如何在电脑上把 WhatsApp 语音转成文字（WhatsApp 网页版，免费）

为什么 WhatsApp 自带的转录功能只支持手机

WhatsApp 确实有语音消息转录功能。它的帮助文章《如何开启或关闭语音消息转录》里分了 Android、iOS、网页版、Windows 和 Mac 几个平台标签页，而它们之间的差异就说明了一切：Android 和 iPhone 标签页下面是有编号的具体操作步骤，网页版标签页却只写着语音消息转录“仅在部分设备上可用，你的设备可能暂时还用不了”，并建议保持 WhatsApp 更新，以便功能上线后能用上。

原因是架构层面的，不是随意为之。WhatsApp 表示转录是在你的设备上生成的，你的语音消息依然受端到端加密保护——聊天之外的任何人，包括 WhatsApp 自己，都无法收听你的语音或读取转录内容。在手机上，这意味着要依靠操作系统自带的语音识别。iPhone 的帮助页面说你需要 iOS 16 或更高版本，并且开启 Siri；开启这项功能时可能还要下载语言包。而浏览器标签页并没有类似的东西可以依靠。

还有两个细节值得了解，因为它们能解释很多让人困惑的地方。第一，转录功能默认是关闭的，需要在每台设备上单独开启。第二，只有收到语音消息的人才能看到转录文字，发送者是看不到的。

根据 WhatsApp 的说法，支持哪些语言

不同手机支持的语言列表并不一样，这也是为什么两个人对一下情况，可能会得出完全相反的结论：

平台	WhatsApp 列出的转录支持语言
Android	英语、葡萄牙语、西班牙语和俄语
iPhone，iOS 16 及以上	英语、阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语、土耳其语
iPhone，iOS 17 及以上	iOS 16 的语言列表，外加丹麦语、荷兰语、芬兰语、希伯来语、马来语、挪威语、瑞典语、泰语
WhatsApp 网页版	没有转录设置；帮助页面说这项功能仅在部分设备上可用

WhatsApp 还发布了一篇专门讲“转录完全不出现”该怎么办的页面。它列出的原因包括：你设置的转录语言和语音消息的语言不一致；部分词语没能被识别（页面举的例子是背景噪音）；或者语音消息使用的语言本身不受支持。

在电脑上手动转换的方法

如果你不想装任何东西，只想拿到文字，操作其实很直接。WhatsApp 网页版会自动下载收到的语音消息，所以音频已经在本地了；你只需要从消息菜单里把它保存出来，上传到你用的转录工具，等一下，再把结果粘贴到你需要的地方。

这个方法是可行的，对于某一条重要的录音来说也完全合理。问题出在数量上。每条语音都变成一次四步的小任务，文字最后出现在跟对话完全无关的另一个窗口里，而且你是在把一段私人录音交给一个你可能都没仔细核实过的第三方服务。如果这是客户发来的语音，最后这一点尤其值得你在把文件拖过去之前多想一分钟。

与此同时，有两个原生控制功能能帮上忙：点击正在播放的语音消息上的“1x”标记，可以把速度调到 1.5 倍、再到 2 倍（没法调到 1 倍以下），拖动波形图上的圆点则可以直接跳到某个时间点，不用从头重新播放。

浏览器扩展换了个做法

给 WhatsApp 网页版装一个扩展，改变的是这件事本身的做法，而不只是换了个工具。它不需要把音频导出到别处，而是直接在聊天里的语音消息上加一个转录控件，文字就贴着消息本身显示出来，发送者和时间戳都还在旁边。不用下载，不用弹出上传窗口，不用切换到第二个窗口，也不用把结果粘贴回去。

这一点在大家真正会抱怨的场景里最有用：开会时突然弹进来的一条语音、五分钟啰嗦内容里只藏着一个地址、你不在的时候群里有四个人都用语音回复了消息。

准确率和支持的语言

我们自己的扩展 Kaption AI for WhatsApp Web 会按照语音消息录制时使用的语言进行转录——英语、西班牙语、葡萄牙语、法语、德语、意大利语、土耳其语、中文、日语等几十种语言都支持——如果对方发来的消息是你看不懂的语言，实时翻译功能能覆盖 90 多种语言。

关于上限我们更愿意说实话：正如我们服务条款里所说，AI 转录准确度可能存在差异。语音识别——包括 WhatsApp 自己的——都会受背景噪音、多人抢话、浓重口音，以及有人边走在闹市街头边录音这类情况影响。WhatsApp 自己的故障排查页面也是这么说的。正常情况下，转录结果完全够用；但如果具体的号码或人名真的很关键，建议还是把原音频播放出来确认一下。

隐私：哪些内容会离开你的电脑

不管是我们的扩展还是别家的，这部分都值得你仔细读一读。

Kaption 只在 web.whatsapp.com 上运行，处理的是你已经打开的那些聊天。你的 WhatsApp 记录以加密方式保存在你自己的设备上、浏览器内部，所以搜索和转录都不需要上传你的对话——消息内容不会存储在 Kaption 的服务器上。你选择转录的音频会被发送去处理，文字返回后就会被丢弃；你的内容绝不会被用来训练 AI 模型，也绝不会被出售或授权给其他人。

转录请求首先会在我们自己运营的推理服务器上处理。当我们自己的算力不够用时，以及在翻译、摘要和聊天分析这些场景里，请求会发给一小组固定的 AI 基础设施服务商之一，它们作为我们的数据处理方，分别是 Google、Groq、DeepInfra 和 Cerebras。发给它们的只有你选择处理的音频或文字，外加一个语言提示——不包含姓名、电话号码、联系人列表或账户标识。静态数据用 AES-256 加密，传输过程全程使用 TLS。

WhatsApp 网页版操作步骤

1. **安装扩展。**打开 Chrome 应用商店里的 Kaption AI 页面，点击“添加至 Chrome”，再确认“添加扩展程序”。如果用的是 Microsoft Edge，就到 Edge 加载项商店找对应页面；Chrome、Edge 和其他基于 Chromium 的浏览器都能用。
2. **打开 web.whatsapp.com 并刷新页面。**Kaption 会出现在你的聊天里。点击工具栏上的拼图图标把它固定住，这样随时一点就能用。
3. **找到一条语音消息并转录它。**转录按钮就在语音消息本身上面。文字会出现在聊天里这条消息的下方。
4. **拿到文字后随你怎么用。**可以边播放音频边对照文字看，也可以复制转录内容、生成摘要，或者翻译成别的语言。

安装免费，不需要信用卡。可选的基础版和 Pro 版可以解锁无限次转录、无限次翻译会话、智能转录以及更多定时消息。目前大约有 5 万人在使用这款扩展，在 Chrome 应用商店的评分是 4.8，评价数约 4,700 条。

处理长语音或多人语音的小技巧

**先看摘要，再决定要不要读全文。**只要语音超过一两分钟，摘要就能帮你判断这段话到底值不值得细看。这个习惯我们专门写过一篇文章，可以看如何在 3 秒内总结 10 分钟的语音备忘录。

**把群里的连续语音当成一个待办队列，而不是要从头听到尾的音频流。**在 WhatsApp 网页版里，连续的语音消息会自动按顺序播放，十二分钟就是这么不知不觉过去的。一条条转录出来再快速浏览，通常比用 2 倍速硬听要快。

**人名和数字是最容易出错的地方。**产品编号、门牌号，还有不常见的专有名词，是任何语音识别引擎都容易翻车的地方。如果某个细节很关键，拖回波形图上对应的位置，用耳朵再确认一遍。

**如果录音质量真的很差，不如直接请对方重录。**要是有人是在搅拌机旁边录的语音，再好的工具也救不回来——WhatsApp 自己也把背景噪音列为转录失败的原因之一。让对方花十秒钟重新录一段，比什么都快，对双方都好。

如果你想看更完整的全景，包括手机端的各种选项，可以参考我们另一篇文章如何将 WhatsApp 语音转换为文本消息。

常见问题

WhatsApp 网页版能自己转录语音消息吗？

目前还不行。WhatsApp 关于语音消息转录的帮助文章虽然有一个网页版标签页，但上面只写着这项功能在部分设备上可用、你的设备可能暂时还用不了，也没有可以开启的设置项。真正带编号的操作步骤在 Android 和 iPhone 标签页下面。在电脑上，你要么用单独的转录工具，要么装一个能给 WhatsApp 网页版加上这项能力的浏览器扩展。

怎么在手机上开启 WhatsApp 语音消息转录？

在 Android 上，打开 WhatsApp 的“设置”，点“聊天”，开启“语音消息转录”，点“选择语言”，选你大部分语音消息使用的语言，然后点“立即设置”或“等待 Wi-Fi”。iPhone 上的路径一样，也是通过“设置”和“聊天”，但需要 iOS 16 或更高版本并开启 Siri。要查看转录内容，长按语音消息，选择“转录”。

WhatsApp 能转录哪些语言？

这取决于设备。WhatsApp 的帮助页面显示，Android 上支持英语、葡萄牙语、西班牙语和俄语。iPhone 则要看 iOS 版本：iOS 16 及以上支持包括中文在内的十二种语言，iOS 17 及以上再加八种。如果你的语言不在你所用平台的列表里，转录内容根本不会出现。

在电脑上转录 WhatsApp 语音免费吗？

免费，前提是你用的是专门做这件事的工具的免费版本。安装 Kaption 扩展不收费，不需要信用卡就能立刻开始转录语音消息；可选的基础版和 Pro 版是给重度用户准备的。如果你选择下载音频再用单独的转录服务，具体是否免费要看那个服务自己的限制。

发送者能知道我转录了他们的语音消息吗？

WhatsApp 自己的帮助页面写得很清楚：发送者看不到转录内容，只有接收者能看到。用浏览器扩展转录的话，这个动作只发生在你自己的标签页里。发送者能看到的东西不会变：语音消息的已读提示仍然按你原本的 WhatsApp 隐私设置来显示。

准确率到底怎么样？

足够让你快速浏览并据此采取行动，但还不足以在没有核实的情况下直接照着念一个电话号码。准确率会因录音情况而不同：一个人在安静环境下录的清晰音频，转录几乎完全准确；而多人交叉说话、背景噪音很大，或者口音比较特别，就会出现空缺。WhatsApp 自己的故障排查页面上，对转录缺失的说明也是同样的原因。