讯飞听见

讯飞听见是什么？

讯飞听见是安徽听见科技有限公司运营、依托科大讯飞语音识别与星火认知大模型能力打造的AI语音记录平台。它可以把会议、采访、课程、培训、播客和视频素材转换为带时间轴的文字，并继续完成说话人区分、语篇规整、全文翻译、AI会议纪要、思维导图和内容问答。

讯飞听见属于科大讯飞智慧办公SaaS平台的一部分，与讯飞写作、讯飞同传、讯飞会议和音视频翻译服务并列。个人用户可以通过网页、电脑客户端、手机应用和微信小程序使用；

企业还可以购买共享权益、定制服务或私有化方案。

核心功能

1. 实时录音转文字

用户可以在网页、电脑或手机端边录音边查看识别文字，适合现场会议、授课、采访和个人语音笔记。电脑客户端可选择麦克风、电脑内部声音或组合录制，悬浮字幕模式能把实时文字以小窗显示，方便同时查看会议软件、演示文稿或其他页面。

实时转写准确性取决于麦克风距离、环境噪声、发言速度、口音和多人重叠情况。官方宣传的普通话清晰音频最高98%准确率来自特定评测条件，并不代表所有场景都能达到同一水平。

2. 导入音视频转写

用户可上传已录制的音频和视频，系统在云端排队处理后生成文字。官方当前列出的格式包括MP3、WAV、PCM、M4A、M4V、AMR、WMA、AAC、MP4、MPG和3GP。

单个文件最长5小时、最大2GB，一次最多上传100个。

在网络和任务量正常的情况下，官方称1小时音频最快约5分钟出稿。实际耗时会受文件大小、音质、语种和服务队列影响，不能把“最快”理解为稳定交付承诺。

3. 多语种与专业领域优化

讯飞听见当前介绍支持中文、英语、俄语、法语、德语等11种语言，以及17个专业领域效果优化。用户还可使用方言与多语言混说相关能力，具体语种会随入口、权益包和版本调整。

专业领域优化能提高常见术语识别率，但人名、药名、型号、缩写、数字和机构名称仍应人工核对。法律、医疗、金融和学术材料不能只依赖自动转写。

4. 说话人区分

系统可以自动把多人录音中的发言划分到不同角色，便于阅读会议对话和访谈内容。用户可在转写后修改角色名称，使纪要更容易理解。

多人同时说话、远场录音或相似声线可能导致角色串行。说话人标签只是一种识别结果，不构成身份认证或证据。

5. 热词优化

上传前可以添加项目名、产品名、人名和行业术语作为热词，帮助模型优先识别不常见词汇。当前规则允许最多输入200个中文热词，单个热词1至16个字符，总长度上限1000字符。

热词应选择容易误识别且确实会出现的词，过多无关词可能降低实际效果。敏感客户名或未公开项目名称也应根据组织的数据政策决定是否提交云端。

6. AI会议纪要

转写完成后，讯飞听见可根据全文生成结构化会议纪要，提取主题、重点和待办。用户能结合原文和录音时间轴复核内容，适合项目例会、销售沟通、面试和培训复盘。

AI纪要是模型概括，不等同于参会者确认的正式记录。它可能遗漏条件、误判否定关系或把建议写成决定，发布前需要确认责任人、截止日期、数字和结论。

7. 全文概览、语篇规整与AI洞察

全文概览帮助用户快速理解长录音主题；语篇规整会删除部分口头重复和语气词，把口语整理为更连贯的书面表达；

AI洞察与思维导图则将信息转换为层级结构，帮助梳理观点、关系和决策线索。

语篇规整会改变原始措辞，适合提升阅读效率，不适合替代逐字证词、新闻引语或法律取证材料。需要保留原话时，应同时保存未经整理的逐字稿和原音频。

8. 全文翻译与实时翻译

实时录音可显示翻译结果，录制结束后还能选择语言并保存翻译文本。官方说明实时翻译结果在录制期间只用于查看，不直接保存；

结束录音后生成的语言版本可以选择和保存。

机器翻译对术语、姓名、数字、俚语和长句可能理解错误。跨国合同、外部发言和字幕发布应由目标语言人员审校。

9. 笔记与随记

录音过程中可以添加随记，标注需要追问或重点复盘的位置。导出文稿时，相应内容会高亮显示，方便把即时判断与自动转写结合起来。

10. 分享与下载

录制完成后可通过链接或二维码分享，内容可包括原音频、转写文字和笔记。下载时可以组合选择转写结果、语篇规整、说话人、AI纪要、笔记和音频。

付费解锁的文稿支持批量下载，单次最多50份，生成压缩包保存。

分享链接可能包含原音频和敏感逐字稿，应控制接收范围并定期清理。下载后的文件离开平台权限体系后，更需要使用组织网盘、加密和访问控制保护。

录音转写包与畅享包

讯飞听见当前把个人权益分为录音转写包和畅享包。录音转写包支持通过手机或电脑客户端录制的音频以及播客链接转写，每月包含3000分钟；

畅享包在此基础上增加导入音频转写，每月包含6000分钟，并包含AI语音大模型的粤语、普通话、英语和多方言混说实时转写权益。

两类权益包有效期均为1个月，用完即止，同一种权益在当前包有效期内不能叠加立即使用；重复购买后通常要等现有权益到期才生效。

转写订单采用足额支付规则，单个权益不足以覆盖整段音频时不能拆分组合支付，但多张时长卡可在规则允许时组合。

价格说明

官网公开帮助文档主要展示权益时长与支付规则，实时金额需要登录购买页确认。中国区App Store当前列出的录音转写包连续包月价格为首月6元、次月起18元，移动端商品说明为每月30小时App录音转写时长；

这与官网新权益说明中的3000分钟或6000分钟套餐不是同一渠道、同一商品口径，不能直接互换。

会员还可能分为不同等级的月卡、年卡、机器快转时长、闲时转写和优惠券。平台可调整收费与权益，未使用时长可能在有效期结束后清零。

正式购买前应核对是否支持“导入文件”、是否只限录音、包含多少分钟、AI整理是否另扣权益以及自动续费规则。

人工精转服务

除机器转写外，讯飞听见还提供人工精转，可选择标角色文稿、普通文稿、字幕、带时间戳字幕，以及流畅整理、逐字逐句或内容提炼。正常时效和加急服务按音频质量与订单评估计价。

当前公开页面显示，场记时间码为25元/小时；工作日9:00至18:00评估通过的加急订单加收30%，18:00至22:00加收50%。

人工转写整体价格会根据语种、质量、整理要求和时效在下单页报价。

讯飞同传与会议服务

讯飞同传提供多语种实时语音转写、翻译、双语字幕和音频文档导出，适合跨语言会议、直播和活动。讯飞会议则加入视频会议、屏幕共享和多人协作。

它们与讯飞听见账号体系和智慧办公平台相关，但属于不同产品和付费权益，不能把听见转写包默认视为同传或会议服务会员。

企业服务与私有化

企业可采购员工共享转写权益、专属定制与技术服务，也可咨询私有化SaaS方案。官方企业页面介绍支持Windows、macOS、鸿蒙电脑端，Web网页端，以及Android、iOS、鸿蒙移动端，并可集成中英日韩转写引擎。

私有化部署、并发、账号体系、数据保存、模型语种和服务等级需要按企业需求报价。采购时应确认音频是否离开内网、升级和运维方式、日志审计、容灾、转写准确率测试集及数据删除机制。

开发者API

讯飞开放平台提供录音文件转写API，但该API是独立的开发者产品，并不是个人讯飞听见会员权益。标准录音文件转写支持最长5小时、最大500MB的音频，常见格式包括WAV、FLAC、OPUS、M4A和MP3，可识别普通话、英语以及购买或试用的小语种和方言。

旧版接口采用预处理、文件分片上传、合并、查询进度和获取结果的流程；新版标准接口可直接创建订单并查询结果。

接口使用应用标识和签名鉴权，标准文档要求每个应用每秒请求少于20次，完成订单的结果通常在72小时后删除；旧接口文档还列有30天保存口径，开发时应以实际采用的接口版本为准。

讯飞开放平台还上线录音文件转写大模型，官方标准版页面提示其支持更多方言和语种。具体免费礼包、时长包和并发按开放平台控制台计算，不能套用讯飞听见App的月包价格。

支持平台

• Web网页端；
• Windows与macOS电脑客户端；
• Android与iOS手机应用；
• 鸿蒙端；
• 微信小程序；
• 讯飞开放平台Web API；
• 企业私有化与定制接入。

PC客户端还提供屏幕录制和悬浮字幕等能力，部分功能只在指定系统或新版本中出现。旧系统可使用兼容版，但应以下载中心的当前说明为准。

开源状态

讯飞听见是商业SaaS服务，核心转写、AI纪要、翻译和企业平台并未开源。官方开放平台提供API文档、示例代码和部分SDK，不代表讯飞听见产品可自行部署；

企业需要私有化时应购买对应方案。

讯飞听见使用教程

完成一次基础任务

1. 确认录音、声音、音乐及参与者授权；
2. 把清晰音频上传或录入讯飞听见；
3. 选择语言、说话人和实时录音转文字等处理设置；
4. 使用导入音视频转写生成转录、配音或清理结果；
5. 逐段检查姓名、数字、停顿、音量和情绪；
6. 导出前确认格式、响度、版权和隐私要求；

建立可复用的专业工作流

1. 用真实噪声、口音和多人片段建立测试集；
2. 比较实时录音转文字、导入音视频转写和多语种与专业领域优化的处理差异；
3. 保留原始录音和未经修改的转录；
4. 对外发布前安排人工听审；
5. 统计处理时长、错误率和额度消耗；
6. 定期更新术语表、声音授权和删除策略；

适合哪些用户？

• 整理会议、采访、课程和培训录音的个人；
• 需要从长音视频快速生成逐字稿和纪要的内容团队；
• 制作字幕、播客文稿和媒体资料的编辑；
• 需要普通话、方言和多语转写的组织；
• 需要人工精转、时间码和加急交付的专业项目；
• 希望采购共享权益、API或私有化转写的企业。

产品优势

• 实时录音与本地音视频导入两种转写流程完整；
• 支持说话人区分、热词和专业领域优化；
• 集成AI纪要、概览、规整、翻译与思维导图；
• Web、电脑、手机、鸿蒙和小程序多端覆盖；
• 同时提供机器转写、人工精转、同传和企业方案；
• 科大讯飞开放平台提供独立API接入路径。

限制与注意事项

• 用户必须拥有录音和上传内容的合法权利，并在会议、采访或通话录制前取得必要同意；
• 平台协议明确要求用户对音频来源和第三方权益负责；
• 宣传准确率只适用于特定测试条件；
• 噪声、方言、重叠发言和专业名词会造成错误，AI规整与纪要还会进一步改变原意，重要内容应回听校对；
• 个人套餐按入口和渠道区分，录音时长不一定能支付导入文件，AppStore订阅也不等同于官网畅享包；
• 权益可能过期清零，购买前要核对商品说明；

常见问题

讯飞听见免费吗？

可注册体验部分转写和AI功能，持续使用需要购买转写包、畅享包、时长卡或单次服务。具体赠送额度以账户页面为准。

讯飞听见支持哪些文件？

个人平台当前支持MP3、WAV、PCM、M4A、M4V、AMR、WMA、AAC、MP4、MPG和3GP，单文件最长5小时、最大2GB。

录音转写包和畅享包有什么区别？

录音转写包主要覆盖App、电脑录音和播客链接，每月3000分钟；畅享包还覆盖导入音频，每月6000分钟，并增加多方言混说等权益。

讯飞听见能生成会议纪要吗？

可以生成AI会议纪要、概览、思维导图和待办，但必须结合原文与原音频人工确认。

讯飞听见提供API吗？

科大讯飞开放平台提供独立录音文件转写API和大模型接口，费用与讯飞听见个人会员分开计算。

讯飞听见开源吗？

不开源。它是商业云服务，API示例和SDK不等于核心产品源代码开放。