Voice Pen: Speech to Text AI
Timur Khairullin · 語音與語言
VoicePen 是 Apple 裝置專用的 AI 筆記 App，一次可錄兩小時，支援 80 種以上語言轉文字，並把每段錄音整理成摘要、待辦事項或乾淨文稿。
關於 Voice Pen: Speech to Text AI
About
VoicePen 是什麼
VoicePen 是一套語音轉文字工具，對象是講話比打字快的人。你錄下一段想法、一堂課、一場訪談或一通 Zoom 會議，回來的是標好發言者的逐字稿，再加上一組由 AI 寫好的筆記，可以直接拿去用。它支援 iPhone、iPad、Mac、Apple Watch 與 Apple Vision Pro，並透過你自己的 iCloud 帳號同步。
它的價值落在流程中段。基本轉錄工具丟給你一大塊文字就結束了。VoicePen 另外給你 25 種以上的改寫風格、自訂指令，以及摘要、重點、待辦事項、學習筆記、名詞解釋、測驗等格式，口語裡那些零散的內容因此變成你願意寄給同事的東西。
限制也同樣明確。沒有 Android 版本、沒有 Windows 程式、也沒有開放給開發者的公開 API。免費額度只夠處理短筆記，而且即使付費，單次錄音上限仍是兩小時。如果你手上是十年的音檔要一次清完，這個工具並不適合。
開始使用
- 從 App Store 安裝 VoicePen，用 Apple ID 登入。錄音存放在你的私人 iCloud，記得讓 iCloud Drive 保持開啟。
- 按下錄音鍵，或對著手機說「Siri, Dictate in VoicePen」從鎖定畫面開始。小工具也能一鍵啟動。
- 停止錄音後挑一個筆記格式或改寫風格。逐字稿通常幾秒內就出來，多人發言時會自動標出發言者。
- 把結果移到資料夾，匯出成 PDF 或 DOC，或送到 Notion、Zapier、Make、n8n。
產品資訊
快速了解 Voice Pen: Speech to Text AI 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 學生：一堂課動輒兩小時，拍投影片拍不到老師口頭補充的內容。兩小時上限足以涵蓋多數課程，學習筆記與測驗格式則把錄音變成考前複習材料。
- 主管與顧問：一天連開四場會的人可以不再邊聽邊抄，會後直接讀有發言者標記的會議紀錄。準確度仍取決於麥克風與現場收音品質。
- 寫作者與創作者：對著草稿講一輪比打字快。改寫風格與自訂指令會把口語整理成段落，逐字稿因此只是起點，不是成品。
任務
- 課堂與工作坊紀錄：用即時動態在背景下錄音，事後匯出結構化的學習筆記，考前直接複習。
- 會議紀錄：發言者分離加上時間碼，誰答應了什麼一眼看得出來，待辦事項格式會把後續動作挑出來。
- 訊息與信件回覆的語音輸入：從小工具開始錄，選專業或口語風格，再把結果貼進任何 App。
- 既有音檔轉逐字稿：丟進一集播客、一條 YouTube 連結或錄好的訪談，不用重錄就能拿到文字。
情境
- 走路或通勤途中突然有想法：離線錄音讓斷訊不至於毀掉那個瞬間，檔案之後再上傳。
- 需要引用原話的客戶訪談與研究訪談：可搜尋的逐字稿與時間碼，讓你在幾個月後還找得到那句話。
- 多語團隊：80 種以上語言與翻譯功能，足以應付三個人講到一半就換語言的那種會議。
主要功能
最長兩小時錄音，離線也能錄
單次錄音可達兩小時，涵蓋一整堂課、一場長訪談或一通完整的客戶電話。離線模式與即時動態讓錄音在沒有訊號時照樣前進，飛機上或地下室會議室都不成問題。
Whisper 轉錄與發言者標記
語音轉文字引擎採用 OpenAI Whisper，輸出包含發言者分離與時間碼，不是一整塊沒有斷點的文字。四人會議裡，這決定你拿到的是可用的紀錄還是一道謎題。你也可以回頭聽某一句並修正，不必整份重來。
多種筆記格式，不只一份逐字稿
App 會用不同形式寫筆記：摘要、重點、待辦事項、學習筆記、名詞解釋與測驗。挑一個符合下一步動作的就好。學習筆記適合複習，待辦事項適合專案追蹤，只需要大概內容傳訊息時，摘要就夠。
25 種以上改寫風格與自訂指令
改寫風格涵蓋語氣與用途，從校對、清晰文稿到專業、口語、精簡、日誌都有。預設值不合用時，自訂指令建一次就能套用到每段錄音。常用的人通常會為信件、報告與個人筆記各留兩三組。
匯入檔案、連結、播客與影片
可以上傳本機音訊與影片，也能貼上 YouTube 或播客連結。App 會轉錄音軌並產出筆記，把長內容壓成兩分鐘讀得完的東西，用來做初步研究還算順手。搭配「與筆記對話」，你可以直接對兩小時的錄音提問，不必來回拖進度條。
私人 iCloud 儲存與 Webhook 整合
錄音與逐字稿留在你的私人 iCloud，開發者表示伺服器上不保存任何音訊或文字，收集到的只有按鈕點擊這類匿名使用資料。匯出支援 PDF 與 DOC，Notion、Zapier、Make、n8n 則透過 webhook 接上自動化流程。
優缺點
優點
- 支援離線與背景錄音，訊號差或螢幕鎖住都不會中斷。
- 發言者標記與時間碼，讓長會議紀錄真的可以搜尋。
- 多種筆記格式加上 25 種以上改寫風格，省掉多數轉錄工具留給使用者自己做的收尾。
- 一份訂閱同步 iPhone、iPad、Mac、Apple Watch 與 Vision Pro，檔案放在自己的 iCloud。
- 免費方案涵蓋短語音備忘錄轉錄，付費前就能判斷準確度。
缺點
- 只支援 Apple。沒有 Android App、沒有 Windows 版本、沒有網頁版，裝置混雜的團隊無法統一採用。
- 單次錄音上限兩小時，整天的研討會或超長有聲書都放不進去。
- 沒有公開 API。自動化得繞道 Zapier、Make 或 webhook，多一層付費中介。
- 筆記品質跟著音質走。吵雜環境加上多人搶話，出來的逐字稿你得花時間修。
常見問題
Apple 聽寫只把你說的話打成字。VoicePen 可錄兩小時，會加上發言者標記與時間碼，並從錄音產出摘要、待辦事項或學習筆記。它也能處理匯入的音訊與影片，這部分內建聽寫完全不管。
相關內容
探索與 Voice Pen: Speech to Text AI 相關的工具、技能與文章。
Voice Pen: Speech to Text AI 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。