A、MP3、WAV、AAC、OGG 等常見格式都收，影片檔裡的音軌也可以。手機匯出的語音備忘、會議工具錄下的通話、播客母帶，都走同一個上傳口，不必事先轉檔。

能辨識的口語接近一百種，選擇由音訊本身決定。雙語通話這種混用兩種語言的情況，可以切開處理，或手動指定語言後跑兩次，讓逐字稿的每一段都停在同一套模型上，斷句與術語會穩定得多。

音訊裡有一個以上的人聲時，講者分離會替每一輪發言加標籤，回答就留在回答的人身上。兩人通話最清楚。重疊說話、共用一支話筒會削弱效果，文字讀起來就比較像單一流水。

數字與日期是跨語言工作裡最危險的部分，聽錯一個位數不容易發現，事後代價卻高。辨識器少見的語言裡的人名是第二個風險。兩者在編輯器裡都改得快，但交給譯者之前，最好由懂該語言的人先看過一遍。

三十秒的語音備忘與兩小時的訪談走同一條路，真正的限制是方案標示的檔案大小。把長通話切成幾段，每份逐字稿都更容易對著音訊複核，有疑問的一段也不必等其餘部分處理完才能重聽。

可以連同標明的語言一起交給譯者，也可以邊聽邊讀、匯出成純文字，或做成字幕。時間戳與講者段落都留在原位，譯者能順著對話走，審稿的人也指得出某句話落在哪一秒。