# 会议录音怎么转文字还分人？说话人分离转写+校对导出教程

> 来源：工具派（https://gjupai.com） 原文页面：https://gjupai.com/tutorial/meeting-transcribe-guide

## 开了一小时会，整理纪要要两小时

把录音扔给普通「音频转文字」工具，得到的是一整坨不分人的文本，谁说了哪句对不上号。讯飞听见机器快转约 19.8 元/小时、人工精转 80 元/小时起；Otter 免费档只有 3 次终身文件导入，SRT/Word 导出还是付费功能。本地跑 Whisper 不分说话人，再拼 pyannote 分离环境，4G 内存电脑直接趴窝。

工具派的会议录音转写（分说话人）：上传录音，自动转写并区分说话人，输出分角色带时间戳文稿，校对后免费重新导出 Word/SRT/TXT。

## 三步操作：上传 → 等待分角色文稿 → 校对导出

**第一步，上传录音。** 支持 mp3/wav/aac/flac/ogg/m4a/opus/wma/amr 九种格式，≤200MB、≤60 分钟（超长会议建议分段上传）。提交时可指定说话人数（知道几人就指定，更准），或选「自动估计」；还可填 ≤20 个专有名词作热词（产品名、人名），转写后自动纠正误识别并标注纠正位置。

**第二步，等待处理。** 离线模型处理约需音频时长的 0.4-0.7 倍，页面显示六阶段流水线进度，可离开稍后回来恢复查看。完成后自动生成分角色文稿、每人发言统计、Word/SRT/TXT 三格式。

**第三步，校对。** 点每段开头的时间码，音频自动定位播放，边听边核对：文字错了点击改；说话人认错了下拉换人；被拆开的一句话点「合并」；说话人标签全局重命名（说话人1→张总，一键生效）。支持撤销。

## 口语优化：一键清理「嗯、啊、那个」

开启「口语优化预览」后，编辑器用删除线标出全部填充词与重复口癖（约 40 类中文口语词），点击标注可单处恢复。导出可选「原话版」或「易读版」——易读版自动删除填充词，读起来干净得多。

## 校对后免费重新导出

点「重新导出」，服务端按当前校对结果重新生成 Word/SRT/TXT——免费、不扣次数（每日限 10 次）。Word 排版：说话人加粗、时间戳灰色小字、正文宋体、末页发言统计表，直接归档。SRT 可导入剪辑软件做字幕（每条带说话人前缀）。

## 一键生成 AI 会议纪要

点「生成 AI 纪要」，校对后文稿自动填充到 AI 会议纪要工具输入框（按该工具自身额度计费）。先校对再生成，纪要质量更高。

## 准确率预期：诚实口径

离线模型转写+声纹聚类辅助，不吹「98%」：安静双人中文会议准确率较高；多人嘈杂环境说话人归属约 75-90%（与开源基准一致）。定位是「AI 辅助整理+人工快速校对」。

## 隐私与删除

录音上传后 **24 小时自动删除**；转写全程服务器本地离线模型完成，不上传第三方。涉密会议建议导出后自行删除浏览器校对数据。