NotebookLM 的逐字稿功能是把語音轉成可用會議記錄的高效工具。標準流程：iPhone 錄完會議、上傳到 NotebookLM、Studio 面板 1-2 分鐘吐出完整逐字稿、再丟給大模型整理成會議紀錄。整套流程約 15 分鐘，比手動整理快得多。
為什麼選 NotebookLM 做逐字稿
市面上做語音轉文字的工具一堆：Whisper、剪映、Otter.ai、macOS 內建聽寫。在這些工具裡，NotebookLM 的差別是逐字稿經過 AI 整理，輸出品質比一般語音辨識好一個級別。
一般的語音轉文字工具會忠實地把每一個字都打出來，包括「呃」「嗯」「就是」「然後那個」這些贅詞。NotebookLM 會自動去掉贅詞、加上段落分隔，輸出的文字讀起來已經很接近可用的會議紀錄。
加上它免費、不用另外裝軟體、Google 帳號登入就能用。對日常會議使用者來說沒有換的理由。
如何用 NotebookLM 把錄音變成逐字稿
Step 1：用 iPhone 錄音
開會前打開 iPhone 內建的「語音備忘錄」App 按下錄音。盡量把手機放在桌子中間，離講話的人近一點。
環境噪音大的場景（咖啡廳、共同工作空間），錄音品質會直接影響辨識準確度。實測下來，吵雜餐廳的錄音可能只有 6 成可用，剩下都是亂辨識；安靜的會議室基本上沒問題。
Step 2：上傳到 NotebookLM
錄音結束後，把 M4A 檔案 AirDrop 到電腦（或直接從 iPhone 開 NotebookLM 上傳）。在 NotebookLM 裡開一個新的 Notebook，把音訊檔案加為來源。支援 MP3、M4A、WAV，iPhone 的 M4A 直接上傳就好，不用轉檔。
Step 3：等 Studio 面板產出逐字稿
上傳完成後，在文字框說：
輸出逐字稿到 Studio 介面內
輸出逐字稿到 Studio 介面內
NotebookLM 的 Studio 面板會自動開始處理。一段 30 分鐘的錄音大約 1-2 分鐘就能拿到逐字稿。60 分鐘的錄音大概 3-4 分鐘。
產出的逐字稿已經有段落分隔，每段大約對應一個話題或一位講者的連續發言，不像 Whisper 那種整段不分段的輸出。
### Step 4：丟給大模型做後處理
拿到逐字稿之後，複製全文丟進 [Claude](/ai/claude/) 之類的大模型，搭配下面這段 prompt：
請整理這份會議逐字稿，輸出格式：
- 會議摘要（3-5 句）
- 關鍵決策（條列）
- 待辦事項（誰、做什麼、deadline）
- 需要後續討論的議題
Claude 大概 30 秒就能整理完。出來的會議紀錄直接貼進 Notion，搞定。
## YouTube 影片逐字稿：最快的方法
iPhone → 音訊上傳的流程是自己錄會議時用的。如果素材本身就是 YouTube 影片，不用走那麼長一段路，直接貼網址。
### 操作步驟
1. 在 YouTube 複製要的影片網址
2. NotebookLM 開一個新 Notebook，Sources 面板選「YouTube」
3. 貼上連結，送出。系統會顯示一張影片縮圖，表示字幕抓成功
4. 到對話框丟這段 prompt：
請根據上傳的 YouTube 影片，輸出：
- 完整逐字稿（依時間軸分段，每段標上時間戳）
- 影片結構大綱（章節標題 + 每章 3-5 個重點）
- 關鍵引述（最值得記下的 3 句話，附出現時間）
- 最後給一段 150 字以內的總結
NotebookLM 會一併把逐字稿、結構、引述吐出來，可以直接複製整段丟進 Notion 或 Obsidian 當學習筆記。
### 實戰案例：5 分鐘吃完一支 AI 新聞分析影片
有一支標題標榜「10 分鐘重點整理」、實際長度 45 分鐘的 OpenAI 發表會影片，可以這樣處理：
1. 影片網址貼進 NotebookLM，30 秒字幕到位
2. 跑上面那段 prompt，2 分鐘拿到時間戳逐字稿 + 章節重點 + 關鍵引述
3. 快速掃[大綱](/ai/presentation/ai-presentation-prompt-tips/)，鎖定最值得細看的章節
4. 回 YouTube 跳到那個時間點看 5 分鐘
從開始到看完想看的段落，全程不到 10 分鐘。比起 1.5 倍速看完整支影片有效率得多。
### 沒字幕怎麼辦
不是每支影片都有字幕。作者沒開、或自動字幕被關掉的影片，貼連結會直接失敗。
備案是用 yt-dlp 把音軌抓下來（或用 YouTube to MP3 線上工具），再走「音訊檔案上傳」的流程。這條路雖然多 2 分鐘，但 NotebookLM 的 Studio 面板會自己跑語音辨識，一樣能拿到品質不錯的逐字稿。
YouTube 連結功能在 Google AI Pro 訂閱（台灣 NT$650/月，方案內含 NotebookLM Pro 額度）下使用最順。免費版每天 50 次對話查詢的上限，週末追片密集的時候會碰到。預算卡一點可以先考慮 Google AI Plus（NT$260/月），對話額度和 Audio Overview 次數都有放寬一些。
## NotebookLM 逐字稿支援哪些音訊格式
- **MP3**：最通用，錄音軟體匯出多半是這個
- **M4A**：iPhone 語音備忘錄的預設格式，直接上傳不用轉檔
- **WAV**：無損格式，檔案偏大但品質最好
- **YouTube 影片網址**：貼上連結，系統自動抓取字幕生成逐字稿
Google Meet 和 Zoom 的錄影檔也可以用。Meet 錄影存在 Google Drive，下載 MP4 後上傳即可。Zoom 的本機錄影會同時存一個 audio-only 的 M4A，直接用那個檔案比較快。
## NotebookLM 逐字稿品質實測
拿同一段 25 分鐘的會議錄音（國語、3 位講者、會議室環境），分別用 NotebookLM、剪映、Whisper 做逐字稿。
### 辨識準確度
三個工具的基礎辨識率差不多，都在 90-95% 之間。差異主要在專有名詞和人名。NotebookLM 對技術名詞的辨識比剪映好一點，但三者差距不大。
### 輸出可用性
這是關鍵差異。
- **NotebookLM**：有段落分隔、去贅詞、語句通順。拿到手就能讀，稍微校對就能當正式紀錄用
- **Whisper**：原始辨識精度最高，但輸出是一整塊未整理的文字，「嗯」「對」「然後」全都在。要花 10-15 分鐘手動整理
- **剪映**：有時間軸標記，適合搭配影片使用。純文字品質介於前兩者之間
### 處理速度
NotebookLM 跟 Whisper 都在 2 分鐘內完成。剪映需要先匯入影片（即使只有音軌），流程多一步。
## NotebookLM vs 剪映：台語怎麼辦
純台語內容、台語節目錄音、混雜國台語的會議，NotebookLM 處理起來不夠穩定。
NotebookLM 的台語辨識能力很弱。純台語內容辨識率大概只有 3-4 成，基本不能用。國台語混雜的情況好一點，國語部分正常辨識，台語部分會亂猜。
令人意外的是，**剪映在這裡贏很多**。它的台語語音辨識辨識率大概可以到 7-8 成，而且會標註時間軸，方便回去對照原始音檔校正。
實用做法：
- 純國語內容 → NotebookLM 一站搞定
- 有台語的內容 → 剪映先轉一版文字 → 把文字稿丟進 NotebookLM 當來源 → 再用 NotebookLM 的問答功能做進一步分析
多一步，但兩個工具各取所長。
## 搭配大模型的完整 Workflow
逐字稿本身只是原料。真正省時間的是後面的大模型處理。
可重複的常用流程：
**日常會議** → NotebookLM 逐字稿 → Claude 整理成結構化紀錄 → Notion
**客戶訪談** → NotebookLM 逐字稿 → Claude 萃取客戶需求和痛點 → 寫成 user story
**演講 / 課程** → NotebookLM 逐字稿 → Claude 整理成文章大綱 → 改寫成部落格文章
**Podcast 內容** → NotebookLM 逐字稿 → Claude 抓出 5 個 key takeaways → 變成社群貼文
每個場景的 prompt 不一樣，但核心邏輯一樣：NotebookLM 負責把語音變成文字，Claude 負責把文字變成有用的東西。
<div class="pitfall" data-nosnippet>
## 踩坑筆記
### 檔案太大上傳會失敗
2 小時的錄音（約 150 MB）很容易上傳到一半斷掉。超過 1 小時的錄音建議先用 QuickTime 切成 30-40 分鐘的段落再上傳。
### 多人同時講話辨識會失敗
3 個人輪流講沒問題，但如果有人插話或兩個人同時在講，那段的辨識結果基本上是亂的。所有語音轉文字工具都會卡在這裡。
實用解法是回去聽原始錄音，手動補上那幾段。通常一場 30 分鐘的會議裡，需要手動修的大概 2-3 段，花不到 5 分鐘。
### 贅詞去太多偶爾會漏資訊或辨認錯誤
NotebookLM 自動去贅詞是優點，但偶爾會多去。像是「這個方案『還好』」裡面的「還好」有時候會被當成贅詞去掉，變成「這個方案」，意思就完全不一樣了。重要會議值得多花 5 分鐘快速掃一遍逐字稿，確認沒有被過度清理的段落。
</div>
## FAQ
**Q：NotebookLM 逐字稿功能是免費的嗎？**
免費版就能用。上傳音訊檔，Studio 面板自動產出逐字稿。每天 50 次對話查詢的上限，但逐字稿生成沒有獨立次數限制。
**Q：NotebookLM 支援哪些音訊格式？**
MP3、M4A、WAV 都支援。iPhone 錄音的 M4A 直接上傳，不用轉檔。
**Q：NotebookLM 的逐字稿可以辨識中文嗎？**
國語辨識品質不錯，專有名詞偶爾出錯但整體可用。台語支援有限，建議台語內容先用剪映轉文字再丟進 NotebookLM。
**Q：NotebookLM 逐字稿跟 Whisper 比哪個好？**
NotebookLM 有 AI 後處理，產出有段落分隔、去贅詞。Whisper 原始辨識精度略高但輸出未整理。要直接使用逐字稿的話，NotebookLM 比較方便。
**Q：Google Meet 或 Zoom 的錄影檔可以上傳嗎？**
可以。Meet 錄影下載 MP4 後上傳，Zoom 本機錄影的 audio-only M4A 直接上傳即可。
**Q：超過 1 小時的長錄音怎麼處理？**
拆成 30-40 分鐘的段落分次上傳。超過 150MB 的檔案可能上傳失敗。
**Q：YouTube 影片可以直接變成逐字稿嗎？**
可以。把 YouTube 網址貼進 Sources，系統會自動抓字幕當作來源，再請 NotebookLM 輸出逐字稿、章節大綱和時間軸。比自己錄音上傳還快。字幕沒開的影片改走下載音軌上傳的路線。
---
## 小企鵝的經驗
NotebookLM 的逐字稿是小企鵝實際每週都會用的功能。固定流程是 iPhone 錄音 → AirDrop 到電腦 → 上傳 NotebookLM → Studio 出逐字稿 → 丟到其他大模型做後續分析（會議紀錄、客戶訪談整理、podcast 文字化）。整套跑下來 15 分鐘，比以前手動整理一個多小時快很多。
剪映的台語辨識是補上 NotebookLM 弱項的關鍵工具。長輩語音訊息、台語節目、混語會議都先用剪映轉一輪，再把文字稿丟進 NotebookLM 做問答和摘要。這條雙工具的路徑多一步，但每個工具做自己最強的事。
YouTube 連結貼上去直接拿逐字稿這個功能改了長影片消化的方式。以前 1.5 倍速硬看 45 分鐘還記不住重點，現在 5 分鐘就能挑出真正想看的章節。Google AI Pro 訂閱的 NotebookLM Pro 額度，對需要追大量影片的工作流來說 ROI 很高。
整體經驗是：逐字稿本身只是中間產物，價值在後面接大模型做結構化處理。NotebookLM 的角色是把這條 pipeline 的第一段做得乾淨，後面才好接。
## 延伸閱讀
- [NotebookLM 完整教學｜免費使用方法 + Plus 升級指南](/ai/notebooklm/)
- [NotebookLM Podcast 中文教學｜3 步驟免費生成 AI 有聲節目](/ai/notebooklm/notebooklm-podcast-tutorial/)
- [NotebookLM 進階技巧｜從研究到簡報，11 個實戰工作流](/ai/notebooklm/notebooklm-advanced-tips/)
- [剪映 AI 字幕教學｜台語自動辨識](/ai/creative/capcut-ai-subtitle-guide/)
- [AI 會議記錄工作流｜免費方案](/ai/meeting/meeting-free-workflow/)
---
*本文為 AI 工具功能介紹及訂閱方案消費比較，不涉及證券或投資建議。實際定價以各平台官方最新公告為準，本文資訊可能已過時。*
*整理：Penna｜小企鵝 Penchan*