转写与数据保护：上传前需要确定什么

含有人声的音频文件很少是无害的。一旦能听出是谁在说话，你就在处理个人数据，而且往往不止于此：研究访谈中包含个人经历，团队会议中可能涉及人事问题，医疗咨询中包含健康数据。转写不会改变这些内容的性质，它只是让内容变得可以检索。本文梳理上传之前需要确认的事项。这不是法律建议；存在疑问时，应由你的数据保护专员或律师来决定。

首先：录音本身是否被允许？

如果录音本身就不合法，选择转写服务就已经太晚了。在德国，《德国刑法典》第 201 条规定，未经授权录制非公开谈话中的语音属于刑事犯罪。秘密录制的通话和会议，以及悄悄忘记关掉的录音笔，都属于这种情况。许多司法辖区也有类似规定，有些还要求所有参与者都同意。在大型听众面前的演讲，与一对一的对话，情况并不相同；而在开始时问一句“我可以录音吗？”，是成本最低的保障。

• 开始录音前告知对方，并把对方的同意录在录音里。
• 多人场合，要问在场的每一个人，而不只是主持人
• 讲座要查看机构的规定；许多机构只允许个人用途的录音
• 通话时，对方享有与在场者相同的权利
• 事后无法补救缺失的许可

哪一种法律依据支撑这项处理？

GDPR（欧盟《通用数据保护条例》）第 6 条要求每一项个人数据处理都必须有法律依据。日常转写中，有三种依据最为常见：同意、合同履行和合法利益。具体适用哪一种取决于情境：研究访谈与内部会议纪要所依据的法律基础并不相同。

特殊类别：便利止步的地方

GDPR 第 9 条对特定类别提供特殊保护：健康、种族或民族出身、政治观点、宗教信仰、工会会员身份、性生活以及生物识别数据。这些内容出现在转写文本中的频率，往往超出上传时的预期：可能是访谈中的一个从句，也可能是团队会议中提到的一张病假条。原则上禁止处理这些类别的数据，只有少数例外。如果你要处理这类数据，就需要站得住脚的例外依据、风险评估，并且通常需要一家以合同保障安全措施的服务商，而不是手边找到的第一个免费工具。

在工作中转写：数据处理协议

只要你代表某个机构进行转写（大学、编辑部、律所、公司），转写服务就是按你的指示处理数据。GDPR 第 28 条要求签订数据处理协议，内容涵盖处理目的、期限、指示、次级处理者、安全措施和删除。没有这份合同，处理在形式上就是不允许的，无论服务商在技术上多么谨慎。这不适用于私人笔记，但适用于所有职业性的工作。

如何识别一家数据处理规范的转写服务

各家服务商的差别，与其说在准确率上，不如说在你的音频之后会发生什么。一家正规的服务会公开回答以下六个问题，不需要你去追问：

• 音频和文字稿会保存多久？“删除”在实际中是什么意思？
• 次级处理者是谁？他们的服务器位于哪些国家？
• 我的录音会被用于训练模型吗？（正确的答案应当是明确的“否”。）
• 是否有数据处理协议？能否不经销售电话就获得它？
• 还会产生哪些附带数据？账户、IP 地址、分析 Cookie？
• 发生数据泄露时会怎样？我会在多久之内收到通知？

在 Sprechverlauf 上，识别通过位于美国的 OpenRouter 进行：免费转写使用 DeepInfra 或 Groq 提供的 Whisper Large v3 Turbo，付费转写使用 Azure 上的 Microsoft MAI-Transcribe-2。每个请求都以零数据保留的方式发送，因此服务商既不得存储音频和文本，也不得用它们训练模型。在我们自己的服务器上，文件只保留到处理完成为止（最长两小时），文字稿在内存中最多保留两小时；音频从不被永久保存；只有在你登录的情况下才会保留文字稿内容和文件名，并且仅以加密形式保存在你的账户中。试用服务无需账户，因此也不需要提供姓名或地址。对于许多场景而言，这已经足够；但对于健康数据和受律师保密特权保护的客户信息，它明确不够用。

数据最小化是最有效的措施

最安全的处理，就是根本不发生的处理。在上传两小时的录音之前，值得先问一问：是否真的需要整个文件，还是只需要其中那二十分钟有用的内容。文字稿在分享时，可以把姓名替换为首字母；而音频文件也很少应该永久存放在整个团队都能访问的云端文件夹中。

• 只转写你需要的那一段，而不是整段录音
• 在分享或引用文字稿之前进行假名化处理
• 工作完成后真正删除音频，包括回收站中的副本
• 提前决定保存期限，而不是事后再去找
• 只允许真正需要这段文字的人访问

被录音者的权利

被录音的人对文字稿仍然享有权利：访问、更正、删除、限制处理和提出异议。实际上，这意味着你需要知道某段录音存放在哪里，并且在六个月后有人打来电话时能够找到它。一份记录录音日期、用途、参与者和存储位置的简单清单，比事后在文件系统里翻找更有用，而且本来就是研究项目良好实践的一部分。