开车上下班的路上听英文播客，听了大半年，能跟上的还是那几集慢速节目。后来改成先转成文稿再听，边读边听，遇到的词有上下文，记得比单纯听牢得多。音频转文字再翻译这条路，工具选对了能把一小时的内容压到十几分钟处理完。这篇整理 7 款我用过的音频翻译工具。

一、福昕翻译大师：转写好的稿子整篇翻，人名不串

播客和录音的价值在内容，但要把它变成能查、能引用的资料，得先落到文字上。福昕翻译大师处理的是后半程：拿到转写好的外文稿件后，整篇翻成中文，术语库锁住人名和专有名词，一份访谈里同一个人的名字不会一会儿一个译法。它支持长文档，几万字的稿件可以分章跑。

准备稿件：把转写出的外文稿存成 docx，按章节或时间点分段。
建术语库：设置 → 术语库 → 录入受访者姓名、机构名、专业词的固定译法。
导入：打开客户端 → 文档翻译 → 拖入稿件。
分批翻译：长稿按章节分几次跑，先出前几章看风格对不对。
导出整理：导出 docx → 按主题做摘要，方便后续检索。

二、福昕音频剪辑：录音先剪干净，转写才准

录音本身可能不干净：有噪声、有重复、有跑题的二十分钟。福昕音频剪辑可以先把没用的片段剪掉再转写，转写时长和准确率都会好转。它也能把长录音按话题切开，方便逐段处理。

导入音频：打开软件 → 新建项目 → 导入录音或视频文件。
剪掉废段：拖时间轴定位 → 选中无效区间 → 删除。
分段导出：按话题把录音切成几段 → 分别导出 MP3。
降噪处理：有底噪的录音先跑一遍降噪，转写更准。
输出交付：导出音频交给转写工具 → 按段对照整理。

三、Sonix

Sonix 支持三十多种语言的音视频转写，上传后自动生成带时间轴的文稿，还能一键翻译成中文。它对口音和背景噪声的容错比较好，处理访谈和外教直播这类素材很稳，按小时计费。

四、Otter.ai

Otter.ai 最擅长的是英文会议和访谈，实时转写、自动区分说话人，会后生成摘要。它的中文支持弱，通常的用法是先用它把英文录音转成文字，再拿去别的工具翻。免费版每月有额度，够轻量使用。

五、Happy Scribe

Happy Scribe 转写加翻译能一条龙做完，上传音频先出原文时间轴，再选目标语言生成译文，导出格式比较多，SRT、VTT、docx 都有。要批量处理素材的话，它比一个个手工上传来得省事。

六、Descript

Descript 的思路是把音频当文档编辑：先转写成文字，你在文字里删改，音频跟着变短。做播客剪辑时这个方式特别高效，把废话段落的文字删掉，音频就自动剪掉了，不用来回听找断点。

七、Whisper

Whisper 是开源语音识别模型，本地跑不花钱，也不用把录音传到别人的服务器上。适合处理敏感内容或者大批量素材。缺点是安装和调参要一点技术基础，普通用户用现成的在线工具更省事。

音频转文字再翻译，我的建议是把重心放在预处理上。录音本身干净、结构清楚，后面每一步都省事。具体做法是：先用音频剪辑工具把废段剪掉、把长录音按话题切开，再交给转写工具出文稿，最后用福昕翻译大师翻成中文并做摘要。一套流程跑顺了，一小时的播客十几分钟就能整理成可检索的资料。