「逐字稿與摘要」(/tools/transcribe,位於工具庫的「設計、影片與音訊」下方)會將語音內容轉為包含時間和講者的逐字稿、摘要、重點、決議事項、待辦事項,以及可供寄送的報告。你可以透過麥克風說話、上傳影片或音訊檔、貼上網頁或 YouTube 連結,或貼上或口述文字。所有已登入的帳戶都可以使用。每次錄音或連結都會使用你帳戶的代幣,這與所有 aiKit AI 工具使用的代幣相同。本指南會逐步介紹開始畫面、工作畫面和結果。
開啟「逐字稿與摘要」 →四個分頁用來選擇要轉錄的內容。「錄音」會透過麥克風錄製:按下「開始錄音」,完成後按「停止」,錄音便會開始處理。「上傳檔案」可接受錄音檔(MP4、MOV、MP3、M4A、WAV、WebM),或已含文字的文件:PDF、Word、PowerPoint(投影片和講者備註)、Excel、文字、HTML、RTF,或文字圖片,例如聊天的截圖。也接受從 Zoom、Teams、Google Meet、Otter、Fireflies、Rev 或 YouTube 匯出的逐字稿(.vtt、.srt、.txt、.docx);字幕檔會保留時間資訊。文件最大 4 MB、最多 30,000 字;錄音會經過聆聽處理,文件則只會被讀取,兩者都不會被儲存。舊版 .doc、.ppt 和 .xls 檔案需先另存為 .docx、.pptx 或 .xlsx。在上傳區下方,「範例會議(文字)」會填入文字分頁,「範例通話(含時間)(.vtt)」則會上傳一個小型範例檔,讓你不需自行錄音即可試用此工具。「貼上連結」可輸入 YouTube 或網頁網址。「貼上或口述文字」可貼上筆記或電子郵件串,或使用麥克風按鈕說出內容。
有想特別注意的內容嗎?(選填)輸入想擷取的重點,例如所有提到的價格,摘要就會特別留意這些內容。下方的方框「我有權使用這段內容」必須先勾選,才能開始處理。如果有其他人在說話,只有在他們知道正在錄音,或你已取得他們同意時才勾選;部分地區要求所有人都同意。
底部那一行會顯示「使用你的代幣」,以及帳戶剩餘的代幣數量(點選「取得更多」會開啟「代幣與用量」)、允許的最長錄音時間(免費帳戶為 30 分鐘),以及免費帳戶錄音的保存時間(90 天)。「你的錄音」會依最新到最舊列出你做過的錄音;點開即可再次查看。未完成的錄音會標示為「未完成」。
錄音或檔案的處理步驟如下:準備音訊(瀏覽器會解碼音訊,並在安靜的時候切成短段)、聆聽(每一段都會被轉錄後丟棄;每段完成時進度條會隨之增加),接著找出是誰說了什麼並撰寫摘要。音訊本身不會被儲存。按下「停止」會取消這次處理,且不會計算用量。如果某一段失敗,會再嘗試一次;如果整個處理無法完成,用量會退還。
連結或文字的處理分為兩個步驟:先讀取網頁、字幕或文字,再撰寫摘要。網頁會被摘要,而不是複製。YouTube 連結會在 YouTube 允許我們的伺服器存取時,讀取影片公開的字幕;我們從不下載影片或其聲音。YouTube 常常拒絕我們的伺服器,因此可能會看到「尚未完成」,並提供兩種方式:在「上傳」分頁上傳影片檔案,或開啟影片,按下影片下方的 ⋯,選擇「顯示逐字稿」,複製文字後貼到「貼上或聽寫文字」分頁。若連結無法讀取,不會計算用量。影片或音訊檔案本身的連結也無法讀取,請直接上傳檔案。需要登入的頁面,或以腳本載入文字的頁面,同樣無法讀取。
頁面頂端的「所有錄音」會回到清單。「動作」提供將摘要或逐字稿匯出為 Word 或 PDF、將逐字稿匯出為純文字、將你的問題與答案匯出為文字,以及將字幕匯出為 SRT 或 VTT(僅限有時間資訊的錄音)。「分享連結」會建立唯讀頁面,內含摘要、重點與逐字稿,任何有連結的人都能開啟;「停止分享」則會將其關閉。「刪除」會移除這段錄音以及由它產生的所有內容。標題可以編輯:點一下、輸入文字,然後點其他地方即可儲存。
標題下方會顯示長度、語言以及來源。剛轉錄完檔案或錄音後,會出現播放器與波形圖:點擊波形圖即可跳到該時間點。波形圖下方的小圓點是章節;點一下即可跳到逐字稿中的對應位置。離開頁面後,逐字稿會保留,但無法播放,因為音訊並未保存。
在電腦上,結果會在播放器下方並排顯示兩個面板。「逐字稿」一律在左側。右側有四個分頁:「摘要」、「提問」、「待辦事項」與「改寫為」。在手機上則一次只顯示一個面板,頂端會以分頁列出相同的五個選項(逐字稿、摘要、提問、待辦事項、改寫為)。
想快速找到特定問題的答案?查看常見問題。