如何在Microsoft Word中转写音频：2026年音频转文字指南

Microsoft Word 可以通过 听录（Transcribe）功能把音频转文字：进入 开始 选项卡，点开 听写 旁边的下拉菜单，选择 听录，然后上传录音或直接录制，Word 就会生成带时间戳和说话人标签的转写文稿，供你插入文档。这个功能需要 Microsoft 365 订阅，并非所有版本的 Word 都有，而且每月上传的分钟数有上限。如果你用不了它，一款能导出 DOCX 文件的转写工具也能达到同样的效果。

本指南介绍“听录”能做什么、它和“听写”的区别、使用条件、分步操作、如何处理访谈，以及与 Google 文档和专业转写工具的客观对比。下文内容依据的是截至 2026 年 10 月的微软官方支持文档；微软经常调整 Office 功能的推出范围和方式，中文界面的按钮名称也可能略有不同，请以你自己的 Word 实际显示为准。

“听录”与“听写”：两个不同的功能

很多人搜索“Word 音频转文字”时会找错地方，因为 Word 有两个语音功能，都藏在同一个按钮下面。

• 听写（Dictate）会在你说话时把语音变成文字。点击麦克风，开口说话，文字就出现在光标处。它是键盘的替代品，只能实时听取麦克风，不接受文件。用来起草内容很方便，对已有的录音则毫无用处。
• 听录（Transcribe）处理的是录音。你上传一个音频或视频文件，或者在 Word 里录下一段对话，它会返回一份分段的完整转写文稿，带时间戳和说话人标签。你在侧边窗格里校对后，再把它添加到文档中。

如果你手头已经有保存成文件的访谈、讲座、会议或语音备忘录，需要的就是“听录”。

开始之前需要准备什么

动手找按钮之前，先确认以下几点：

• Microsoft 365 订阅。 一次性买断的独立版 Office 不包含“听录”。
• 合适的 Word 版本。 微软目前的说明是：“听录”适用于商业租户（由组织管理的工作或学校账户）的 Windows 版 Word for Microsoft 365，以及政府租户的网页版 Word。微软对适用范围的表述一直在变，最直接的办法是打开“开始”选项卡和“听写”下拉菜单，看看有没有“听录”。
• 网络连接。 转写在微软的云端完成，而不是在你的电脑上。
• 受支持的文件格式。 微软列出的是 MP3、WAV、M4A 和 MP4。
• 当月剩余分钟数。 Microsoft 365 订阅用户每月最多可转写 300 分钟的上传音频。Microsoft Copilot 许可证会大幅提高这一上限（微软目前列出的是 30,000 分钟）。
• 大小合适的文件。 微软支持页面没有写明单个文件的大小上限。较早的教程普遍说是每个文件 200 MB，一些较新的微软社区回答提到 300 MB。如果大文件上传失败，可以先压缩成较小的 MP3 或 M4A。

如果你用的是 Mac、家庭版或个人版，或者管理员没有开启该功能的工作账户，你可能根本看不到“听录”。这种情况下，可以直接跳到下文的对比和 DOCX 导出方法。

如何在Word中转写音频文件

上传录音

1. 在 Word 中新建或打开文档，并用 Microsoft 365 账户登录。
2. 在 开始 选项卡中，点击 听写 旁边的小箭头，选择 听录，右侧会打开一个窗格。
3. 点击 上传音频（Upload audio）并选择文件。Word 会上传文件并开始转写。长录音可能需要一段时间，在完成之前请保持窗格打开。
4. 转写文稿出现后会被分成若干段落，每段都有时间戳和说话人标签。点击时间戳即可播放对应的音频片段。
5. 要修改识别错误的词，把鼠标悬停在段落上，点击编辑（铅笔）图标。要重命名说话人，编辑标签并把更改应用到这个人的所有段落。
6. 点击 全部添加到文档（Add all to document）插入整份文稿，或者只在需要的地方添加单个段落。Word 允许你选择是否包含说话人姓名和时间戳。

文字进入文档后就是普通的 Word 文字：可以排版、添加标题、使用查找和替换，也可以修订。微软会把录音保存到你的 OneDrive，音频本身并不会嵌入文档。

或者直接在Word中录制

同一个窗格里还有 开始录制（Start recording）选项。Word 通过麦克风录音，可以暂停和继续。转写文稿要在你停止并保存录音之后才会生成，而不是在页面上实时出字。这适合面对面访谈，或者笔记本电脑放在会议桌中央的场合。如果是视频通话，在 Word 里录制只能录到麦克风听到的声音，通常用会议平台自带的录制功能音质会更好。

如何在Word中转写访谈

访谈是“听录”最能派上用场的场景，因为它能区分说话人。一套实用的流程如下：

1. 录音要干净。 把录音笔或手机放在你和受访者之间，远离风扇和叮当作响的杯子。我们的 提高转写准确率的技巧 对麦克风和录音环境有更详细的说明。
2. 上传文件 到“听录”，方法同上。
3. 先重命名说话人。 把“说话人 1”和“说话人 2”改成“采访者”和受访者的名字，并应用到所有段落。
4. 修正人名和术语。 自动语音识别经常在专有名词、地名和行业术语上出错。改对一次，其余的在文档里用查找和替换解决。
5. 添加到文档时保留时间戳，以便日后引用或注明具体时刻；如果文稿要直接用于文章，也可以不保留。
6. 发布前对照音频核对引语。 点击时间戳，听一遍，确认措辞无误。

当有人插话或几个人声音相近时，要留意说话人被弄混，并把第一版自动转写当作草稿。关于知情同意、匿名化以及研究中对文稿进行编码，请参阅我们的 访谈转写指南。

值得了解的限制

“听录”很方便，但确实有一些限制：

• 每月分钟数。 每月 300 分钟的上传额度大约相当于五场一小时的访谈，用量大的用户很快就会用完。
• 可用范围窄。 能否使用取决于订阅类型、平台和所在组织，所以不能默认同事或客户也有这个功能。
• 每个文件只能一种语言。 需要在窗格设置中选择转写语言；中途切换语言的录音（比如普通话夹杂英语）效果会很差。微软称该功能支持 80 多种语言区域。
• 导出有限。 结果只存在于 Word 文档中，不能直接导出为 SRT 等字幕格式。
• 云端处理。 音频会上传到微软并保存在 OneDrive 中。这对大多数工作来说没问题，但如果是敏感录音，最好对照所在组织的规定以及适用的法规（如欧盟 GDPR、中国《个人信息保护法》PIPL）确认一下。

Word“听录”、Google文档与专业工具对比

搜索“Google 文档 语音转文字”的人通常希望 Google 文档也有类似功能，但其实并不完全一样。Google 文档的 语音输入（工具 > 语音输入）是实时听写功能：在较新版本的 Chrome、Edge 和 Safari 中可用，它听取麦克风并把听到的内容打出来，没有上传文件的功能。你可以用扬声器把录音放给麦克风听，但效果通常很差，而且你得从头到尾实时陪着录音播放完。

如果你已经有“听录”并且用量在每月额度之内，它是最顺手的选择。Google 文档语音输入最适合口述你自己的内容，而不是转写录音。当你没有合适的 Word 版本、需要更多分钟数或语言、需要字幕文件，或者要和没有 Microsoft 365 的人共享工作流程时，专业服务更合适。其他专业工具，如 Otter、TurboScribe 或本地运行的 Whisper，也能导出 Word 可以打开的格式。

如何把Audiotexta的转写文稿导入Word

如果你用不了“听录”，把文字导入 Word 最快的办法就是从专业工具导出。在 Audiotexta 中，DOCX 导出属于 Pro 方案；免费方案下可以导出 TXT，再粘贴到 Word 里：

1. 打开 Audiotexta 网页应用，上传音频或视频文件，或者粘贴链接。30 分钟以内的文件无需注册账户即可转写。
2. 选择录音中的语言，或让系统自动识别；访谈和会议请保持开启说话人标签。
3. 校对转写文稿：修正人名和术语，重命名说话人。
4. 导出为 DOCX（Pro）并在 Word 中打开，或导出 TXT（免费）后粘贴进去。说话人姓名、段落以及（如果保留的话）时间戳都会变成普通的 Word 文字，可以排版、批注和修订。

TXT 也适用于其他任何编辑器。免费方案每月可用 120 分钟；付费方案增加了哪些功能，请查看 价格页面。想更全面地了解各种方法，包括桌面应用和本地工具，请阅读 如何把音频转文字。

无论用哪种工具，最后一步都一样：在依赖这份文稿之前，对照音频通读一遍。语音识别已经足以帮你省下好几个小时的打字时间，但人名、数字和引语仍然值得人工核对。