那場 90 分鐘的會，最後大家只記得一句「我再確認一下」

上個月某個星期三下午，我們四個人擠在一間冷氣強到會冷的小會議室，坐了整整九十分鐘。白板從左上角畫到右下角，咖啡喝完三杯，話題從報價一路飄到「要不要乾脆換供應商」。

會開完，電梯裡一片安靜。然後有人開口：「所以⋯⋯報價單是誰寄？」

沒有人舉手。

我們回頭翻群組、翻筆記本、翻自己拍的白板照，最後拼出來的結論只有一句大家都聽過的台詞：「我再確認一下。」至於要跟誰確認、確認完寄給誰，全部消失在空氣裡。

我有一個沒什麼人知道的習慣：進會議室就先按錄音。那天也一樣。

那天晚上，我把那段九十分鐘的錄音丟進 audio to text 的工具。不是因為我特別勤勞，是因為我真的不想再開一次會。

先承認，我對 audio to text 本來沒什麼期待

我對這類工具的印象停留在好幾年前。那時候試過一次，跑出來的文字像被卡車輾過：標點亂跳、人名變外星語、一句話被切成三段，改到最後我乾脆自己重打。

有好幾年，我對 audio to text 的想像就是「只適合錄音室等級的音檔」。會議室那種冷氣聲、椅子聲、有人一直轉筆的場合，我根本不指望。

所以那天我把期待值調到最低。上傳檔案、選好語言、按下開始，然後去洗碗。

回來的時候，九十分鐘的音檔已經變成一份逐字稿。老實說有點被嚇到——我原本以為要等到睡前才看得到。這次 audio to text 給我的第一個驚訝不是準確度，是速度。

第一眼看逐字稿，會覺得它很亂

這點我想先講清楚，免得你期待過高。

第一次看到 audio to text 的結果，我其實有點想笑。

我們講話本來就不是作文。有人「就是說」講八次，有人講到一半自己笑出來，還有人句尾習慣加一個「對」。逐字稿把這些全部照實記下來，讀起來當然不像文章。

但 audio to text 真正抓對的，是那些我原本一定會漏掉的東西：日期、數字、誰說了「先不要動」。這些細節在會議裡一閃就過，事後回想只會剩下模糊的「好像有講到」。

我的做法很簡單：把逐字稿當草稿，不當成品。花五分鐘掃一遍，砍掉語氣詞，確認人名和金額，剩下的就能直接用。audio to text 做得再準，最後還是要有人看過一遍，這一點我不覺得會被改變。

我要的其實不是全文，是「找得到」

這是我用完 audio to text 之後最大的心得。

以前要回頭確認一句話，只能拖著進度條猜位置。九十分鐘的音檔，大概要盲聽十分鐘才找得到。現在整份文字攤在那裡，Ctrl+F 打「報價」，三秒跳出來。

那個「誰要寄報價單」的答案在第 51 分鐘。講話的是設計那邊的同事，他一邊收電腦一邊說：「我明天早上寄，你們看過再回我。」沒有人反對，事情就這麼定了。問題是，沒有人記得。

所以 audio to text 對我的意義，不是「把所有話都變成字」，而是「你想找的那一句，隨時找得到」。如果你也常在音檔裡撈一句話，這種 audio to text 的工具大概會讓你回不去。

現在我開完會只做三件事

用過幾次之後，我歸納出一套很懶但很有效的流程：

一、會前就按下錄音。 不要等「這段好像很重要」才錄，重要的那句話通常在你還沒準備好的時候出現。

二、當天把 audio to text 跑完。 隔天再處理，你連當時的語氣都想不起來，逐字稿會變成一堆陌生文字。

三、只讀「決策」和「數字」兩段。 我不是逐字讀完，而是先掃有數字的句子，再看有沒有「那就這樣」「我來處理」這種收尾語。決策通常長得很不起眼。

這三步裡面，audio to text 只負責第二步，剩下的還是人的事。

如果你們團隊跟我一樣沒有專職記錄，這三步大概能省下每次會後二十分鐘的「所以到底是怎樣」。

它救不了一場沒有結論的會議

這段可能有點掃興，但我覺得必須說。

很多人把 audio to text 想成萬靈丹，好像按下去，會就開得比較好。其實它比較像鏡子。

audio to text 能把九十分鐘變成八千字，卻沒辦法幫你決定要不要換供應商。那天我們的會之所以沒結論，不是記錄不清楚，是我們四個人事前都沒做功課。

逐字稿只是把「你們當時到底講了什麼」忠實還原。它不會讓模糊的討論變清楚，只會讓你更早發現它很模糊。

後來我們補了一次十五分鐘的短會，直接對著稿子上的三個問號討論。結論五分鐘就出來了。那一刻我才懂，工具省下的不是思考，是把思考往前推的時間。如果你只是想找一套能把 audio to text 做好的方法，先想清楚你要的是「全文」還是「那一句」，差別很大。

補充：我後來才發現的幾個小設定

用了一個月之後，我才認真去看那些「進階」選項，結果有幾個相見恨晚。

一個是講者辨識。四人會議開啟之後，稿子會標出誰在說話，回頭追「誰答應了什麼」快很多。另一個是自訂詞彙，我們產業裡有幾個縮寫每次都被聽錯，加進清單之後就沒再錯過。

還有一個很現實的好處：匯出格式夠多。要存檔就存 Word，要上字幕就轉 SRT，不用再另外找工具轉一遍。免費額度每天有兩百多分鐘，對我們這種一週開三次會的小團隊來說，其實用不完。如果你只是偶爾需要 audio to text，這個量算是相當寬鬆。

我後來也把這個 audio to text 工具 丟給同事試。他的第一個反應是「不用先轉檔嗎」，第二個反應是「那我以後開會都錄」。

後來那張報價單

報價單隔天早上九點四十七分寄出，比我們原本以為的快了一天。

我沒有跟同事說我用什麼工具，只把逐字稿的重點貼進群組。有人回：「你記得好清楚。」我說嗯，我有錄音。

錄音檔我留著，audio to text 出來的稿子也留著。下次要追一件事的來龍去脈，不用再從頭聽一遍。做 audio to text 這件事，最後幫我省下的不是打字時間，是那種「明明記得、卻說不出來」的煩躁。

與其再開一次會，不如讓那場會好好被留下來。