Word 語音轉文字教學：用「轉譯」把錄音變逐字稿

Microsoft Word 可以用轉譯（Transcribe）功能把錄音轉成文字：到首頁索引標籤，打開聽寫旁的下拉選單，選擇轉譯，接著上傳錄音或直接錄製，Word 就會產生附時間戳記和說話者標籤的逐字稿，讓你插入文件。這項功能需要 Microsoft 365 訂閱，並非每個版本的 Word 都有，而且每月上傳的分鐘數有上限。如果你沒有這個功能，改用能匯出 DOCX 的轉錄工具，一樣能把逐字稿放進 Word。

本文說明「轉譯」能做什麼、和「聽寫」有何不同、使用條件、操作步驟、訪談的處理方式，並誠實比較 Google 文件和專門的轉錄工具。以下內容依據 Microsoft 截至 2026 年 10 月的支援文件；Microsoft 經常調整 Office 功能的推出範圍和方式，按鈕名稱也可能隨版本略有不同，請以你自己的 Word 畫面為準。

「轉譯」與「聽寫」：兩個不同的功能

很多人搜尋「Word 語音轉文字」後點錯地方，因為 Word 有兩個語音功能，放在同一個按鈕底下。

• 聽寫會在你說話時把聲音轉成文字。點麥克風、開口說，文字就出現在游標位置。它是用來取代鍵盤的，只聽即時麥克風，不接受檔案。拿來打草稿很好用，但對已經錄好的音檔毫無幫助。
• 轉譯處理的是錄音。你上傳音訊或影片檔，或在 Word 裡錄下一段對話，它會產生分段的完整逐字稿，附有時間戳記和說話者標籤。你在側邊窗格中校對，再把內容加入文件。

如果你手上的訪談、課堂、會議或語音備忘錄已經存成檔案，你要找的就是「轉譯」。

開始之前需要準備什麼

在找按鈕之前，先確認以下幾點：

• Microsoft 365 訂閱。 一次買斷的獨立版 Office 不包含「轉譯」。
• 正確的 Word 版本。 Microsoft 目前表示，「轉譯」適用於商業租用戶（由組織管理的公司或學校帳號）的 Windows 版 Word for Microsoft 365，以及政府租用戶的網頁版 Word。Microsoft 對推出範圍的說法曾多次變動，所以請打開「首頁」和「聽寫」下拉選單，看看自己有沒有「轉譯」。
• 網路連線。 轉錄是在 Microsoft 的雲端進行，不是在你的電腦上。
• 支援的檔案格式。 Microsoft 列出的格式是 MP3、WAV、M4A 和 MP4。
• 本月剩餘分鐘數。 Microsoft 365 訂閱者每月最多可轉錄 300 分鐘的上傳音訊。Microsoft Copilot 授權可大幅提高上限（Microsoft 目前列出的是 30,000 分鐘）。
• 大小合理的檔案。 Microsoft 支援頁面沒有寫明單一檔案的大小上限。較早的教學常說每個檔案 200 MB，一些較新的 Microsoft 社群回覆則提到 300 MB；如果大檔案上傳失敗，試著把它壓縮成較小的 MP3 或 M4A。

如果你用的是 Mac、家用版或個人版方案，或是管理員尚未啟用此功能的公司帳號，可能根本看不到「轉譯」。這種情況請直接跳到後面的比較和 DOCX 匯出方法。

如何在 Word 中把錄音檔轉成文字

上傳錄音

1. 在 Word 中開啟新文件或現有文件，並用 Microsoft 365 帳號登入。
2. 在首頁索引標籤，點聽寫旁的小箭頭，選擇轉譯。右側會開啟一個窗格。
3. 點上傳音訊，選擇你的檔案。Word 會上傳並開始轉錄。長錄音可能要等一段時間，完成前請不要關閉窗格。
4. 逐字稿出現後會分成數個段落，每段都有時間戳記和說話者標籤。點時間戳記即可播放該段音訊。
5. 要修正錯字，把滑鼠移到段落上，使用編輯（鉛筆）圖示。要重新命名說話者，編輯標籤後套用到同一人的所有段落。
6. 點將全部新增至文件插入整份逐字稿，或只在需要的地方新增單一段落。Word 會讓你選擇是否包含說話者名稱和時間戳記。

文字進入文件後就是一般的 Word 文字：可以排版、加標題、使用尋找與取代，也能追蹤修訂。Microsoft 會把錄音存到你的 OneDrive，音訊本身不會嵌入文件中。

或直接在 Word 中錄音

同一個窗格裡還有開始錄製選項。Word 會透過麥克風錄音，你可以暫停和繼續。逐字稿是在你停止並儲存錄音後才產生，而不是即時出現在頁面上。這很適合面對面訪談，或是筆電放在會議桌中央的實體會議。如果是視訊會議，Word 只能錄到你的麥克風聽到的聲音，所以用會議平台本身錄下的檔案，音質通常會更乾淨。

如何用 Word 製作訪談逐字稿

訪談是「轉譯」最能發揮的場景，因為它會標示說話者。實用的流程如下：

1. 錄得乾淨。 把錄音筆或手機放在你和受訪者之間，遠離電風扇和碰撞的杯盤聲。我們的逐字稿準確度技巧對麥克風和環境有更詳細的說明。
2. 上傳檔案到「轉譯」，方法如上所述。
3. 先重新命名說話者。 把「說話者 1」「說話者 2」改成「訪問者」和受訪者的名字，並套用到所有段落。
4. 修正人名和術語。 自動語音辨識常在專有名詞、地名和專業術語上出錯，中文還容易出現同音錯字。修正一次後，其餘的用文件的尋找與取代處理。
5. 加入文件時保留時間戳記，方便日後引用特定片段；如果逐字稿要直接放進文章，就不必保留。
6. 發布前對照音訊核對引言。 點時間戳記、聽一遍，確認用字無誤。

當受訪者互相插話或聲音相近時，要特別注意說話者是否被弄混，並把第一版自動逐字稿當成草稿看待。關於研究用途中的同意書、匿名化和編碼，請參考我們的訪談逐字稿指南。

值得知道的限制

「轉譯」很方便，但確實有一些限制：

• 每月分鐘數。 每月 300 分鐘的上傳額度，大約是五場一小時的訪談，重度使用者很快就會用完。
• 適用範圍窄。 取決於訂閱類型、平台和所屬組織，所以不能假設同事或客戶也有這個功能。
• 每個檔案只能選一種語言。 你要在窗格的設定中選擇轉錄語言；中英夾雜或中台語切換的錄音效果較差。Microsoft 表示此功能支援超過 80 種地區語言，清單中也有「中文（台灣華語）」。
• 匯出選擇有限。 結果只存在 Word 文件中，無法直接匯出成 SRT 等字幕格式。
• 雲端處理。 音訊會上傳到 Microsoft 並存放在 OneDrive。對多數工作來說沒問題，但處理敏感錄音時，最好先確認是否符合貴單位的規定，以及台灣個人資料保護法（個資法）或 GDPR 的要求。

Word「轉譯」、Google 文件與專門工具比較

搜尋「Google 文件 語音轉文字」的人，通常希望 Google 文件也有類似功能，但其實不太一樣。Google 文件的語音輸入（工具 > 語音輸入）是即時聽寫功能：可在新版 Chrome、Edge 和 Safari 中使用，聽麥克風並把聽到的內容打出來，沒有上傳檔案的功能。你可以用喇叭播放錄音給麥克風聽，但效果通常很差，而且得從頭到尾即時聽完整段錄音。

如果你已經有「轉譯」功能，而且用量在每月額度內，Word 是很自然的選擇。Google 文件語音輸入最適合口述自己的內容，而不是轉錄錄音。當你沒有合適的 Word 版本、需要更多分鐘數或語言、想要字幕檔，或要和沒有 Microsoft 365 的人共用流程時，專門的服務就比較適合。其他專門工具，例如 Otter、TurboScribe 或在本機執行的 Whisper，也能匯出 Word 可以開啟的格式。

如何把 Audiotexta 的逐字稿放進 Word

如果你無法使用「轉譯」，最快的方式是從專門工具匯出。在 Audiotexta 中，DOCX 匯出屬於 Pro 方案；免費方案則可匯出 TXT 再貼進 Word：

1. 開啟 Audiotexta 網頁版，上傳音訊或影片檔，或貼上連結。30 分鐘以內的檔案不需要帳號。
2. 選擇錄音的語言，或讓系統自動偵測；訪談和會議請保持說話者標籤開啟。
3. 校對逐字稿：修正人名和術語，重新命名說話者。
4. 匯出 DOCX（Pro）後用 Word 開啟，或匯出 TXT（免費）後貼上。說話者名稱、段落，以及你選擇保留的時間戳記，都會變成一般的 Word 文字，可以排版、加註解和追蹤修訂。

TXT 也適用於其他任何編輯器。免費方案每月有 120 分鐘；付費方案多了哪些功能，請見價格頁面。想更全面地了解各種方法，包括桌面軟體和本機工具，請參考如何把音訊轉成文字。

不論使用哪種工具，最後一步都一樣：在正式使用前，對照音訊把逐字稿讀過一遍。語音辨識已經能幫你省下好幾個小時的打字時間，但人名、數字和引言仍然值得人工確認。