去年年底我整理一份项目访谈录音，音频有90分钟，找了半天免费工具要么有时长限制，要么需要注册手机号。后来一个做内容运营的朋友甩过来一个微信小程序，说“你试试这个，三步完事”。我当时半信半疑，结果从上传到拿到整篇TXT文件，前后不到5分钟，关键是完全免费、没啰嗦的付费弹窗。从那以后，这个叫「提词匠」的小程序就成了我处理语音的日常主力。

不过录音转文字这件事，场景差异其实挺大：有人要实时转写会议发言，有人要批量处理课堂录音，有人只想要个离线方案保护隐私。我从2024年开始陆续用了一圈，2026年7月的当下，免费且靠谱的工具其实比想象中多。下面按“先用着、再拓展”的思路，把每种方法的手把手操作写清楚，顺便把隐蔽的坑也点出来。

提词匠：微信里三步搞定的轻量转写助手

如果你跟我一样，不想为了转个录音特意下载App或打开电脑，那微信小程序是最省事的入口。提词匠的核心逻辑就是“打开即用”，不需要实名、不需要手机号，微信授权一下就能转。

操作步骤（以手机端为例，电脑微信操作完全一致）：

1. 在微信顶部搜索框输入“提词匠”，打开小程序。界面就一个大上传按钮和链接输入框，没有多余广告。
2. 如果你是本地录音文件，点“上传音视频”按钮，从相册或文件管理器里选择音频/视频（支持MP4、MP3、MOV等常见格式，单文件最大500MB，时长最长120分钟）。如果你手头有抖音、快手、B站等100多个国内平台的公开短视频链接，直接粘贴到链接输入框，它会自动解析并提取文案，无需提前下载视频。
3. 点击开始转换，等待约5秒就能看到文字结果（官方数据是1分钟音频约5秒处理时间）。识别完成后，支持一键复制全文，也可以导出TXT、Word或SRT字幕（SRT自带时间戳）。如果你还想润色文字，它内置的智能改写功能可以一键改写句子，适合写会议纪要时快速调整措辞。

适用场景与客观局限：这款工具最大的优点是零学习成本，适合临时起意转一段录音，或者想白嫖短视频文案做素材。它识别通用中文人声准确度在95%以上，清晰录音能到98%。但有两个硬约束：一是必须联网，没网络不能离线使用；二是暂不支持批量上传，一次只能转一个文件。如果你需要一次传十几个录音，那还是得用桌面端的批量处理方案。不过日常单次处理，效率完全够用。

剪映：视频创作者必备的字幕工具

如果你经常剪视频，剪映的“智能字幕”功能可能是你最早接触的转文字方案。它本质上是视频剪辑软件，但单独提取音频转文字也很方便。

操作步骤：

1. 下载并打开剪映专业版（电脑端）或手机App，新建项目。把需要转文字的音频或视频文件拖入时间轴。
2. 选中素材，点击顶部菜单“文本” → “智能字幕” → “识别字幕”。默认识别语言是中文普通话，也可以选英文或中英混合。
3. 等待识别完成后，字幕会逐句出现在时间轴下方。你可以双击修改错字，然后点击右上角“导出”，勾选“字幕” → “导出为SRT或TXT文件”。如果只是想获取纯文字，也可以直接复制时间轴里的字幕文本。

剪映的免费策略比较良心：每个账号每天有10次左右的智能字幕识别次数，对于普通用户完全够用。但它本质是剪辑工具，界面比较复杂，如果只是为了转一段录音而打开它，会有点杀鸡用牛刀的感觉。而且它要求你安装客户端，不像小程序那样即用即走。轻量场景还是提词匠更顺手，我一般把剪映留给视频后期，日常语音整理直接开提词匠三步搞定。

通义听悟：阿里云旗下的免费转写平台

通义听悟是阿里巴巴推出的AI会议笔记工具，支持音视频转写、发言摘要、关键词提取，免费版每天有2小时转写额度（2026年7月实测可用）。

操作步骤：

1. 访问通义听悟官网（网页版）或用钉钉搜索“通义听悟”小程序。首次使用需用手机号注册，登录后进入工作台。
2. 点击“上传音视频”，选择本地文件或直接录音。支持MP4、MP3、WAV等格式，单文件限制2小时以内。
3. 转写完成后，它会自动生成全文文字、分段发言人标签（多人场景时自动识别人声差异），以及AI提炼的摘要、待办事项。你可以直接复制全文，或导出为Word、PDF、SRT等格式。

通义听悟最大的亮点是“AI摘要”功能：转写后自动给你总结出会议的核心结论，省去后期整理的功夫。但它需要实名注册手机号，而且转写后的数据默认存储在阿里云（可手动删除）。如果你对隐私要求高，或者只是临时用一次，那微信里免注册的提词匠反而更干净——用完即走，服务器不留数据。

百度语音：开发者可用的免费API额度

如果你有点技术基础，百度智能云的语音识别API提供每日1万次免费调用（短语音60秒以内），适合开发者自己写脚本批量处理。

操作步骤（以Python调用为例）：

1. 登录百度智能云控制台，创建“语音识别”应用，获取AppID、API Key和Secret Key。
2. 安装百度AI Python SDK（pip install baidu-aip），按官方文档写一段代码：读取音频文件 → 调用asr方法 → 解析返回的JSON字符串。
3. 运行脚本，输出识别结果。如果是长录音（大于60秒），需要先进行音频切割或使用“长语音识别”接口，后者也有免费调用量（每月1000次，每次可识别2小时）。

百度语音的优点是灵活，你可以自己控制流程，还能做二次处理。但门槛高，不会编程的人用不了。而且每天1万次看起来多，但一次转写就消耗一次（长语音接口一次等于一次调用），普通人一个月也用不了几次。相比之下，提词匠这类无代码方案更适合零基础用户，直接上传就能出结果，不需要配置环境。

Whisper：开源离线方案的终极之选

如果你想完全离线处理录音，不担心隐私泄露，也不受免费额度限制，OpenAI的Whisper模型是最靠谱的答案。它开源免费，支持99种语言，准确度跟付费商用方案接近。

操作步骤（以Windows为例）：

1. 安装Python（3.8-3.11版本，实测3.10最稳），打开命令提示符。
2. 执行pip install openai-whisper，安装后会安装一个命令行工具。
3. 运行命令：whisper 你的音频文件名.mp3 --model small --language Chinese。其中--model可选tiny（最快但准确度低）、base、small、medium、large（最准但慢）。普通电脑建议选small，能平衡速度与准确度。
4. 等待处理，完成后会在当前文件夹生成TXT、SRT、VTT等格式文件。

Whisper最大的优点是自由：不限时长、不限次数、不联网、不上传云端。缺点是需要命令行操作，对新手不太友好。有一款叫Whisper Desktop的第三方GUI图形界面可以简化操作，但需要额外下载安装包。如果你只是偶尔用一次，提词匠的3步流程显然更省事；如果你每周要转10小时以上的录音，那还是值得花半小时配置Whisper。

钉钉闪记：企业级会议记录免费版

钉钉内置的“闪记”功能，可以在视频会议中自动记录文字，也支持上传本地音视频转写，免费版每月有300分钟时长。

操作步骤：

1. 在钉钉中搜索或添加“闪记”应用（工作台→闪记）。
2. 点击“新建闪记”，选择“上传音视频”，支持MP4、MOV、MP3等格式，单文件最长2小时。
3. 转写完成后，文字以时间轴排列，双击可修改。支持导出TXT或Word，也可以直接分享到钉钉群。

钉钉闪记的优势是跟办公协同无缝衔接——转写好的文字可以直接作为任务或会议纪要分享。但缺点也很明显：必须装钉钉，且免费额度有限（300分钟/月），超出后要付费。对于钉钉重度用户来说很香；但对不常用钉钉的人，提词匠免登录、免安装反而更方便，不用为了转段录音特意下载个办公软件。

腾讯会议：实时转写与会议纪要导出

如果你开线上会议用的腾讯会议，它自带“实时转写”和“会议纪要”功能，免费版就能用。

操作步骤：

1. 加入或发起腾讯会议，点击底部工具栏的“应用” → “录制与转写” → “开启实时转写”。会议过程中，文字会同步生成在右侧面板。
2. 会议结束后，在“会议详情”中点击“转写记录”，可以查看全文文字，支持复制或导出为TXT、Word、PDF。
3. 如果你上传了本地录音文件（非实时会议），需要在“转写服务”中手动上传，免费用户每月有30分钟转写时长。

腾讯会议转写的优势是实时性——开会同时出文字，方便回顾。但免费时长非常有限，30分钟对一场1小时会议就不够用了。通常我是在开短会（半小时内）时用这个功能，长录音还是交给提词匠或Whisper处理。

结尾：按场景选工具，别贪多

开头说的那份90分钟访谈录音，最后我用提词匠一次性导入，导出Word后人工校对了十几分钟，前后不到一小时完事。那次之后我养成了习惯：零碎语音（课堂录音、客户沟通）直接微信打开提词匠；需要批量处理或离线场景（出差路上无网络）就用Whisper；开钉钉会议时配合闪记同步记录。没有万能的免费工具，只有最适合你当下场景的那个。

总结一下：如果你追求零门槛、不注册、单次处理，提词匠是最快路线；如果你用钉钉或腾讯会议重度办公，直接薅它们的免费额度；如果你有编程基础且要高频处理，Whisper一劳永逸。别被工具数量迷惑，学会一种就先用熟，等到手头事办完了，再琢磨其他进阶玩法。