免费录音转文字怎么选：四类方案、时长限制与隐私代价
「免费录音转文字」搜出来一大把，真正用起来才发现：免费额度只够 30 分钟、导出要开会员、录音还被上传到了别人的服务器。免费方案确实有，但免费的代价通常不是钱，而是时长、准确率和隐私。
这篇把四类免费方案摊开对比，说清各自的限制，再给按场景的选择建议。
一、四类免费方案
| 方案 | 代表 | 免费边界 | 适合 |
|---|---|---|---|
| 系统自带 | Windows 语音输入、macOS 听写、手机备忘录转写 | 完全免费，需联网，时长有限 | 临时记一段、口述笔记 |
| 在线免费额度 | 各家转写网站、会议软件自带纪要 | 每月若干分钟，超了要付费 | 偶发的会议、采访 |
| 剪辑软件自动字幕 | 剪映、必剪等 | 免费但绑定视频流程 | 做视频字幕 |
| 开源本地模型 | Whisper 系工具 | 软件免费，吃电脑性能 | 敏感录音、批量长音频 |
这四类不是互相替代，而是分工：应急用系统自带，做视频用剪辑软件，长音频和敏感内容用本地模型。
二、免费额度的隐性成本
- 时长限制：单次 10~30 分钟最常见，长会议要手动切段；
- 导出限制：能转不能导，或者只能导 txt，SRT/Word 要会员；
- 排队：免费通道优先级低，高峰期等十几分钟很正常；
- 批量限制：一次只能传一个文件，几十个录音只能一个个来；
- 数据留存：上传的音频在对方服务器留多久、是否用于训练，很多产品不写清楚。
算一下真实成本：一场 2 小时的会议，用免费工具要切 6 段、排队等待、最后还要手工合并——省下的钱可能不如你花掉的时间。
三、按场景选，不按「哪个最火」选
- 临时口述、几分钟的灵感：手机备忘录或系统听写，够用且最快；
- 会议纪要：优先选会议软件自带的转写，能自动区分发言人；
- 采访、课程录音：要时间码和分段，选支持导出 SRT/Word 的工具；
- 敏感内容（合同谈判、人事沟通、医疗）：不要上传，走本地模型；
- 批量整理几十个音频：本地模型 + 脚本批处理，比逐个上传快得多。
如果你更关心准确率而不是价格，可以看 转写准确率怎么提高；本地方案的部署与性能门槛见 本地语音转文字。
四、隐私红线：这些录音别随便上传
- 涉及身份证号、银行卡、住址、病历的录音；
- 未公开的商业谈判、报价、合同条款；
- 人事谈话、绩效沟通、离职面谈；
- 他人的私人对话（还涉及知情同意问题）。
判断方法很简单：这段录音你愿意发给一个陌生公司保管吗？不愿意，就用本地工具。另外，转写结果也要管好——文本文件比音频更容易被转发。
五、常见问题
免费工具识别准确率是不是很差？
不一定。清晰普通话的短音频，免费工具与付费工具差距不大；差距主要在长音频、方言、多人抢话和嘈杂环境。
本地模型对电脑要求高吗？
中等配置就能跑小模型，速度慢一些；要快就选大模型 + 独立显卡。老电脑建议先试小模型，别一上来就上最大的。
能不能自动区分谁在说话？
部分工具支持「说话人分离」，免费版常有限制。两人对谈手动标注反而更快。
转写结果能直接发布吗？
不能。口语里大量重复、口头禅和半截话，必须整理成书面表达。整理方法见 会议录音转文字。
小结
选免费录音转文字工具，别只看「免费」两个字，要看单次时长、导出格式、批量能力和数据留存。临时用系统自带，做视频用剪辑软件，长音频和敏感内容走本地模型——按场景分工，比找一个「全能免费神器」现实得多。
更多工具对比见 工具对比 栏目。