而家好多人有 Gemini、NotebookLM、ChatGPT,自然會諗:直接將廣東話錄音掉入去,叫 AI 轉文字咪得?無論 Gemini 轉文字定用 NotebookLM、ChatGPT,答案都係「短錄音、要摘要」通常做到,但要逐字稿、字幕或者長會議紀錄,就要睇清楚每個工具嘅上傳限制同官方講法。本文按 Google、OpenAI 官方說明頁整理三個 AI 聊天工具嘅音訊上限、廣東話支援同私隱設定,再講幾時應該轉用 Subanana 呢類專用轉錄工具。
⚡ AI 聊天工具轉廣東話快速建議
- Gemini免費版處理 10 分鐘內短錄音
- NotebookLM錄音轉錄後做摘要、問答
- ChatGPT付費方案先可上載音訊
- Subanana長會議逐字稿、字幕、書面語紀錄
三個工具上傳音訊限制一覽
| 工具 | 免費版可唔可以上載音訊 | 長度/大小上限 | 廣東話(官方寫法) |
|---|---|---|---|
| Gemini | 可以 | 免費版音訊總長 10 分鐘;Google AI Pro/Ultra 3 小時;每檔 100 MB | Gemini 支援語言列有「中文(香港)」 |
| NotebookLM | 可以 | 每檔 200 MB、每個來源 50 萬字 | 音訊匯入支援「粵文(繁體)」 |
| ChatGPT | 唔可以,只限付費方案 | 每檔 512 MB,超長錄音可能超時 | 官方話轉錄表現因語言而異 |
資料來源:Google Gemini 說明中心「上傳及分析檔案」、「Gemini 網頁應用程式的服務範圍」;NotebookLM(Gemini Notebook)說明中心「新增來源」、「常見問題」;OpenAI Help Center「Uploading files and audio to ChatGPT」(2026 年 11 月核實)。
Gemini:10 分鐘內嘅短錄音最方便
點用:喺 gemini.google.com 底部文字框撳「新增檔案」→「上傳檔案」,揀 MP3 或 M4A,再輸入「請將呢段錄音逐字轉錄成廣東話繁體中文,唔好摘要」。
官方限制:
- 免費版音訊總長度上限 10 分鐘,升級 Google AI Pro 或 Ultra 延長至 3 小時
- 影片以外嘅檔案每個上限 100 MB,同一個提示最多 10 個檔案
- 上載檔案嘅次數有滾動用量限制,用完要等重設或者升級
適合:WhatsApp 語音訊息、幾分鐘嘅訪問片段,想即刻知道內容講乜。
要留意:Gemini 說明頁冇提及時間碼、講者標籤或者 SRT 匯出功能,轉出嚟係對話框入面嘅文字,要自己複製出嚟整理。
NotebookLM:轉完可以對住錄音問問題
NotebookLM(Google 說明中心現時稱為 Gemini Notebook)定位係研究筆記:上載音訊時會自動轉錄,再將轉錄稿存做一個「來源」,之後你可以問「呢場會議定咗啲乜嘢 deadline?」,答案會引用來源。
官方限制:
- 支援 mp3、m4a、wav、aac、ogg、opus、amr 等音訊格式
- 每個本機檔案最大 200 MB;免費版每個筆記本最多 50 個來源、每日 50 次對話查詢
- 音訊匯入語言列明「粵文(繁體)」;冇語音嘅音訊唔支援,音質差可能匯入失敗
適合:講座、課堂、Podcast,想做摘要、溫書筆記、Q&A。
要留意:NotebookLM 係攞錄音嚟「理解」,唔係出逐字稿交貨;說明頁冇提及逐字稿匯出、時間碼或字幕檔。
ChatGPT:付費先上載到,另有 Mac 版「Record」
音訊上載:OpenAI 說明頁寫明音訊上載只限付費方案(免費版暫時唔得),支援 WAV、MP3、OGG、FLAC、AAC、M4A 等,每檔最大 512 MB。官方亦提醒轉錄內容可能有錯、講者辨識未必可靠,重要內容要對返原錄音。
ChatGPT Record:另一個功能係 macOS 桌面版嘅「Record」,可以錄會議再自動轉錄同出摘要,每次錄音上限 4 小時,會用「Speaker 1」等標籤分講者。不過官方 FAQ 寫明 Record 目前英文效果最好,其他語言準確度「正在改善,可能有差異」。
香港用戶要留意:OpenAI 官方「ChatGPT 支援國家及地區」名單目前未有列出香港。
資料來源:OpenAI Help Center「Uploading files and audio to ChatGPT」、「ChatGPT Record」、「ChatGPT Supported Countries」(2026 年 11 月核實)。
私隱:錄音會唔會用嚟訓練 AI?
- ChatGPT:Record 模式嘅錄音只用嚟轉錄,轉完會刪除;但 Free、Plus、Pro 用戶如果開咗「Improve the model for everyone」,轉錄稿同筆記有機會用嚟訓練模型,可以喺設定關閉。Business、Enterprise、Edu 預設唔會用嚟訓練
- NotebookLM:官方方案頁寫明,除非你主動提供意見回饋,否則你嘅資料唔會用嚟訓練 Gemini Notebook
涉及客戶資料、醫療或法律內容嘅錄音,上載前最好先睇清楚公司政策。
品牌方測試:Gemini 轉廣東話嘅表現
Subanana 官方網誌喺 2026 年 8 月發表咗一篇 Gemini 3.5 Transcribe 廣東話測試。呢個係品牌方自己做嘅比較,唔係獨立評測,而且佢測試嘅係開發者 API 版本,唔係一般人用嘅 Gemini app。文章指:
- 佢哋內部 16 條廣東話錄音嘅盲測逐對比較,全部由 Subanana 嘅輸出勝出
- 一條 12 分 57 秒嘅廣東話影片,Gemini 逐字模式只回傳一句英文「2000 years later.」
- 有廣東話錄音回傳英文、指定繁體卻回傳簡體嘅情況
- 不過喺乾淨嘅單一講者英語錄音,Gemini 六次比較全勝
網誌亦講明測試冇人手校對嘅標準答案,結論只適用於當時版本。我哋嘅建議係:與其信任何一方數字,不如用你自己一段真實錄音,喺 Gemini 同專用工具各跑一次對比。
幾時用 AI 聊天工具?幾時用專用轉錄工具?
| 你要做嘅嘢 | 建議 |
|---|---|
| 聽唔切一段 3 分鐘語音訊息 | Gemini 免費版 |
| 講座、課堂做摘要、問問題 | NotebookLM |
| 已經訂閱 ChatGPT,想快速整理英文會議 | ChatGPT 音訊上載或 Record |
| 一個鐘以上廣東話會議,要出逐字稿 | 專用轉錄工具 |
| 影片要上廣東話字幕(SRT) | 專用轉錄工具 |
| 要書面語會議紀錄、分講者 | 專用轉錄工具 |
專用工具多咗啲乜?以 Subanana 為例
Subanana 係香港團隊開發、主打廣東話嘅轉錄及字幕平台,同聊天工具最大分別係「為交付而設」:
- 單檔 8 小時、30 GB,長會議唔使剪開
- 口語或書面語輸出,繁簡都有,詳見 口語轉書面語教學
- 講者辨識:逐字稿標明每句由邊位講,改一次名全文更新
- 詞彙表:人名、公司名預先輸入,每個項目套用
- 匯出:SRT、VTT、DOCX、XLSX、TXT、Markdown,字幕可以直接用落剪片軟件
付費方案年付每月 HK$68 起,免費帳戶可以預覽每個檔案首 15 分鐘,詳情見 Subanana 收費;想睇完整評價就睇 Subanana 評價。
想比較更多 MP3 轉文字方法(包括 Word 轉錄),可以睇 MP3 轉文字教學;開會想自動出 minutes,就睇 AI 會議記錄工具推薦。
🍌 Subanana 專屬優惠:經 TechTell360 專屬連結註冊 Subanana,可免費試用(無須信用卡),升級付費方案首 3 個月再享 30% 折扣,結帳時自動套用、無須輸入優惠碼。廣東話字幕、逐字稿、會議記錄一個平台完成!
常見問題
NotebookLM 可唔可以出逐字稿?
NotebookLM 會將上載嘅音訊轉錄,並存做來源,你可以喺來源檢視器睇到內容。不過說明頁冇提及匯出逐字稿或字幕檔功能,佢主要用嚟做摘要同問答。
Gemini 轉錄點解得一半內容?
先檢查長度:Gemini 免費版音訊總長度上限係 10 分鐘。另外,上載內容太大時,Google 說明頁提醒回覆嘅相關性同細節可能會減少,可以試吓剪短錄音再上載。
ChatGPT 免費版可以上載 MP3 嗎?
暫時唔可以。OpenAI 說明頁寫明音訊上載只限付費 ChatGPT 方案。
用 AI 聊天工具轉廣東話,點寫 prompt 效果較好?
講清楚三樣嘢:要「逐字轉錄」而唔係摘要、要「廣東話口語」定「書面語」、要「繁體中文」。例如:「請將錄音逐字轉錄成繁體中文廣東話口語,保留英文詞,唔好刪減內容。」
公司機密會議錄音,應該用邊個?
先跟公司 IT 政策。如果用個人帳戶,記得檢查 ChatGPT 嘅「Improve the model for everyone」設定;企業方案(例如 ChatGPT Business、Enterprise)預設唔會用內容訓練模型。




