AI 转写与人工转写：研究实际表明了什么
2026年6月30日 · 8 分钟阅读
速度、准确率、成本——放在 2024 年 CISPA 研究的背景下看。Whisper 类工具什么时候足够用，什么时候人工仍然更胜一筹。
AI 转写越来越快，也越来越便宜——但它的质量够好吗？CISPA 的研究人员在 2024 年比较了十一家服务商（人工和 AI 都有）。结果与实际使用体验相符：速度确实快，但并非总是完美。
CISPA 研究概要
Jakub Mrowczynski 的团队在 2022 年 12 月比较了十一种服务，包括 Rev、Amberscript、Amazon Transcribe、Google Cloud、Microsoft Azure 和 OpenAI Whisper。他们测量了词错误率以及会改变意思的错误。
- 人工服务：整体表现强，意思上的错误较少
- AI 服务：更多意思上的偏移（例如把 “hashes” 听成 “ashes”）
- 在 AI 服务商中，Whisper 表现最好
- 大多数系统处理英语的效果优于德语
- 这是 2022 年底的快照——新模型在改进，但规律依然存在
| 标准 | AI 转写 | 人工转写 |
|---|---|---|
| 每 1 小时音频的耗时 | 约 5–10 分钟处理 | 约 4–6 小时工作 |
| 成本 | 每分钟几美分 | 通常每分钟 1–3 美元 |
| 准确率（清晰音频） | 约 90–96% | 可达 99% 以上 |
| 准确率（嘈杂环境） | 下降明显 | 更稳健 |
| 说话人识别 | 在改进，但不一定稳定 | 更可靠 |
实用建议
- 讲座——AI 加 10–20 分钟审校
- 新闻工作——AI 草稿，引语靠听音频反复核对
- 会议——内部使用时 AI 通常已经足够
- 法律 / 医疗——人工转写或经认证的工作流程
研究结论一致：AI 在速度与规模上胜出，人类在准确性与语境上胜出。Sprechverlauf 提供 Whisper 说话人分离、时间戳，以及无需账户即可导出的功能——当你需要一份可检索、可自行修正的草稿时，它很合适。