语音转写（Speech-to-Text）指用自动语音识别（ASR）技术把语音内容转换成文字文本的能力，是会议纪要、字幕生成、语音搜索与语音助手的基础技术，近年来在大模型辅助下准确率与理解能力大幅提升。
AI Glossary
语音转写（Speech-to-Text / ASR）指用自动语音识别技术把语音内容转换成文字文本的能力。它把「听写」自动化：语音输入、文字输出，是会议纪要、视频字幕、语音搜索与语音助手的基础技术。
语音转写并不是简单的「声音变字」：系统要识别发音、分词断句、加标点、区分说话人，甚至理解专业术语，才能产出可用的文字稿。近年结合大模型，转写在准确率、理解与提炼能力上有了显著提升。
语音转写链路通常包含：
第一步语音信号处理：对音频降噪、分帧、提取声学特征，过滤环境干扰。
第二步声学模型：把声学特征映射到音素/字符，识别「说了什么音」。
第三步语言模型：结合语言概率修正识别结果，分词断句、纠正同音字，理解「该是什么字」。
第四步后处理：标点、格式、术语修正，说话人区分，时间轴对齐。
传统 ASR 与「大模型转写」的区别在于：大模型可以理解语义，转写后自动提炼要点、生成摘要与待办，从「转文字」升级为「转理解」。
会议纪要：会议录音自动转写、提炼要点与待办，替代人工记录。
视频字幕：短视频、课程、影视的自动字幕生成。
语音搜索与指令：语音助手、语音输入法把语音转成文本执行。
访谈与播客：采访、播客的转写整理与归档。
客服质检：通话录音转写与分析，辅助服务质量管理。
一是音频质量：噪声、回声、远场录音显著影响准确率。
二是口音与方言：方言、口音、混合语言场景识别难度高。
三是专业术语：医疗、法律、技术术语需要领域词典支持。
四是多人说话：重叠发言、插话影响说话人区分与内容完整。
实时转写：会议、直播中边说话边出稿，辅助理解与记录。
离线转写：上传音频/视频文件批量转写，处理长材料。
多语言转写：跨语言转写与翻译，服务国际化场景。
智能提炼：转写 + 大模型提炼，产出纪要、摘要与待办。
语音转写把「听写」变成自动能力，是 AI 最普及的应用之一：从字幕到纪要、从语音助手到客服质检，无处不在。理解「声学 + 语言 + 后处理」的链路，就能看懂各类转写工具的差异——准确率、实时性、多语言与提炼能力。大模型时代的转写已从「转文字」走向「转理解」，但口音、噪声与专业术语仍是人工校对的必要理由：机器出初稿、人做关键校对，是高效使用的常态。
