同一段錄音中英夾雜，Mac 如何轉成逐字稿？

先說結論

可以嘗試轉寫同時包含中文與英語的錄音，但自動語言偵測不保證每次切換都正確保留。先測試有代表性的片段，檢查原文時暫時關閉翻譯，並仔細查看說話者切換語言的位置。

Alison Workspace 可在搭載 macOS 15 或以上的 Apple 晶片 Mac 進行本機檔案轉寫，產生可編輯文字。可用辨識路徑與資源會影響結果。本指南介紹評估輸出與處理困難片段的方法，不提供準確率測量，也不承諾每個中英夾雜句都能可靠辨識。

先分清是哪一種多語言工作

三種不同工作常被稱為「雙語轉寫」：

• 多個檔案，各自主要使用一種語言 — 為各檔案或設定相容的批次選擇或偵測語言
• 同一段錄音在中文與英文之間切換 — 在語言變換處保留實際說出的話
• 中文錄音需要英文閱讀版本 — 先轉寫原文，再翻譯

本文處理第二種。中文逐字稿加英文翻譯固然有用，卻不能證明錄音裡原本說出的英文已被忠實轉寫。

切換方式也有差別：說話者可能在一段結束後換語言、借用英文產品名，或在同一句內交替使用。能處理較長單語段落的設定，仍可能漏掉嵌在另一語言裡的短詞。

挑選能呈現問題的片段

使用你獲准處理的錄音。保留原件，必要時用慣用音訊編輯器建立簡短的檢查副本。片段應包含兩種語言的清晰例子，以及至少一次真實切換；只有單一語言的開場獨白並不具代表性。

仔細聆聽困難片段，寫一小份參考文字。不確定的詞先標記，不要自行猜補。人名盡量對照可靠的配套資料。參考文字不必涵蓋整份錄音，也能揭露英文片語消失或中文被意外翻譯的問題。

檢查副本有自己的時間軸。從錄音中間截取時，記下它在原檔案的開始位置。匯出的時間戳記對應片段本身，不會自動對齊整份錄音。

先準備辨識，不要急著翻譯

在 Alison 開啟 Transcribe Files…（檔案轉寫），加入支援的錄音並檢查顯示時長，準備所選路徑要求的辨識資源。檔案轉寫直接讀取錄音，不需喇叭播放或麥克風輸入。

初次檢查時關閉翻譯，較容易看出原文是否保留實際語音。翻譯目標是另一個輸出選項，不是錄音所有語言的清單。

如果 App 提供自動辨識且模型已就緒，可先在片段上測試。主要使用一種語言、偶爾借用外語詞的錄音，也可另外用已知主要語言測一次。比較實際結果，不把任何一種選項當成所有混語錄音的通用最佳設定。

記錄 App 版本、macOS 版本、辨識選項及可選引擎模式。同時改動多項設定，就難以判斷是哪個變化影響結果。

自動偵測不等於完美處理每次切換

自動偵測根據辨識器收到的音訊選擇語言。不同處理路徑可能分析不同長度的音訊，並採用不同路由決策，不能假定即時聆聽和檔案轉寫的行為完全相同。

Alison 的公開說明介紹了聆聽時自動跟隨語言變化，這不是每個混語檔案的效能測試。同樣，模型被稱為多語言，只表示可以處理不同語言，不代表同一句內每次切換都能可靠辨識。

Whisper 上游專案的維護者說明指出混語辨識的限制，並討論分段處理。這是有用背景，卻不能證明 Alison 採用完全相同路由，或已在你的錄音測試過。

應在真正切換語言處判斷結果。第一段看起來流暢還不夠。

分別核對文字、語言與完整性

將片段結果與原音及參考文字比較：

• 原文中是否同時保留中文與英文？
• 是否有段落被翻譯，而不是按實際語言轉寫？
• 短英文術語是否被換成讀音相似的詞？
• 人名、數字、否定與條件是否正確？
• 逐字稿有到結尾，還是僅有部分結果？

例如，「這個版本先不要 deploy」包含中文否定及英文動詞。漏掉「不要」就會改變指令；換成無關的英文詞則是另一種錯誤。這是說明檢查方法的示例，不是測試結果。

也要分清文字呈現習慣與語音遺漏。標點或中文書寫形式不同，不一定代表漏掉內容。先核對音訊及所需輸出，別把忠實的術語「修正」成別的說法。

有針對性地補救困難段落

若較長的語言切換造成問題，可用外部音訊編輯器建立語意完整的段落副本，再各自選擇適當設定轉寫。這是手動補救，並非承諾 Alison 自動依語言切檔或將結果合回原時間軸。

保留足夠上下文。將每個借用的英文詞剪成極短片段，可能失去理解它需要的資訊。句內切換即使更改設定，仍可能需要仔細人工修正。

文字文件可以在文字編輯器合併已核對段落，並記下各段來源。SRT 或 VTT 比較複雜：每個片段的時間都要對齊原始媒體，不能直接串接字幕檔就認為仍然同步。

不同說話者使用不同語言時，說話者標籤有助於安排核對，但不會讓一個人的語言永久固定，也無法單靠說話者分離解決同一人的換語。

原文可用後再翻譯

原文已保留所需話語後，再決定是否建立翻譯版本。核對該台 Mac 實際可用的語言配對，逐段查看混語內容。同一段含兩種語言，可能比整段單語更需要仔細檢查。

保留已校對原文。如果先生成翻譯、之後才修正原文，應重新翻譯修訂版本，並核對改動的行。除了流暢度，也要看覆蓋是否完整；僅翻譯一部分的文件，乍看也可能像完整成品。

雙語逐字稿指南更詳細介紹原文核對、翻譯覆蓋與匯出。

匯出核對過的記錄並保留脈絡

若目的是忠實保留實際說出的中文與英文，選擇原文輸出。還需要翻譯時，再選擇雙語輸出，確認沒有掩蓋缺少的翻譯段落。

TXT 或 Markdown 適合後續編輯，PDF 可作閱讀版本。開啟儲存的檔案，檢查中文字元、英文姓名、最後一段，以及選擇保留的說話者標籤或時間戳記。原始錄音也應保留供日後核查。

資源準備好後，Alison 支援的處理在本機執行，但存入同步或共享資料夾的匯出檔，仍可能經由該服務離開裝置。依錄音內容與參與者要求選擇目的地。

先完成一小段經仔細核對的文字，清楚哪些部分有效、哪些仍需複核，再擴展至整份錄音。

資料核查於 2026 年 10 月 28 日：文中 Whisper 維護者討論與 Alison Workspace 公開說明，並對照專案文件及原始碼的處理路徑。本指南沒有進行混語錄音基準測試；例子是提供讀者執行的檢查。