那段 47 分鐘的錄音，差點讓我錯過最好的故事

檔名叫「訪談最終版_真的最終版」。看到這個名字，我就該知道事情不太妙。

那是一段 47 分鐘的錄音。受訪者是一位開麵包店的老闆娘，我們聊了她父母如何開店、每週五都來買同一款麵包的熟客，還有她夾在食譜裡的一張手寫配方。

故事我記得，原話卻記不清楚了。

交稿前一晚，我坐在電腦前，反覆把進度條往回拉。好不容易聽懂半句，咖啡機的聲音又蓋過關鍵字。還得聽自己每隔幾分鐘說一次：「嗯，對，真的耶。」

我只想找出一句能放進文章的引言，結果先得到肩頸痠痛，還有一份寫滿問號的筆記。

那晚我第一次認真用 AudioConvert，把錄音轉成文字。

先說，它沒有替我把文章寫完

上傳檔案後，逐字稿出來了。我做的第一件事不是複製貼上，而是找到想引用的段落，對著錄音重新聽一遍。

老闆娘的名字、街道名稱，還有一句被咖啡機聲音蓋住的話，都需要人工確認。逐字稿能幫我找到位置，卻不能在聽不清楚時替我猜答案。

但工作方式確實變了。

我可以搜尋「星期五」，找到那位熟客的故事；也能很快看出，我在哪個問題之後把話題帶偏了。更重要的是，我找回了一個差點忘記的回答：老闆娘為什麼至今仍在天亮前就到店裡。

對我來說，錄音轉文字最大的幫助，不是省掉所有工作，而是讓我能重新走進那場對話。

最好的那句話，藏在最後三分鐘

如果你訪談過別人，應該懂那種感覺：最好的回答，常常不是在你提出精心準備的問題時出現的。

它可能出現在對方找鑰匙的時候，或你說完「今天就聊到這裡，謝謝你」之後。

老闆娘最讓我記住的一段話，就在錄音最後三分鐘。我們原本在聊打烊，她突然提起父親以前總會在櫃檯留一條麵包，給當天沒錢付帳的人。

我記得這件事，卻忘了她說這段往事時用了什麼字。於是我在逐字稿裡找到那一段，再回去聽錄音，確認引言後才放進文章。

如果只能從頭播放、憑印象找位置，趕稿時我很可能就跳過它了。

有時候，你只是想找回一句「誰說要做？」

一週後，我又把一場工作討論轉成文字。這次沒有故事要寫，只是四個人聊了活動日期、場地變更，以及誰要聯絡攝影師。

會議結束時，大家似乎都記得有人接下了那件事。但那個人是誰？

我搜尋攝影師的名字，再聽了一次相關片段。答案是我。這個發現不算愉快，至少讓我沒把事情漏掉。

口頭討論很難快速翻找；變成文字後，要確認一項決定就容易多了。課堂錄音、Podcast 訪談，或走路時隨手錄下的靈感，也是同樣的道理。

你不一定需要每個字。你可能只想找回一個定義、一項待辦，或當時覺得「這個想法晚點一定要記下來」的那句話。

我會檢查這四個地方

現在使用 AudioConvert，我都先把產出的內容當作草稿，再花幾分鐘確認：

1. 人名與地名。 拼法錯了，讀者很可能找不到你提到的人或地方。

2. 數字與日期。 「十五」和「五十」只差一點點聲音，意思卻差很多。

3. 說話者。 多人交談時，標記有助於閱讀；重要引言仍要回聽，確認是誰說的。

4. 準備引用的句子。 只要要公開發表，我就會對照原始錄音。

我用的錄音轉文字工具可以辨識不同說話者，也能編輯逐字稿、產生摘要和匯出檔案。這些功能對整理訪談與會議筆記很方便。若錄音較長，使用前最好先確認目前的免費額度與檔案限制。

另外，有些麻煩可以在錄音時就少一點：把手機放近說話的人、盡量避開太吵的位置，遇到不確定的名字就當場請對方拼一次。事後真的會輕鬆不少。

真正需要我決定的，還是故事本身

把麵包店訪談整理成文字後，我發現素材遠比文章放得下的多。

老闆娘還聊到壞掉的烤箱、第一次做酸種麵包的失敗經驗，以及一位把所有甜點都叫作「小蛋糕」的客人。

我留下烤箱的故事，刪掉了小蛋糕。因為我想寫的，是那間店如何慢慢成為附近的人可以依靠的地方。這個取捨，工具不會替我做。

還有一個細節，逐字稿也很難完整呈現：我問起她父親時，她停了幾秒才回答。文字裡，那只是空白；錄音裡，那段安靜提醒我，她接下來說的話值得好好聽。

所以我整理內容時，總會讓文字和錄音待在一起。文字幫我找到那一刻，聲音幫我理解那一刻。

後來，我又經過那間麵包店

文章在隔天早上交出去了。那句關於櫃檯上留一條麵包的話，出現在文章接近結尾的地方。

幾天後，我路過那間店。老闆娘一邊拍掉手上的麵粉，一邊把門口的牌子翻成「營業中」。我差點走進去，告訴她最後選了哪一句話。但店門口已經有人在排隊，我就繼續往前走了。

那段錄音我還留著，逐字稿也是。如果有一天想回頭找另一個故事，我不用再對著 47 分鐘的進度條，猜那句話究竟藏在哪裡。

這就是我會繼續使用AudioConvert的原因：它讓我少花一點力氣找話，多花一點心思聽人說話。