部落格

音訊與影片檔案格式：轉成逐字稿前該怎麼選

作者： Hushscript | 發布： 2026年10月12日 | 最後審閱： 2026年10月12日

大多數音訊與影片檔案格式都能用來轉成逐字稿。MP3、M4A、WAV、OGG、MP4、WebM 或 AVI 檔案，走的都是同樣的步驟，而格式對結果的影響，遠小於錄音本身的品質。本指南說明各種音訊與影片檔案格式是什麼、該保留哪一種，以及先轉檔才有幫助的少數情況。

這裡談的是您手上要上傳的檔案。至於轉錄後取得的檔案，例如 TXT、DOCX 或 SRT，請見您需要哪種逐字稿格式。想現在就轉錄，請使用音檔轉文字頁面。

格式、容器與編碼器：一個檔案的三種說法

檔案格式其實包含兩個選擇。編碼器決定聲音或畫面如何壓縮，容器則是把壓縮後的串流與中繼資料一起裝起來的檔案。MDN 說明容器是一種檔案格式，會把一個或多個媒體串流（例如音訊或影片）連同中繼資料封裝起來，讓它們可以一起儲存與播放。

這就是為什麼副檔名相同的兩個檔案，表現可能不一樣。MP4 可以容納不同的編碼器，OGG 檔案裡可以是 Vorbis 或 Opus。檔案打不開時，常見原因是編碼器，而不是副檔名。

有損與無損音訊

無損音訊可以解碼還原成與原始訊號完全相同的內容。有損音訊則會捨棄一些細節來換取較小的檔案，壓縮得越多，流失的細節就越多。MDN 的音訊編碼器指南將 MP3、AAC、Opus 和 Vorbis 列為有損，FLAC 則是無損。

由此可得兩條規則。有損檔案無法變回無損：把 MP3 另存成 WAV，只會得到更大的檔案，聲音完全相同。而且每次有損轉有損的轉換，都會再多損失一點。請保留原始錄音，再從原檔製作副本。

常見的音訊格式

MP3 檔案

MP3 檔案是有損音訊，也是您最可能收到的格式。錄音機、Podcast 剪輯軟體和下載頁面都會產生它。在 128 kbps 下，一小時的音訊約 58 MB，因此很容易傳送與儲存。對語音來說，這已經綽綽有餘。逐步說明請見如何將 MP3 轉成文字。

M4A 檔案

M4A 檔案是 MP4 系列容器中的音訊，通常以 AAC 壓縮。iPhone 語音備忘錄這類手機錄音程式是常見來源。在相同檔案大小下，聽起來和 MP3 差不多。手機上的做法請見如何將 M4A 轉成文字。如果播放器需要的是 MP3，免費的 M4A 轉 MP3 轉換器可以在您的瀏覽器中完成。

WAV 檔案

WAV 檔案通常存放未壓縮的 PCM 音訊，因此麥克風收到的一切都會保留，也相當佔空間。CD 品質（44.1 kHz、16 位元）的立體聲每分鐘約 10.6 MB，一小時約 635 MB。實地錄音機、錄音室軟體和部分桌面錄音程式都會存成 WAV。如果您有這種檔案，請保留。需要分享時，WAV 轉 MP3可以做出小得多的副本。更多說明請見如何將 WAV 檔案轉成文字。

OGG 與 Opus 檔案

OGG 檔案是開放的容器，通常存放 Vorbis 或 Opus 音訊。MDN 指出，只含 Opus 音軌的 Ogg 檔案有時會被稱為 Opus 檔案，甚至可能使用 .opus 副檔名，但它仍然是 Ogg 檔案。部分播放器和剪輯軟體無法開啟 OGG。Hushscript 接受 OGG，所以您可以直接上傳。如果其他工具需要 MP3，請使用 OGG 轉 MP3。

FLAC、AIFF 與其他格式

FLAC 是無損但經過壓縮的格式，所以比 WAV 小。AIFF 和 WAV 一樣未壓縮，在 Mac 上很常見。兩者都可以接受。上傳選擇器也支援 AAC、Opus、WMA、AMR 等幾種格式。如果不確定某種格式能不能用，直接試試看，把檔案拖進去是最快的測試方式。

常見的影片格式

對轉錄而言，影片檔案只是音軌的載體。Hushscript 會在您的瀏覽器中讀取音軌，可以的話就不經重新編碼直接複製出來，並且只上傳那段音訊。影片永遠不會離開您的裝置，所以檔案很大的影片也不會造成很大的上傳量。

MP4 檔案是最常見的情況，許多手機和相機都用這種容器來存影片。MP4 本身只是外殼，真正重要的是裡面的音訊。詳情請見如何將 MP4 轉成文字。

MOV 和 MKV 檔案的處理方式相同。如果其他程式需要 MP4，MOV 轉 MP4與 MKV 轉 MP4可以在您的瀏覽器中轉換。

WebM 檔案是網頁用的影片格式，常見於瀏覽器的螢幕或鏡頭錄影。它的音訊通常是 Vorbis 或 Opus。需要 MP4 的應用程式，可以用免費的 WebM 轉 MP4 工具轉換。

AVI 檔案是較舊的容器，許多相機與程式都用過。它們常含有 Xvid 或 DivX 等較舊的編碼器，較新的手機和剪輯軟體可能無法開啟。Hushscript 不需要播放影片就能取出音訊。如果您想要在更多裝置上播放的副本，AVI 轉 MP4會以大約即時的速度重新編碼。

如果只想保留影片的聲音，免費的音訊擷取工具會盡可能保留原始音軌。影片轉 MP3 指南說明了這項工作。

哪種格式的逐字稿最好

原始檔案最好。錄音機或手機存成什麼，就上傳什麼，因為它被壓縮的次數最少。WAV、FLAC 和 AIFF 這類無損格式，能讓引擎拿到最乾淨的訊號。同一段錄音的 MP3，只要在 128 kbps 以上，轉錄效果大致相同。

真正會影響準確度的，是檔案之外的因素：麥克風離說話者多近、房間有多少雜音，以及大家是否互相搶話。說話者標籤、語言和匯出也都與格式無關。完整做法請見如何轉錄任何音檔。

計算的是長度，不是大小。分鐘數依音訊長度計費，因此很大的 WAV 與相同分鐘數的小 MP3，費用相同。一段錄音最長可達 10 小時，沒有固定的檔案大小限制，大型檔案會在您的瀏覽器中處理，並受限於您裝置的記憶體。

什麼時候轉檔有幫助

• 檔案打不開。 用免費的音訊轉換器轉成 MP3 或 WAV，再上傳那份副本。支援與否取決於編碼器和您的瀏覽器，因此罕見的編碼器仍可能失敗。
• 某個工具或表單需要不同的格式。 上傳影片要 MP4，播放器要 MP3。免費的轉換器在您的瀏覽器中執行，不會上傳任何內容。
• 您需要傳送較小的檔案。 壓縮音訊會依您選的位元率製作 MP3，原始檔案保持不變。
• 您想把好幾個檔案合成一個。 請先用免費的音訊合併工具把各段接起來。

什麼時候轉檔反而有害

不要為了期待更好的逐字稿而轉成 WAV 或 FLAC。壓縮時移除的細節不會回來。也不要只因為副檔名看起來少見就轉檔，請先上傳。如果轉錄能讀取檔案，就什麼都不必做。

如果伺服器無法讀取上傳的檔案，工作會失敗，而且不會收費。接著應用程式會在您的瀏覽器中轉換檔案，並自動再上傳一次，所以部分特殊檔案不需要您動手就能恢復。

長時間上傳前先檢查檔案

在送出三小時的錄音之前，先跑一次免費的 5 分鐘預覽。不需要帳戶，就能看到文字與說話者標籤在您自己的檔案上讀起來如何。頁面上預覽無法開啟的格式，在應用程式中仍然可能順利處理。

完整逐字稿需要帳戶和足夠的分鐘數；註冊不需要信用卡。符合資格的個人帳戶可在信用卡驗證後，或首次購買時，一次性獲得 30 分鐘免費額度。定價有詳細條款，而且沒有訂閱。