大多数语音转文字的错误，问题出在音频，不在软件。最有效的四件事是：麦克风靠近说话的人、背景噪音少、一次只有一个人说、语言设置正确。其次，用完整的句子、稳定的语速说话，人名和数字说清楚，用之前把文字读一遍。AI 改写之后能整理标点和口头语，但修不了转写时写错的词。
| 文字里的问题 | 最可能的原因 | 怎么改 |
|---|---|---|
| 漏字或乱码 | 麦克风太远，或有噪音 | 手机拿近一点，换个安静的地方 |
| 整段都错 | 语言设置不对，或几种语言混着说 | 设置正确的语言；一段录音尽量用一种语言 |
| 人名、品牌名写错 | 系统没见过的少见词，或同音字 | 说清楚，必要时说明是哪个字，事后改正 |
| 两个人的话混在一起 | 几个人同时说话 | 轮流说，回答前停一下 |
| 什么都没有 | 录音无声或音量极小 | 检查录音音量，先录一小段试试 |
麦克风和环境
Google 给自家 Cloud Speech-to-Text 服务的最佳实践说得很直接：“Position the microphone as close as possible to the person that is speaking, particularly when background noise is present.”（尽量把麦克风放在离说话人最近的地方，特别是有背景噪音的时候。）三星马来西亚的帮助页也提醒，要转写得准，说话的人要讲清楚并靠近麦克风。实际做法：
- 手机靠近嘴边，距离大约和打电话时一样，手指或手机壳不要挡住麦克风孔。
- 选安静的房间。 关掉音乐、电视和风扇。有软装的小房间回音比厨房或楼梯间少。
- 避开风。 在户外背对风，或用耳麦的麦克风。
- 不要大喊。 Google 也建议 “avoid audio clipping”（避免削波失真）。贴着麦克风大声说，声音会失真。
- 录会议时手机放在桌子中间，不要放在一端，让每个人的声音大小差不多。
怎么说话
- 完整的句子，稳定的语速。 不用特别慢，但平稳、想法之间有短暂停顿的说话，比一阵一阵地说转得好。
- 一段录音尽量用一种语言。 一句话里换语言会让很多系统出错。如果要引用另一种语言，尽量简短。中英夹杂的地方，事后重点检查。
- 人名和数字说清楚。 少见的名字说慢一点，必要时说明是哪几个字。数字一个一个说清楚，电话号码和单号逐位念；“四”和“十”这类容易混的音要咬准。
- 同音字要留意。 “期中”和“期终”、“权利”和“权力”听起来一样，转写后按上下文检查。
- 方言和口音。 福建话、粤语、客家话等方言，以及带口音的普通话，效果因工具而异。Retexta 的语言列表里没有粤语，方言录音的效果我们没有测试。
- 轮流说话。 两个人同时说，两边通常都会出错。
- 点开始后稍等一下再说，说完稍等一下再停，免得开头和结尾的字被切掉。
有影响的设置
- 在工具要求的地方选好说话的语言。 Gboard 语音输入、WhatsApp 转录和手机录音 App 各有各的语言设置，设错了结果就会很差。WhatsApp 的设置见WhatsApp 语音转文字不支持中文怎么办。Pixel 录音机可以在设置里选转写语言并点检测语言。
- 有词汇表或短语列表就加上人名和术语。 Google 的文档建议用词语和短语提示 “to add names and terms to the vocabulary”（把人名和术语加进词汇表）。
- 保留原始文件。 每重录或重新压缩一次，都会损失细节。转写录音机录下的文件，不要转写从喇叭再录一遍的副本。Google 为自家服务推荐无损格式（FLAC 或 LINEAR16）和 16,000 Hz 采样率。
- 事后不要再加降噪。 Google 建议它的服务不要用自动增益控制和降噪，并说它的识别器本身就能忽略背景人声和噪音。
听不清的录音
如果录音已经录好，又很难听清：
- 先把整个文件转写一次，看看哪些部分失败。
- 戴耳机、放慢速度重听失败的部分，自己打出来。
- 听不清的地方标成 [听不清]，不要猜。引语或纪要里猜错一个词，比留一个空还糟。
- 别对很远的声音抱太大期望。 如果你自己都几乎听不到，软件也不能可靠地还原。
自己测一测准确率
语音转文字的准确率通常用词错误率（WER）衡量：WER = (S + D + I) / N，其中 S 是被替换的词数，D 是被删掉的词数，I 是多出来的词数，N 是正确参考文本的总词数。数值越低越好。中文没有空格分词，自己测试时按字来数比较方便。
在家五分钟就能做：
- 选一段大约 100 字、带几个人名和数字的文字。
- 用你平常的方式对着工具念一遍。
- 数一数写错、漏掉和多出来的字，除以这段文字的总字数。
- 改一个条件（距离、房间、语言设置），再测一次。
结果告诉你，对你的声音、你的手机和你的房间来说什么有用。它不能用来比较工具的好坏：公开的准确率数字只对测量用的那批音频有效。
AI 改写能修正什么，不能修正什么
Retexta 是一款在云端处理的 Android 语音转文字和 AI 写作 App，它先转写，再按需要改写文字。改写可以很好地处理让原始转写稿难读的问题：
- 标点和分段；
- 口头语和重来的地方（“那个，嗯，就是说”）；
- 重复的词句和断掉的句子。
如果只想把转写稿整理干净，Clean up a text 目标（在 More templates 下）在 App 里的说明是：保留你的文字，修正语法、标点和通顺度。Write a message、Take notes 这些写作目标走得更远，会重新组织你说的内容。Retexta 的菜单是英文的。
改写做不到的，是知道“陈志明”被写成了“陈志铭”，或者“四十”其实应该是“十四”。它甚至可能把一个听错的词写成一句看起来很对的通顺句子。所以人名、数字、日期和金额要对照录音检查。Retexta 在结果上标注 “AI-generated. Check important details.”
两个和准确率有关的 App 细节：Retexta 自动识别说话的语言，所以一段以完整句子开头的录音，比只有一个词的录音更容易识别。如果录音无声或极小声，它会告诉你，而不是给出文字（“Transcription finished, but no text was produced”）。
Retexta 可以免费试用：新用户可获得几次免费的 Pro 结果，在应用内查看，用完之后 Transcript only 也需要 Retexta Pro 或点数。改写目标和 Import audio 属于 Retexta Pro，复制、分享或导出结果需要 Retexta Pro 或点数。
继续阅读
录语音备忘？见Android 手机录音转文字。用说话代替打字？见用语音写邮件（Android）。一段录音里有两个人：采访录音怎么转文字。文件格式：MP3 转文字。关于 App 本身：Retexta，Android 语音转文字。
来源
FLAME Apps 于 2026 年 9 月 25 日查看。
- Google Cloud，Best practices, Cloud Speech-to-Text（英文，最后更新 2026 年 9 月 18 日）：麦克风位置、削波、采样率、无损编码、不要用增益控制或降噪、词语和短语提示。这些是 Google 为自家服务给的建议。
- Samsung Malaysia，How to use Transcribe assist with Galaxy AI（英文）：说话清楚、靠近麦克风的提示。
- Pixel 手机帮助，创建、修改和管理转写内容：选择转写语言和检测语言。
- Wikipedia，Word error rate（英文）：WER = (S + D + I) / N 的定义。
- Retexta 应用代码（Android，版本 2026.1.23）：自动识别语言（
RecordScreen.kt、TranscriptionLanguageCatalog.kt），Clean up a text 目标的说明和错误提示（应用字符串）。
