录音转文字用什么工具：以 Otter 为例说清选择标准
本篇讲挑录音转文字工具时真正该看的几件事：出字是实时还是录完再转、支持什么语言、额度怎么给、以及 Otter 在这件事上的位置。相关文档：会议纪要怎么自动生成 · 线上会议怎么自动出字幕和纪要
一、先分清两类工具
录音转文字的工具大致分两类：
- 录完再转：先把音频文件丢给服务排队，等几分钟到几十分钟拿全文。适合处理已有的录音资料，但对「边说边看」没帮助。
- 边说边出字：说话的同时逐句上屏，讲到哪看到哪。开会、听讲座时这种体验完全不同——当场就能发现漏听的部分。
Otter 属于第二类，而且把「录」和「转」合成了一步：点录音键之后文字跟着说话走，不需要先攒音频文件再导入（当然它也能导入已有文件，只是免费版导入名额很少，后面会讲）。
二、挑工具时该看的四件事
- 语言支持。这是最先要确认的硬条件。Otter 目前的转写语言是英语、西班牙语和法语，中文内容暂时出不了字——如果录音以中文为主，装它没有意义，先看语言清单再决定。
- 额度口径。免费额度看两个数：每月转写分钟数（Otter 免费版每月 300 分钟，实时录音和文件导入都计入）和文件导入次数（免费版终身只有 3 次，一个文件算一次，不管多长）。有的工具分钟给得大方、导入卡得死，反过来也一样，按自己的用法对号。
- 出字之后能不能用。纯文字稿只是起点：能不能按关键词搜索、能不能点文字定位回放、能不能区分说话人，决定了这场会录完之后还要花多少时间整理。Otter 的文字与音频逐词对齐，点任意一个词就从那里播放，这几项都算齐。
- 术语准确率。人名、产品名、行业缩写最容易转错。看工具是否支持自定义词汇表——提前把高频术语写进去，准确率提升立竿见影。这一项 Otter 有，值得在正式录音前花几分钟配置。
三、Otter 适合谁
对上这几条的人用它最划算：
- 会议、课程、访谈的内容以英语（或西班牙语、法语）为主；
- 需要「当场出字」而不是事后补转写；
- 想要的不止文字稿，还包括摘要、待办和可搜索的记录。
功能与界面的完整介绍、安装文件资源的获取，都整理在 Otter 介绍站，安卓安装包的转存与安装步骤也在那边。
四、合理的预期
转写准确率没有「百分之百」这回事：安静环境、发音清晰、术语已进词表时，错字少到可以忽略；多人抢话、重口音、电话录音这类场景，错字率明显上升，需要人工校对。把它当「可搜索的录音索引」来用——靠关键词定位到那一秒回听原文——比追求逐字无误更符合这类工具的实际能力。
纪要怎么自动生成、线上会议怎么接，见本目录另外两篇：会议纪要怎么自动生成 与 线上会议怎么自动出字幕和纪要。