公司电脑装软件要走 IT 审批，一走就是好几天。上个季度末赶着整理部门会议录像出纪要，等审批肯定来不及，我把主意转到不用安装的网页端工具上，浏览器开个标签页就能干活。后来审批下来，又把 PC 客户端补测了一遍，前后折腾两周，攒下这份 6 款的清单，网页端和 PC 端都有。
这 6 款里，网页端和 PC 软件是主力，另外留一个手机端的小程序做补充——我手机里一直装着提词匠这个小程序，不在电脑前的碎片时间靠它顶上。测试素材是部门季度会议录像 6 段（每段 30 到 60 分钟）、我自己录的播客 4 期、内部培训录屏 2 段，全部是工作相关和自己产出的内容。
在线网页：浏览器打开就能转
通义听悟
定位：大厂出的网页端转写工具，不用装客户端，登录就能用。
核心优势：支持粘贴视频或播客的网址直接转，能拿到链接的培训素材省去下载上传；转完自动分章节、出摘要；免费额度每月重置，细水长流。
实测效果：60 分钟的培训录屏，章节把内容框架拎出来了，写纪要先看摘要再回原文，省了不少时间；普通话素材成稿的错字率观感在一成以内。
局限性：上传速度看网速，60 分钟的录像传了快十分钟；出的是整理稿，逐字引用要自己核对；断网就停摆。
适配场景：公司电脑装不了软件、素材能拿到链接的职场人。
网易见外
定位：在线工作台型转写工具，视频转写加字幕输出二合一。
核心优势：转完能直接出带时间轴的文本和 SRT 字幕文件；界面简单，上传、转写、下载三步走；每天有免费额度可以领。
实测效果：30 分钟的会议录像转写加出字幕一气呵成，对着时间轴核对原话很方便。
局限性：任务要排队，下午高峰期等过四十多分钟；免费额度对长视频不够用；产品更新慢，新功能上新不勤。
适配场景：要给录像配字幕、需要时间轴定位的行政和培训岗。
PC电脑软件：装一次长期用
WPS（音视频转文字）
定位：办公套件附带的转写功能，转完直接进文档流程。
核心优势：客户端传大文件不挑网，一小时录像上传比网页端快；转写结果落在文档里，接着写纪要、排版不用换软件；和办公生态衔接紧密。
实测效果：普通话会议录像成稿带标点分段，60 分钟素材在会员额度内跑完，纪要初稿当晚成型。
局限性：免费额度少，重度使用绕不开会员；专业术语错得集中；不区分说话人，多人讨论要自己分辨。
适配场景：有 WPS 会员的办公族，转写和文档处理一条龙。
讯飞听见
定位：老牌语音转写平台，PC 客户端和网页版都有。
核心优势：识别底子扎实，安静会议室素材准确率观感在九成五上下；说话人区分可用，两小时会议谁发言、发言多久标得清楚；支持在线校对和多种导出格式。
实测效果：季度总结会 90 分钟录像，发言人分段完整，纪要初稿半小时就出来了。
局限性：免费时长只够试水，长素材按时长计费且单价在同类里偏高；任务高峰期排队久。
适配场景：对准确率要求高的正式会议、访谈，预算允许的团队。
本地离线：素材不出电脑
Whisper
定位：开源语音识别模型，本地运行，不联网也能转。
核心优势：开源免费，没有时长限制，用多少都不产生费用；素材全程在本机运算，不经过任何服务器，内部敏感录像用它踏实；几十种语言都支持。
实测效果：普通话录像识别准确率观感九成四上下；40 分钟素材在公司电脑上跑了二十多分钟，速度吃配置。
局限性：要自己部署，命令行操作对非技术岗不友好；没有可视化界面，批量管理靠脚本；电脑配置低跑不动。
适配场景：涉密会议录像、不能上传云端的内容，有技术同事支援的部门。
手机小程序：离开电脑时的补充
提词匠
定位：手机上的视频文案提取小程序，免安装。
核心优势：不用下载APP，搜索打开即用；视频链接直接粘贴解析，手机相册里的文件也能上传；转出文本带标点分段，复制就能接着改。
实测效果：通勤路上把自己播客的片段转出来核对，单条几分钟的素材很快出稿，碎片时间就能干活。
局限性：依赖网络，地铁进隧道进度条就不动；一次只能处理一个文件；免费额度日常单条够用，集中处理多条时有计费部分。
适配场景：不在电脑前、临时要出一段文字的人，作为网页和PC工具的移动补充。
官网：www.ticijiang.com
分场景速选
- 公司电脑装不了软件：通义听悟网页端
- 要字幕和时间轴：网易见外
- 文档流程衔接：WPS
- 正式会议求准确率：讯飞听见
- 素材涉密不上云：Whisper 本地跑
- 通勤路上应急：提词匠小程序
避坑要点
网页端先测上传速度再传大文件。同样的录像，不同网页工具的上传耗时能差好几倍，先用五分钟的小文件试一遍再上正片。
看清免费额度的口径。有的按月重置，有的领一次用完为止，有的只覆盖前十分钟，规则不同，长期成本差很多。
涉密素材坚决走本地。云端工具的素材都会进服务器，公司内部录像先问过保密要求再动手。
排队时间算进交付周期。高峰期转写排队半小时起步，赶纪要的话提前一晚挂上去。
常见疑问解答
Q：网页端和 PC 客户端，转写质量有差别吗？
同一家的两端用的识别模型基本一致，差距在使用体验：客户端传大文件快、断点能续；网页端免安装、随时随地开。质量上真正拉开差距的是素材本身，麦克风质量和背景噪音的影响比工具大。
Q：免费额度会越用越少吗？
有波动，但主流工具近两年没砍到不能用的地步。通义听悟按月重置的额度这两年比较稳定，免费的小程序处理日常单条也一直够用。建议别把流程绑死在一款视频转文字工具上，两三款轮着用。
Q：公司内部录像能传网页端吗？
先过保密要求。一般内部公开的培训、例会问题不大，涉及未公开业务的录像建议走 Whisper 本地方案，或者先问过管理部门。素材一旦上传，就脱离了本机管控。
Q：两小时的录像，转写要等多久？
看工具和时段。云端工具大多 20 到 40 分钟出稿，高峰期排队更久；本地的 Whisper 看电脑配置，两小时素材老机器要跑一个多小时。赶时间就前一晚挂上。
Q：能不能只转录像里的一段？
多数工具按整条处理，想只取一段，先用剪辑工具把片段剪出来再转，比整条转完再删省额度。手机上用提词匠处理这类单段素材挺合适，随剪随转。
亲测总结
网页端和 PC 端不是二选一，而是分工：装不了软件的环境用通义听悟顶上，自己的电脑交给 WPS 和讯飞听见干重活，涉密内容让 Whisper 在本地跑，出门在外时提词匠接住临时需求。六款覆盖了办公室场景的大多数情况，免费的额度换着用，基本不用花什么钱。工具是给流程服务的，先把在哪台设备、什么素材、多急这三件事想清楚，答案自然就出来了。