訪談逐字稿 App 不能只用「準確率最高」來排。記者需要能回頭查核的原話，UX 研究員要穩定的講者標記和可匯出編碼的文字，Podcast 主想直接剪音檔；碰到不能上傳的敏感受訪者，隱私又壓過其他功能。
所以，冠軍不只一個。
依情境快速選
- **多語訪談與整理洞察：**Atter AI
- **正式稿需要人工校對：**Rev
- **訪談會剪成音訊或影片：**Descript
- **Mac 本機離線處理：**MacWhisper
- **即時訪談與團隊協作：**Otter
這篇專注在選工具。若你要的是從錄音、逐字稿格式到匿名化的完整流程，請接著看訪談逐字稿實作指南。
Atter AI：多語訪談後還要整理重點
Atter AI 支援 90 多種語言，可把錄音整理成區分講者的逐字稿、摘要、決策、待辦事項與心智圖。除了上傳音訊和影片，也能處理支援的連結，或從行動裝置開始錄音。跨國採訪、使用者研究、需要快速抓主題的工作，比單純拿到一大段文字省事。
清晰音訊下，Atter 標示最高 98.7% 轉錄準確率。這是好條件下的上限參考，不是夜市旁邊訪問、台灣國語、多人搶話都會一樣準。老實說，拿自己的五分鐘素材試過，比看規格有意義。
單檔上限 5 小時或 2 GB，沒有每月轉錄時數配額，並提供免費試用。它採託管雲端處理，並非本機離線工具；研究倫理或保密承諾規定錄音不能離開裝置時，就別勉強。
Rev：正式文本需要真人把關
Rev 同時提供 AI 與人工轉錄。官方目前把 AI 定位在快速審閱，人工服務則用於證詞、正式紀錄、敏感錄音，以及需要專業複核的內容。
調查報導、法律訪談或要進正式檔案的稿件，Rev 真正賣的是多一層人工責任。人工處理通常比較貴、也不會瞬間完成，但這正是它存在的理由。
拿到人工稿仍然要回聽。受訪者名字、語境，以及一句話被截出來後有沒有變味，最後都算在採訪者頭上。
Descript：用改文字的方式剪訪談
Descript 把音訊或影片轉為可編輯文字，接著可以直接從逐字稿剪媒體。現有官方功能包含講者偵測與標記、口頭禪辨識、搜尋、字幕和文字式剪輯。
Podcast、人物短片或客戶故事最能發揮它的優勢。腳本刪掉一句，媒體時間軸也跟著處理；只做轉錄的工具沒這麼順。
不過它需要時間上手，而且部分語言編輯功能仍限英文。只想找兩句引言時，開整套影音工作站確實有點重。
MacWhisper：敏感錄音留在自己的 Mac
MacWhisper 在 Mac 上執行下載好的本機模型，原始錄音與逐字稿不必離開電腦。官方隱私文件指出，本機轉錄和講者辨識預設都在裝置上完成；支援的本機引擎也能依講者分段。
未公開的調查素材、保密消息來源、受嚴格研究規範約束的訪談，這種明確的本機路徑比較安心。模型下載後也能離線使用。
代價是吃儲存空間和電腦效能，流程得自己顧。部分選用功能仍會連到雲端，所以不能把整個 App 一概視為離線。更多差異可參考Atter AI 與 MacWhisper 比較。
Otter：多人一起看訪談最方便
Otter 擅長訪談正在發生時的合作：即時逐字稿、講者辨識、摘要、行動項目、手機錄音、檔案匯入與共享對話都放在同一處。
截至 2026 年 7 月，Otter 官方說明列出的轉錄語言為英文、西班牙文、法文、德文、日文與簡體中文。比以前多，但和多語優先工具仍有差距。招募面試、團隊一起旁聽的使用者訪談很適合；跨多國語言的田野工作就不一定。
付款前，用同一段五分鐘錄音測
準備兩位講者、一個人名、一個數字、一次插話，再放進一句可能公開引用的內容。兩款候選工具都跑一次，檢查：
- 訪員和受訪者有沒有分對？
- 否定詞、數字和專有名詞是否正確？
- 資料是在本機還是雲端處理？
- 下一步要做研究編碼、刊登、剪輯還是團隊分享？
- 能不能匯出乾淨文字和時間戳？
多語訪談又要整理洞察，Atter AI 最均衡；一定要人工複核選 Rev；要剪節目選 Descript；隱私擺第一選 MacWhisper；即時團隊合作選 Otter。
最後記住：App 可以產生草稿，不能替你核准引言。