錄音轉文字的困境：逐字稿需要精確又不想花大錢，怎麼辦？
最近經手了一些比較重要的案子，需要仔細聽會議中的細節內容，因此我習慣在會議中錄音，會後再進行整理。不知道大家有沒有遇過這種情況：普通的會議記錄可能只需要簡單的重點整理，但像這種關鍵性會議，往往需要逐字稿作為參考。
這時候，錄音轉文字的工具就非常實用，但問題也隨之而來。錄音轉文字工具對專有名詞、內部職位簡稱或行業術語的轉錄不夠精確，經常翻得亂七八糟。手動修正這些問題既費時又麻煩，簡直失去了使用工具簡化流程的意義。
市面上確實有不少專業的錄音轉文字工具，包括內建AI整理功能的軟體，但這類工具大多是訂閱制或需額外支付費用。對於像我這種偶爾才需要整理逐字稿的人，購買動機就比較低。所以我找到了一個免費且高效的替代方案，想分享給大家。
我的免費解法：錄音轉文字結合GPT Prompt
我目前採用了一個簡單的流程，大致能完成 70-80% 的逐字稿修正，雖然還不是百分百完美，但對偶爾一次重要會議紀錄已經非常足夠。以下是我的具體步驟：
1. 使用 Good Tape 進行錄音檔轉文字
經過搜尋，我發現 Good Tape 是一個不錯的選擇。它使用的是 Whisper AI 模型，能每月免費轉錄 3 次（每次限 90 分鐘），剛好符合我的需求：錄音時間長、且不想額外付費。
2. 用 GPT Prompt 處理逐字稿修正
錄音檔轉成文字後，接下來的重點是解決專有名詞亂翻的問題。我透過GPT ，讓它協助我逐步修正內容。以下是具體操作：
（1）說明需求與背景
清楚描述需求，Prompt如下：
我有一段會議錄音已經轉錄成文字，但因為包含許多[XX產業]和某家公司特有的專有名詞或職位名稱，轉錄過程中出現了許多不精準或難以理解的地方。以下是我希望你協助的工作方式：
1.檢查整段文字： 找出可能有語意不通、專有名詞錯誤或上下文不一致的地方。
2.集中問答： 將不合理的句子或段落整理出來，以簡單的問題形式呈現給我，幫助釐清每一部分的正確意思，而不是逐句修改整段內容。
3.輸出修正建議： 根據上下文與我的回答，提出修正後的建議文字。
4.保留專業性與精準度： 確保修正後的文字符合[XX產業]的用語與背景。
以下(或附件)是需要處理的會議逐字稿內容，請依照上述方式進行，並用簡短問答方式與我確認每個問題。請不要整合會議記錄的句子，也不要重組段落。最終依上述回饋的原則修改整份會議逐字稿給我(請不要精簡，維持time stamp的每一句，僅作文句修改)：
會議記錄可以透過附件上傳或是直接分段複製貼上，但上傳附件文本我測試起來有一點翻譯不全（偷懶XD？），因此方便的話建議將逐字稿分段處理，ChatGPT 會逐句檢查並詢問
（2）與GPT問答，確認內文
GPT會詢問你類似下方的問題
問題整理
1.術語問題
*逐字稿中多次提到「OO」、「XX」等，這些是否是具體的部門名稱？如果是，能否確認正確寫法？
*「OOO」在逐字稿中反覆提及，應指什麼具體內容？
2.語意不清或語病
*「XXX佔了8% 那全部收益是4%」句子中「收益是4%」的上下文是否明確？是要比較什麼數字？
3.數字與邏輯矛盾
*例如「XXX滲透率是5%，一般客戶是2%」，是否可確認數據正確無誤？
4.專業性不足的部分
在描述「XXX」的效益時，有提到數據與提升計畫，但語句含混，是否需要整理清晰的執行步驟或量化目標？
你只要針對需要修正的部分回答它，例如1. 「北傑」= 台北捷運... 2.3.4.皆不用調整，並請他你完成階段性工作後可再進一步詢問確認。
（3）逐步處理會議記錄文本
後續GPT會呈現它調整後的文句與你與你確認是否OK，再確認後請他依照這個原則修改整份文件即可。
趕快來實測
我使用這個方法，確實部分改善了我逐字稿的問題。我再次嘗試用一個範例試試看效果，應該還算不錯，有需要的也可以試試看！
使用心得與成效
透過這個方法，我的逐字稿修正效率有了顯著提升。GPT 幾乎能準確處理 70%-80% 的問題，尤其是在專有名詞與簡稱的辨識上，效果還算不錯。節省部分時間，還讓我能更快整理出完整且有條理的會議內容。
其實如果有時間的話，有些人也會自己串whisper模型，好像也是挺好用的，只是很多還是需要事前準備，為了求快，就採用這種方式。主要還是因為不是很常需要這種功能，因此希望透過AI，用簡便、免費的方式解決這種低頻率的工作需求，如果你有更好的方法或是操作問題，可以一起交流。
