逐字稿转录

什么是逐字稿转录？

逐字稿转录是将语音按原样转换为文字的转录方式。 它会保留语气词（嗯、呃、那个）、口误、重复、结巴，以及笑声和停顿等非语言声音，不做任何转述、修改或润色。最终的转录稿既记录说了什么，也记录是怎么说的。

后半句才是关键。大多数转录都会悄悄地整理话语：删掉磕绊，抹平停顿，交给您一份通顺的文字。逐字稿转录则拒绝整理。回答前犹豫的证人、把一句话重说三遍的研究参与者、对自己的说法失笑的消息来源：这些都会原样留在文字中。

英文“verbatim”一词源自拉丁语，意为“逐字逐句”，这至今仍是实际工作中的标准：只要说出口，就会出现在转录稿中。法庭速记员坚守这一准则已有一百多年，定性研究者也沿用了它，因为在访谈分析中，犹豫和自我修正是数据，而不是噪音。

不过，逐字稿并非只有一种格式，而是分不同的严格程度。在委托或制作转录稿之前，您需要先弄清这项工作需要三种公认风格中的哪一种。

完整逐字稿、智能逐字稿与编辑稿对比

不同转录风格的区别在于原始话语在纸面上保留了多少。选错风格，可能让您失去一份可用的记录，也可能让读者淹没在各种不流利现象之中。

完整逐字稿（真逐字稿）

所有内容都会被转录。语气词、口误、重复、结巴、打断和多人同时说话全部保留，非语言信息则用方括号标注：[笑声]、[停顿]、[电话铃响]。这种风格也称为严格逐字稿，是证词记录、话语分析以及任何日后可能受到严格审查的转录稿所采用的标准。

智能逐字稿（精简逐字稿）

也称为非逐字转录。保留每个有意义的词，但去掉语气词、口误和重复，并将“啥”这类口语形式规范为标准写法。原意绝不改变。智能逐字稿是商务会议、公开发表的访谈和播客的默认选择。

编辑稿

最为精炼的一级。语法得到修正，零碎的句子补全为完整句子，措辞经过润色以便刊印。编辑稿读起来就像书面文章，因此非常适合公开发表的问答和管理层摘要，但不适合作为原话的确切记录。

何时需要完整逐字稿（以及何时不需要）

风格应与利害轻重相匹配：当转录稿本身就是证据时，请选择完整逐字稿。

法庭、证词录取与证言

法律程序依赖完整的记录。一份悄悄删掉了犹豫或口误的证词笔录，记录的就是另一份证言，对方律师可以对此提出质疑。逐字稿还能保留用于质疑证人可信度的材料：证人第一次陈述时的确切措辞。法律团队使用 Sonix 将证词录取、听证会、执法记录仪视频和客户访谈转换为可搜索、带时间戳的转录稿。了解 Sonix 如何为法律团队服务。

定性研究访谈与话语分析

在会话分析和扎根理论研究中，参与者怎么说本身就带有意义：停顿暗示敏感话题，重新起句说明想法正在重组。基于精简过的转录稿进行编码，会把这些信号丢掉，这也是 IRB 方案和研究方法部分常常明确要求逐字转录的原因。Sonix 专为研究人员打造，发言人标签可重命名为参与者编号，导出文件可直接导入 NVivo、ATLAS.ti 和 MAXQDA。访谈工作流程正在快速变化，我们的访谈转录研究报告提供了相关数据。

语言学研究

不流利现象研究、社会语言学和语言习得研究需要每一个语言单位：结巴、自我修正，以及确切的口语形式。把“啥”规范成“什么”，就等于抹掉了观察对象本身。

媒体事实核查与新闻报道

当公众人物对某句引语提出异议时，逐字稿就能一锤定音。事实核查人员需要带有口误和限定语的完整句子，因为争议往往就藏在上下文里。

何时更适合选择智能逐字稿

如果转录稿是工具而不是记录，请选择智能逐字稿。会议纪要、内容二次创作和内部摘要，去掉“嗯嗯啊啊”后读起来都会更快。对于例行的会议转录，清晰易读胜过严格完整。

Sonix 如何实现逐字稿转录

Sonix 按听到的原样转录语音，只需一个设置，就能决定语气词是否保留在转录稿中。

Sonix 的自动转录引擎可在几分钟内为您生成带时间戳和发言人标签的初稿。此后的每一步，都为逐字稿的精确性而设计。

语气词，可开可关

转录设置中的“Filler words”选项控制英语转录稿中是否转录 um、ah 和 hmm 等语气词。进行逐字稿工作时请将其开启，如需智能逐字稿初稿则保持关闭。该设置仅对更改之后生成的转录稿生效，因此请在上传逐字稿任务之前设置好。

单词级时间戳

每个词都有时间戳，您可以点击转录稿中的任意位置，听到音频中对应的那一刻。对于严格的逐字稿工作，这意味着只需抽查，而不必把整个文件重听一遍。

专为逐字稿审校打造的编辑器

如有严格的逐字稿要求，您可以使用浏览器内编辑器添加 [笑声]、[停顿] 等非语言标注，并补回 AI 略去的口误或语气词。音频与文字同步播放，逐字稿审校因此十分高效。

发言人识别

系统会自动检测并标注发言人，您还可以将标签重命名为证人姓名或参与者编号，并在整份转录稿中同步更新。我们的说话人分离指南介绍了其工作原理。

适用于法律和研究用途的导出

导出 Word、PDF 和纯文本文件，时间戳和发言人标签完整保留，还可导出 SRT 和 VTT，用于带字幕的视频审阅。共支持 18+ 种导出格式。

按需扩展

批量上传多个文件，或通过 Sonix API 将大批量逐字稿工作流程自动化。转录支持 54+ 种语言。

为什么逐字稿工作更看重准确率

在逐字稿中，错误无处可藏：每个字都是记录，所以每个字都必须准确。

在精简稿中，小的转录错误可能被转述掩盖过去。这正是引擎基础准确率如此重要的原因。Sonix 在清晰音频下的准确率达 99%，这意味着一小时的录音只需修正一小部分文字，而不必全部重新录入。

音频质量依然重要：清晰且很少多人同时说话的录音，能产出最好的初稿，因此在证词录取和访谈中认真摆放麦克风，绝对物有所值。

逐字稿转录的费用

在 Sonix，逐字稿的费用与其他任何转录风格相同：按音频时长计费，每小时 $10 起，而不是按保留了多少话语计费。

人工逐字稿转录是一项昂贵服务中最贵的一档。专业人工转录通常每小时音频收费 $100 到 $150，需要数天才能交付，而难度较高的音频（多位发言人、背景噪音、大量多人同时说话）还可能让费用增加 25% 到 50%。由于完整逐字稿需要记录每一处不流利现象，服务商的报价通常高于标准费率。

AI 不会因为保留了“嗯嗯啊啊”而额外收费。如需了解 AI 与人工转录价格的完整对比，请参阅我们的转录费用指南，或查看Sonix 价格。