← 返回博客

录音转文字,还是把录音直接传给 AI 问?30 分钟录音两种做法差 18 倍豆子,按用途选

2026-11-15 · 5 分钟阅读
录音转文字语音识别会议录音录音总结对比

先说结论:只想知道录音里讲了什么,比如要点、待办、谁答应了什么,就把录音直接传给 AI 问,30 分钟的录音问一次约 4660 豆(不到 1 毛钱)。要一份能复制、能存档、能逐句核对的逐字稿,才用 录音转文字,30 分钟约 8.3 万豆(约 1.55 元)。 同一段 30 分钟录音,转逐字稿比直接问一次贵约 18 倍,所以先想清楚你要的是「答案」还是「原文」。

口径说明: 价格按 2026 年 11 月 8 日站内计费规则。录音转文字 46 豆/秒,不足 10 秒按 10 秒算;直接问走千问 3.8 全模态 Flash,输入输出都是 0.2 豆/token,录音每秒约 7 token,一次回答按 1200 token 估,再加每 MB 38 豆的文件流量费。折合金额按标准月付 29.9 元 / 160 万豆。实际扣豆以页面显示和账户记录为准。

两种做法分别是什么

直接问:在 不墨AI助手 的输入框点上传,选「视频 / 录音」,传完打一句「总结要点、列出待办」就发。模型听的是声音本身,给你的是答案,不是原文。

录音转文字:打开 audio.bumo.cc/stt,上传录音,等识别完拿到整段文字,一键复制。给你的是原文,要总结得再拿文字去问模型。

价格对照

录音时长直接问一次转逐字稿
5 分钟约 1000 豆1.38 万豆
30 分钟约 4660 豆8.28 万豆
60 分钟不支持,要先剪成两段16.56 万豆(约 3.1 元)

直接问的上限是单段 30 分钟、50MB;录音转文字单个文件不超过 50MB,按秒计费,没有单独的时长上限,但时长越长越贵。

追问也要算。 直接问的每次追问,模型要把录音重新听一遍,30 分钟的录音追问 3 次,加上第一次就是约 1.9 万豆。转成文字之后,拿 9000 字左右的文字去问 DeepSeek V4.1 Flash,每问一次只要一两千豆。

算下来,30 分钟的录音要追问 30 次以上,先转文字才更省。多数人问两三次就够了,直接问更便宜。

准确度怎么核对

直接问:回答里可以要求「每条结论标出第几分钟」,消息里的录音能直接播放、拖进度条,回去听那几秒就能确认。人名、金额、日期这类要紧的内容一定要回听,我们测过一段 3 秒的录音,把「欢迎」听成了「关于」。

录音转文字:给你的是完整原文,可以用 Ctrl+F 搜关键词,也能整段贴进文档里改错字。要引用原话、写会议纪要附件、做采访稿,逐字稿才靠得住。

按用途选

你要做什么选哪个
开完会要一份要点和待办直接问
网课、讲座想知道讲了哪几块直接问
采访稿要引用受访人原话转文字
会议要存档,以后可能要查原话转文字
录音超过 30 分钟,又只想问一两件事剪成两段直接问
同一段录音要反复问二三十次先转文字,再拿文字问

两种一起用的做法

会议录音最常见的需求是「先要纪要,留一份原文备查」。这时候不用两种都付全价:

  1. 先直接问,拿到要点、待办和每条的时间点,约 4660 豆;
  2. 只把有争议、要引用的那几分钟剪出来转文字,5 分钟 1.38 万豆。

比整段 30 分钟转文字省一大半。

新用户能试哪种

登录送 5000 豆,够直接问一次 30 分钟的录音,或者把一段 1 分 40 秒左右的录音转成文字。要经常处理长录音,标准会员 160 万豆每月可以直接问 300 多次 30 分钟录音,或者转约 19 段 30 分钟的逐字稿。

现在就试

问题已经填好,传上录音就能发:

带着「总结要点和待办」去传录音

要逐字稿就去 audio.bumo.cc/stt。

一句话总结

要答案就直接问,要原文才转文字。 30 分钟录音直接问约 4660 豆,转逐字稿约 8.3 万豆,只把要引用的那几分钟转文字最省。

相关阅读

额度与会员说明:新用户登录即送 5000 免费豆,日常高频使用可按需开通标准会员(29.9 元/月含 160 万豆,支持微信直付、不自动续费),详情见 豆子钱包。