AI 轉錄

隱私逐字稿怎麼選:錄音留在裝置上,還是上傳到雲端?

多數「隱私逐字稿」文章含糊帶過就算了。這篇把裝置端(Whisper、iPhone 內建)跟私有雲(Atter AI、Good Tape)攤開講清楚——包含老實承認 Atter AI 不是裝置端工具。

「我要一款隱私的逐字稿工具」——這句話背後其實藏著兩件完全不同的事,搞混了,敏感錄音就會流到不該去的地方。

第一種意思是物理層面的:錄音永遠不離開你的裝置。它在你自己的手機或筆電上轉成文字,沒有任何人——不是廠商、不是雲端供應商、也不是哪天可能發傳票調閱那個廠商的人——拿得到副本。第二種意思是契約層面的:錄音確實離開了你的裝置,但公司承諾會負責任地處理,加密、不拿去訓練、要求就刪。

兩種都可以是合理的選擇,但它們不是同一個承諾。前者靠的是檔案物理上就沒地方可以外流;後者靠的是一份政策文件,還有那家公司願不願意兌現。你要轉的是一份買菜清單,這個差別完全不重要。你要轉的是一個可能因此丟工作的消息來源,那這個差別就是全部。

這篇就照這條線,把逐字稿的隱私選項分成兩堆:真正的裝置端、跟私有雲,順便老實講清楚我們自己這款工具站在哪一邊、不站在哪一邊。

裝置端 vs 私有雲:真正該問的那一句

想搞清楚一款逐字稿工具的隱私屬性,只要問一句:我的錄音會不會被上傳?

答案是不會——處理過程就在你自己的硬體上跑——那你就在裝置端這一邊。沒有上傳可以被攔截,沒有伺服器端的副本可以外洩,也沒有什麼保留政策需要你去讀,因為根本沒有東西放在別人的電腦上。這是目前能拿到最強的隱私姿態,沒有之一。代價是方便性:本地處理受限於你裝置的晶片,長檔案會拖,功能通常也比較陽春。

答案是會——錄音送去了伺服器——那你就在雲端這一邊,隱私這時候變成一個信任問題,而不是物理問題。一家做得好的私有雲服務,會把上傳加密、白紙黑字承諾不拿你的錄音去訓練、還讓你自己能刪。做得差的那種,這三件事都含糊帶過,甚至它的商業模式本身可能就悄悄建立在你的資料上。這兩者的差距非常大,而且在行銷頁面上完全看不出來——兩邊都會寫「安全」。

哪個模式都不是絕對正確。裝置端贏在保證,雲端贏在速度、語言覆蓋跟功能。誠實的做法,是照這份錄音實際有多敏感去挑對應的模式——而不是把「隱私」當成一個非黑即白的勾選框。

真正裝置端的選項

Whisper,自己架——隱私的黃金標準

如果錄音真的一秒都不能離開你的機器,答案就是這個。OpenAI 的 Whisper 是開源語音模型,可以下載下來完全離線跑。沒有帳號、沒有上傳、沒有訂閱,整個流程裡沒有任何一台別人的伺服器。支援 90 多種語言,跑在你自己的筆電上,錄音轉完,檔案還是待在它一開始所在的地方。

老實講一個坑:原生 Whisper 是個「模型」,不是「產品」。開箱沒有友善介面——你得敲指令列,或自己寫腳本接起來,講者標籤、摘要、整齊的編輯器都不會自動出現,除非你自己動手做。它在同音異義字上也容易猜錯,這種需要靠上下文自我修正的地方會輸給有上下文能力的工具。但論純粹隱私,這裡沒有東西贏得過它。最適合:懂技術、需要「錄音絕對不離開硬體」這種硬保證的人。

建在 Whisper 上的 Mac App——本地,但不用碰終端機

不是每個人都想碰指令列,這很合理。有幾款 Mac App 把同一個 Whisper 模型包進了真正的介面:檔案丟進去,本地轉錄,錄音一樣不離開你的 Mac。你拿到裝置端的隱私保證,卻省掉大部分架設的麻煩。

代價還是模型本身的代價——吃的是你 Mac 自己的晶片,長檔案會真的花時間,而且這類 App 通常是「轉錄優先」,不是完整的會議工具。但如果你想要本地隱私、又不想變成半個系統管理員,這是務實的中間路線。最適合:想要正常 App 體驗、又要裝置端處理的 Mac 用戶。

蘋果內建轉錄——你手機裡本來就有

對很多人來說,最隱私的工具其實已經在他們口袋裡了。近幾版 iOS 跟 macOS,支援的語言會在裝置本身轉錄語音備忘錄跟聽寫——文字不會透過上傳蘋果伺服器產生。快速的個人筆記、單次的錄音,它免費、即時,而且是真的本地。

天花板卻很低。語言覆蓋遠不如專門的雲端工具,沒有真正的講者分離,沒有會議摘要,沒有可搜尋的檔案庫。餵它一段乾淨的英文備忘錄很棒,餵它一段三個人搶著講、還中英夾雜的兩小時訪談,很快就吃不消。這個能力邊界,我們在iPhone 語音備忘錄逐字稿這篇拆得更細。最適合:想要快速、單一語言、留在自己手機裡的個人筆記。

私有雲那一掛——靠的是信任,不是物理定律

換到另一邊。這類工具會上傳你的錄音,所以隱私問題從「有沒有人拿得到」變成「我信不信任他們怎麼處理」。這不代表它天生比較差——這是另一種交易,對大多數日常錄音來說也完全合理。你放棄了物理層面的保證,換回速度、更廣的語言覆蓋、講者標籤、摘要,還有一個可以搜尋的檔案庫。

在把任何你會在意的東西上傳之前,真正該檢查的四件事:

  • 傳輸中與靜態儲存都加密——這是底線,沒得商量。
  • 白紙黑字寫明「不拿你的錄音去訓練」——寫在政策裡,不是靠猜。
  • 刪除權在你手上——你按了刪,它就真的消失。
  • 商業模式不是建立在你的資料上——如果產品免費,公司又講不清楚怎麼賺錢,就該假設你的錄音是答案的一部分。

四件事都講得清清楚楚的服務,拿來放會議紀錄、講座、Podcast、大部分訪談都合理。哪一件講不清楚,不管內容敏不敏感,都不該把錄音交給它。

Atter AI 站在哪——也老實講它不站在哪

這裡我得說清楚,因為一篇談隱私的文章,最不該做的事就是把自己講得比實際好。Atter AI 是雲端工具,不是裝置端工具。 你的錄音會被上傳、在伺服器上轉錄。如果你的要求是「錄音絕對不能離開我的硬體」,Atter 不是答案——自架的 Whisper,或蘋果的裝置端轉錄才是,這點與其含糊帶過,我寧可直接講。

Atter 站得住腳的地方,是私有雲這一側。它是為個人設計的,不是那種按席位算錢的大企業工具,乾淨音訊上做到 98.7% 準確率,支援 90 多種語言,包含中英夾雜這種難搞的情況,單檔可以跑到 5 小時或 2GB、沒有每月配額。對很多人來說,真正在意的其實是「我不想被一個靠資料變現的免費 App 挖走我的會議內容」,而不是「這個絕對不能碰伺服器」——這種情況下,一款把你的錄音當成你的資料在對待的私有雲工具,會比硬用本地模型去啃一段兩小時的多語言錄音實際得多。如果你是從 Otter 那邊找過來的,隱私也常常是原因之一,可以順便看看Otter 替代品那篇。最適合:想要功能完整、支援多語言、又能接受隱私有一定保障的雲端服務的人——不是需要硬性裝置端保證的人。

Good Tape 這類偏記者向的雲端上傳工具

有幾款雲端工具刻意把定位放在最在意隱私的那群人身上——保護消息來源的記者、有倫理審查要求的研究者。介面刻意做得簡單,主打的是資料處理的說法,語言選項也不少。它們終究還是雲端工具,前面那四件事一樣得檢查,但至少它們把這個問題當一回事,比一般免費網頁轉錄器認真得多。最適合:想要一個至少有在思考消息來源保護的簡單上傳型工具的記者跟研究者。

那到底該用哪一個

把工具對準這份錄音實際有多敏感,不要套一條通用規則。

有保密義務或真的敏感的錄音——法律、醫療、冒著風險提供消息的來源——留在裝置端。會技術就自架 Whisper,想要 App 體驗就用建在 Whisper 上的 Mac App,快速的單一語言筆記就用蘋果內建。錄音不離開你的硬體,這是唯一一個能撐過傳票、也能撐過資料外洩的保證。

日常錄音,想要隱私但也想工具真的好用——會議、講座、不是生死攸關的訪談、多語言檔案、任何長度的檔案——一家把上傳加密、不拿你的錄音去訓練、又能讓你刪檔的私有雲服務,是理性的交易。你信任的是一份政策,但換回來的準確率、語言覆蓋跟功能,是本地模型在你的筆電上做不到的。Atter AI 站在這一邊,那些偏記者向的雲端工具也是。

真正該避免的錯誤,不是「用了雲端」。是不經思考就用雲端——把機密錄音丟進排名第一的免費工具,卻不知道它的商業模式是不是悄悄建立在你剛交出去的那段錄音上。花一分鐘讀一下隱私政策,比事後收拾的代價便宜太多。

如果你還在更大範圍比較整個逐字稿市場,最佳語音轉文字應用多語言逐字稿工具怎麼選這兩篇測了更多工具、更多情境,隱私也是評比項目之一。

常見問題

「裝置端逐字稿」到底是什麼意思?

裝置端(或叫本地)逐字稿,是指錄音在你自己的手機或電腦上處理,完全不上傳到任何人的伺服器。錄音本體、還有轉出來的文字,都留在你實際掌控的硬體上。這跟雲端工具說「我們會保護你的資料」是完全不同層級的承諾——裝置端處理的情況下,根本沒有東西可以被攔截、被調閱、被外洩,因為它從頭到尾就沒離開過你的裝置。代價是它得靠你自己裝置的運算力,長檔案會比較慢,功能通常也比雲端工具陽春一點。

Whisper 是最隱私的逐字稿方式嗎?

自己架來跑的話,是,而且很難有東西打得過它。OpenAI 的 Whisper 是開源模型,可以完全離線跑在自己的機器上,錄音永遠不會離開那台機器,是隱私純粹主義者的黃金標準。但老實講,原生 Whisper 是個模型,不是一個做好的產品:沒有介面、開箱沒有講者標籤跟摘要,你得自己願意動手架設。建在 Whisper 上的 Mac App 給你一個比較友善的本地選項,模型的品質是一樣的。

雲端逐字稿工具真的算隱私嗎?

可以算是相對隱私,但那是另一種隱私。雲端工具會上傳你的錄音,所以你信任的是一份政策——他們怎麼儲存、拿不拿去訓練、什麼時候刪除——而不是「檔案物理上沒離開裝置」這種鐵一般的事實。一家把上傳加密、明確不拿你的錄音去訓練、又讓你自己能刪檔的私有雲服務,對大多數日常錄音來說是合理的選擇。真正敏感的內容——法律、醫療、要保護消息來源的採訪——裝置端還是比較保險的預設。

iPhone 語音備忘錄的逐字稿會傳到蘋果的伺服器嗎?

支援的語言不會。近幾版 iOS 跟 macOS,語音備忘錄跟聽寫轉錄是在裝置本身完成的,不會把錄音送到蘋果的伺服器——這是 iPhone 上比較低調但確實存在的隱私優點。限制在於語言覆蓋遠不如大型雲端工具、沒有真正的講者分離、沒有會議摘要,而且遇到雜訊音檔準確率會落後專門的逐字稿 App。拿來記快速的個人筆記很好,拿去轉兩小時、還中英夾雜的訪談就吃力了。

轉錄敏感訪談,最保險的做法是什麼?

留在裝置端。機密訪談、吹哨人對話,或任何受到法律或醫療保密義務保護的內容,都該用本地工具——自架的 Whisper,或建在 Whisper 上的 Mac App——讓錄音永遠不碰外部伺服器。如果因為速度或語言需求非得用雲端服務,選一家會加密上傳、白紙黑字寫明不拿你的錄音去訓練、又能自己刪檔的,而且上傳前能拿掉的名字盡量先拿掉。唯一不該做的事,是把有保密義務的錄音丟進一個你根本搞不清楚商業模式的免費工具。