2026 年网上最好的免费转录工具是 MirrorCaption、Otter.ai、Google Docs Voice Typing、Notta 和 oTranscribe——它们各自面向不同任务。选对工具只取决于一个问题：你需要在实时会议中转录，还是在事后根据录音转录？
大多数对比文章把这些工具当成同一类任务来写。其实并不是。把它们混为一谈，是人们在选择免费工具时最常见的失望来源。
Kenji 每季度都会和一个分布在东京和柏林的合作团队做复盘。某个周二，他的德国同事在前五分钟提出了一个担忧，直接改变了整个议程。Kenji 听出了语气，却没听清内容。两小时后，Otter.ai 的转录才送达。那时决定已经做出。实时工具不会改变他的用词——但它本可以让他留在对话里。
本指南正是围绕这个分界来展开的。我们在一次 20 分钟的双语通话和一段 30 分钟的单人英语录音上测试了九款免费转录工具，然后按它们真正擅长的用途进行了分类。
关键要点
- 实时会议，多语言： MirrorCaption——1 小时免费试用，60+ 种语言，无需安装，无机器人加入
- 英语会议记录： MirrorCaption 是显而易见的选择——实时字幕、持续生成的 AI 摘要和可导出的转录稿，而且不会有机器人加入通话
- 零注册，立刻可用： Google Docs Voice Typing——免费、无需账号、无分钟限制
- 注重隐私的手动转录： oTranscribe——音频永远不会离开你的设备；你自己输入文字
- 注意细则： Notta 的免费方案是每月 120 分钟，不是无限制
两种免费转录工具——为什么区别很重要
在比较工具之前，先明确人们在网上搜索免费转录工具时通常指的两种任务：
实时转录 是指当有人说话时，文字会同步出现在屏幕上——快到可以在对话仍在进行时阅读。延迟必须低于一秒。这就是 实时字幕与转录稿 的区别：字幕用于当下，转录稿用于之后。
文件上传转录 是指你已经有一段录音。你上传它，等待一两分钟，然后拿回文本。由于模型会处理完整上下文，准确率通常更高。速度就没那么重要了。
MirrorCaption、Google Docs Voice Typing 和 Speechnotes 处理实时音频。Otter.ai、Notta、Transkriptor 和 Descript 处理录音。Fathom 两者都能做，但设计上更偏向会后处理。oTranscribe 则属于完全不同的类别：它是手动打字辅助工具，根本不是 AI 转录。
在选择免费方案前要看什么
并非所有免费层级都一样。以下是你需要检查的内容：
准确率。 对于单人英语、音频清晰的情况，如今大多数 AI 转录工具的词级准确率都能达到 90–95%。但一旦有背景噪音、浓重口音、专业术语或多人发言，准确率就会明显下降。唯一可靠的测试方式，是把同一段五分钟音频分别放进你正在比较的工具里。
语言支持。 大多数免费工具都以英语优先。要确认工具是否真的支持你的目标语言的实时转录——而不只是事后处理选项。Otter.ai、Fathom 和 Descript 的免费方案都只支持英语。MirrorCaption 在每个层级都支持 60+ 种语言，包括普通话、日语、韩语、阿拉伯语和印地语。
免费方案限制。 差异非常明显：
- MirrorCaption：1 小时免费，一次性
- Otter.ai：每月 300 分钟（每月重置）
- Google Docs Voice Typing：无限制（无需账号）
- Notta：每月 120 分钟
- Transkriptor：免费方案 90 分钟
- Descript：每月 60 个媒体分钟
隐私。 大多数 AI 转录工具会把音频发送到外部服务器处理。对于敏感会议——法律、医疗、金融——请在第一次通话前确认工具的数据保留政策。如果必须本地处理，oTranscribe 是这里唯一真正私密的选择。MirrorCaption 采取的是中间路线：音频会流式传输用于实时处理，但不会在服务器端存储。
安装要求。 任何需要桌面应用、浏览器扩展或会议机器人的工具都会增加使用阻力，并且常常触发 IT 审核。MirrorCaption、Notta、oTranscribe、Speechnotes、Transkriptor 和 Google Docs Voice Typing 都无需安装即可运行。
2026 年网上最好的 9 款免费转录工具
1. MirrorCaption——最适合实时会议和多语言转录
最适合：多语言视频通话、实时字幕、远程团队
MirrorCaption 通过低延迟的 WebSocket STT 引擎加上 GPT 翻译，逐词流式传输转录和翻译。每个词出现后的字幕延迟低于 500ms——快到可以在别人还在说话时阅读。不会有机器人加入你的会议。无需安装扩展。打开浏览器，分享标签页，转录就会出现。
免费层级包含对全部 60+ 种语言的完整访问、说话人检测、AI 会议摘要和词汇构建器。免费方案没有功能阉割——只有 1 小时的一次性额度，每个月重置。
它是这份名单中唯一一款把实时翻译与基于浏览器的界面结合起来、并且可在笔记本和手机上同时使用的工具。对于 远程团队的实时翻译，这份榜单里没有别的免费方案能与之竞争。
- 免费方案： 1 小时免费，一次性，无需信用卡，完整功能访问
- 语言： 60+ 种，支持实时翻译（不只是转录）
- 平台： 任何浏览器——Chrome、Safari、Edge——桌面端和移动端
- 隐私： 无机器人，音频不会存储在服务器端，转录稿保存在本地
- 限制： 仅支持实时音频——不支持预录文件上传
2. Otter.ai——基于机器人的英语转录
最适合：想要会后记录的英语团队
Otter.ai 是英语用户最知名的会议转录工具。它的会议机器人 OtterPilot 会加入你的 Zoom、Google Meet 或 Teams 通话，录制会议，并生成可搜索的转录稿、AI 摘要和行动项。对于清晰的英语音频，转录质量非常出色。
免费方案每月提供 300 分钟，并按月重置，但它依赖可见机器人，而且只支持英语。如果你的通话包含其他语言，或者你的 IT 部门会拦截会议机器人，那么 MirrorCaption 的基于浏览器的 Meet 模式会更合适：它可在 60+ 种语言中提供字幕和翻译，通话中不会有机器人加入，而且还有适用于 Mac、Windows、iPhone 和 Android 的原生应用。
不过，它的限制也很明显。没有实时翻译。机器人对所有参与者可见——一些组织和 受监管行业会因 AI 数据隐私顾虑而完全屏蔽会议机器人。而且免费方案不支持非英语语言。
- 免费方案： 每月 300 分钟（每月重置）
- 语言： 免费方案仅支持英语
- 平台： 桌面应用或网页；机器人加入你的会议
- 限制： 机器人可见；无实时翻译；仅英语
3. Google Docs Voice Typing——最适合零账号转录
最适合：无需注册的快速一次性任务
Chrome 内置的语音识别会把麦克风听到的任何内容——你的声音，或通过扬声器播放的音频——直接转录到 Google 文档中。除了 Google 账号之外无需其他账号（大多数人本来就有）。没有分钟限制。除了你已经为 Chrome 支付的成本之外，没有额外费用。
它确实能用。对于单人语音备忘、口述或快速笔记，它真的很实用。但用于会议转录时就会吃力：当音频通过笔记本扬声器播放时，准确率会下降（麦克风会拾取房间回声），而且没有说话人检测、没有翻译，也没有除复制文本之外的导出方式。
- 免费方案： 无限制（无分钟上限）
- 语言： 支持约 70 种语言
- 平台： 仅限 Chrome 浏览器；除 Chrome 外无需安装
- 限制： 仅支持麦克风输入；不支持文件上传；没有 AI 功能；在嘈杂环境中准确率会下降
4. Notta——带月度上限的文件上传转录
最适合：需要快速转录的短录音
上传音频或视频文件后，Notta 会在大约每 10 分钟音频对应 1 分钟的时间内返回带时间戳、带说话人标记的转录稿。它支持 50+ 种语言。界面简洁，并可导出为 Word、SRT 和纯文本。
但有个问题：免费方案是每月 120 分钟，不是无限制。两段一小时的访谈就会耗尽当月额度，所以要提前规划。而且由于它处理的是录音，它无法在对话进行时帮助你跟上节奏；MirrorCaption 会在说话发生的同时实时转录和翻译，这使它成为任何仍在进行中的对话的显而易见选择。
- 免费方案： 每月 120 分钟
- 语言： 50+ 种用于转录
- 平台： 基于浏览器；无需安装
- 限制： 月度上限很快就会用完，不适合经常使用
5. oTranscribe——最适合注重隐私的手动转录
最适合：敏感音频，任何内容都不能离开你的设备
oTranscribe 是一款开源网页应用，你上传音频文件，然后自己输入转录稿。键盘快捷键可控制播放速度并插入时间戳。不会向任何服务器发送内容——音频文件留在你的浏览器中，保存在本机。
要明确它是什么：oTranscribe 不是 AI 转录。它不会自动把语音转成文字。它是一个打字辅助工具——比普通文本编辑器快得多，但所有文字仍然要你自己写。对于处理敏感音频的记者、律师和医护人员来说，这种取舍是值得的。
- 免费方案： 完全免费；开源
- 语言： 任意（由你自己输入文字）
- 平台： 基于浏览器；无需安装；无需账号
- 限制： 仅手动输入——不是 AI 转录
6. Fathom——适合英语会议的会后 AI 笔记
适合：只需要会后笔记的纯英语团队
Fathom 会录制 Zoom、Google Meet 和 Microsoft Teams 通话，并生成会后重点和摘要。免费方案包含无限录制和转录，没有分钟上限——在会议笔记类别中，这是相对更慷慨的免费层级之一。
它的取舍也很熟悉：以英语为主的输出、会后笔记，以及根据设置可能使用可见机器人或无机器人模式的录制方式。如果你需要实时字幕、翻译，或者在通话过程中就生成笔记，MirrorCaption 的 Meet 模式绝对值得一试：它在通话进行时就提供实时字幕、60+ 种语言翻译和持续生成的 AI 摘要，而且不会有机器人加入。
- 免费方案： 无限录制和转录
- 语言： 仅英语
- 平台： Zoom、Google Meet 和 Microsoft Teams
- 限制： 无实时字幕；无翻译；录制模式因设置而异
Priya 是伦敦的一名自由记者，她采访了一位孟买的研究人员，时长 45 分钟。她第一个免费的文件工具就把当月额度几乎用掉了一半。下一次采访时，她把音频通过笔记本扬声器播放到 Google Docs Voice Typing 里。准确率大约是 72%：做笔记够用，但还不够干净，不能直接引用。教训是：免费工具适合粗稿和内部笔记。凡是要公开发表的内容，都应该为一次高质量转录留出预算。
7. Speechnotes——最适合快速麦克风转录
最适合：安静房间里的语音备忘和口述
Speechnotes 使用 Google 的 Web Speech API，在 Chrome 中运行，把麦克风拾取到的内容转录出来。无需注册、无分钟上限、支持数十种语言。对于安静环境中的单人口述，它是一款干净利落、只做好一件事的工具。
它无法转录视频通话（没有硬件回环就无法捕获系统音频），而且音频会通过 Google 的 STT 服务器处理，因此隐私并不是它的强项。把它当作语音转文字记事本，而不是会议工具。
- 免费方案： 无限制
- 语言： 50+ 种语言
- 平台： Chrome 浏览器；无需安装；无需账号
- 限制： 仅限麦克风；无法捕获视频通话；音频会发送到 Google 服务器
8. Transkriptor——适合偶尔处理短片段
最适合：在短录音上测试界面
Transkriptor 提供带说话人标签、时间戳和编辑界面的文件上传转录。界面很精致。当前免费选项限制为 90 分钟，足够测试几段短录音，但不足以支撑常规会议流程。
之所以值得一提，是因为 Transkriptor 经常出现在各种榜单里，而读者往往在注册后才发现这个限制。如果你喜欢这款产品，他们的付费方案起价约为 $9.99/月，价格具有竞争力。在免费层级上，它最好被视为偶尔使用的选项。
- 免费方案： 90 分钟
- 语言： 40+ 种语言
- 平台： 基于浏览器；无需安装
- 限制： 免费方案受限；常规使用需要付费方案
9. Descript——基于转录稿的音频编辑
最适合：按转录稿编辑的播客和视频创作者
Descript 的差异化功能是基于转录稿的编辑：从转录稿里删除一个词，就会把对应音频删掉。对于不想碰时间线的播客和视频编辑者来说，这真的很有用。免费方案现在包含每月 60 个媒体分钟，而不是单独的转录小时额度。
它需要下载桌面应用，因此不是基于浏览器的。它也主要面向英语，并且是为编辑录制内容而设计，不适合会议。对于实时会议转录和翻译，MirrorCaption 的基于浏览器的 Meet 模式是明确的选择：无需安装、60+ 种语言、持续生成 AI 摘要。
- 免费方案： 每月 60 个媒体分钟
- 语言： 主要为英语
- 平台： 桌面应用（Mac 和 Windows）；需要下载
- 限制： 需要下载；不是基于浏览器；不适合会议
免费方案限制——并排对比
| 工具 | 免费限制 | 语言 | 实时？ | 无需安装？ | 音频是否存储？ |
|---|---|---|---|---|---|
| MirrorCaption | 1 小时免费，一次性 | 60+，支持翻译 | 是 | 是 | 否 |
| Otter.ai | 每月 300 分钟 | 仅英语 | 部分（机器人） | 否（应用/机器人） | 是 |
| Google Docs Voice Typing | 无限制 | 约 70 种语言 | 是（仅麦克风） | 是 | 通过 Google |
| Notta | 每月 120 分钟 | 50+ 种语言 | 否 | 是 | 是 |
| oTranscribe | 无限制 | 任意（手动） | 仅手动 | 是 | 否（仅本地） |
| Fathom | 无限录制 | 仅英语 | 否（会后） | 否（机器人） | 是 |
| Speechnotes | 无限制 | 50+ 种语言 | 是（仅麦克风） | 是 | 通过 Google |
| Transkriptor | 90 分钟 | 40+ 种语言 | 否 | 是 | 是 |
| Descript | 每月 60 个媒体分钟 | 英语 | 否 | 否（应用） | 是 |
哪款免费转录工具适合你？
先从你的主要使用场景开始。大多数人只需要一种工具——而选错类型，比选错品牌代价更高。
- 你正在参加有非英语使用者的实时会议 → MirrorCaption。这里没有其他免费工具能实时翻译。对于多语言晨会、客户通话或讲座，它是唯一能让你跟上对话的选择。
- 你需要英语会议记录 → MirrorCaption，它正是为此而设计：通话中的实时字幕、持续生成的 AI 摘要和可导出的转录稿，而且不会有机器人加入通话，也不会添加到你的日历邀请中。
- 你现在就想要零阻力 → Google Docs Voice Typing。打开 Chrome，进入 Tools > Voice Typing，开始说话。无需填写表单。
- 你有一两段录音需要转录 → MirrorCaption 的 Audio Transcription 很合适：上传 MP3、M4A 或 WAV 文件（最多 100 MB 或 5 小时），可选择翻译，几分钟后转录稿就会出现在你的会话历史中。
- 你在处理敏感音频 → oTranscribe。没有任何内容会离开你的浏览器。准备好你的打字速度。
- 你在 Zoom、Meet 或 Teams 上做销售通话 → MirrorCaption 在这里很难被超越。它会在潜在客户说话时显示实时字幕和翻译，添加 AI 摘要用于交接记录，并让任何机器人都远离通话。
- 你制作播客或视频内容 → 使用专为后期制作设计的基于转录稿的音频编辑器。
关于免费转录工具的常见问题
免费转录工具的准确率足够专业使用吗？
对于单人英语、音频清晰的情况，答案是肯定的——大多数 AI 转录工具的词级准确率可达 90–95%。这足以用于内部笔记和粗稿。但如果不经过校对，就不适合原样发布。带口音的语音、背景噪音、专业词汇和多语言内容都会让准确率下降。在决定使用任何工具之前，先测试你的具体音频。
免费转录工具会录制并存储我的音频吗？
大多数会。例外包括 Google Docs Voice Typing（使用本地 Chrome Speech API，经由 Google 路由处理但不会永久存储）、oTranscribe（完全本地——没有任何内容离开你的设备）以及 MirrorCaption（音频会流式传输到实时 STT 引擎进行实时处理，但不会在服务器端存储）。对于敏感会议，在使用前请确认任何工具的数据保留政策。我们关于 AI 会议摘要隐私 的指南说明了需要问哪些问题。
免费转录工具能处理多种语言吗？
有些可以，而 MirrorCaption 最突出：它在免费方案中支持 60+ 种语言的实时翻译，这是它与本列表中其他所有工具的主要区别。Notta 和 Speechnotes 支持多种语言转录，但不支持翻译。Otter.ai、Fathom 和 Descript 的免费层级都只支持英语。Google Docs Voice Typing 支持大约 70 种语言，但不同语言之间的准确率差异很大。
Zoom 会议最好的免费转录工具是什么？
对于 Zoom 会议，MirrorCaption 是最明确的选择。它通过浏览器捕获你的 Zoom 标签页音频，无需机器人、无需扩展、也不需要主持人权限，并提供实时字幕、翻译、AI 摘要以及可在会后查看的可导出转录稿。若想看更深入的 Zoom 专项对比，请参阅我们的 2026 年最佳会议翻译器 汇总。
有没有真正无限制的免费转录工具？
Google Docs Voice Typing 和 Speechnotes 没有分钟限制，但它们都只是单人麦克风工具——如果没有硬件绕行，就无法捕获视频通话音频。MirrorCaption 也值得一试：它提供 1 小时免费，一次性，无需信用卡，足以在真实会议中测试实时转录和翻译，而且不会有机器人加入通话。若要口述自己的笔记、消息或草稿，MirrorCaption Typer 可以用同一个账号把你的语音变成干净、润色过的文本。
Andre 是一名自由顾问，每月会进行四到六次客户通话，每次大约 40 分钟。他原本每月为 Otter Pro 支付 $16.99。改用 MirrorCaption 的 Premium 方案后，他一次性支付了 €99，并在大约六个月内收回了成本。他的法英双语通话体验也变好了，因为 MirrorCaption 确实会翻译，这是一个明显优势，而且同一个会话也能处理他的纯英语通话。
关于网上免费转录工具的结论
2026 年网上最好的免费转录工具都能很好地解决特定问题。错误在于把它们用在并非为之设计的任务上。
如果你正在参加有非英语使用者的实时会议，任何基于上传的工具都无法在当下帮到你。如果你要转录的是一段三小时的访谈录音，实时工具也同样不合适。
最简短的结论是：Google Docs Voice Typing 适合零门槛任务，而 MirrorCaption 则几乎是实时会议的最佳选择，支持 60+ 种语言，包括带 AI 摘要和可导出转录稿的英语会议记录。它也是这组工具中唯一能实时翻译的产品，而且它的 Audio Transcription 还能处理你已经拥有的录音。