NotebookLM 的转录稿功能是把语音转成可用会议记录的高效工具。标准流程：iPhone 录完会议、上传到 NotebookLM、Studio 面板 1-2 分钟吐出完整转录稿、再丢给大模型整理成会议记录。整套流程约 15 分钟，比手动整理快得多。
为什么选 NotebookLM 做转录稿
市面上做语音转文字的工具一堆：Whisper、剪映、Otter.ai、macOS 内置听写。在这些工具里，NotebookLM 的差别是转录稿经过 AI 整理，输出质量比一般语音识别好一个级别。
一般的语音转文字工具会忠实地把每一个字都打出来，包括「呃」「嗯」「就是」「然后那个」这些赘词。NotebookLM 会自动去掉赘词、加上段落分隔，输出的文字读起来已经很接近可用的会议记录。
加上它免费、不用另外装软件、Google 账号登录就能用。对日常会议用户来说没有换的理由。
如何用 NotebookLM 把录音变成转录稿
Step 1：用 iPhone 录音
开会前打开 iPhone 内置的「语音备忘录」App 按下录音。尽量把手机放在桌子中间，离讲话的人近一点。
环境噪音大的场景（咖啡厅、共同工作空间），录音质量会直接影响识别准确度。实测下来，吵杂餐厅的录音可能只有 6 成可用，剩下都是乱识别；安静的会议室基本上没问题。
Step 2：上传到 NotebookLM
录音结束后，把 M4A 文件 AirDrop 到电脑（或直接从 iPhone 开 NotebookLM 上传）。在 NotebookLM 里开一个新的 Notebook，把音频文件加为来源。支持 MP3、M4A、WAV，iPhone 的 M4A 直接上传就好，不用转换格式。
Step 3：等 Studio 面板产出转录稿
上传完成后，在文字框说：
输出转录稿到 Studio 界面内
输出转录稿到 Studio 界面内
NotebookLM 的 Studio 面板会自动开始处理。一段 30 分钟的录音大约 1-2 分钟就能拿到转录稿。60 分钟的录音大概 3-4 分钟。
产出的转录稿已经有段落分隔，每段大约对应一个话题或一位讲者的连续发言，不像 Whisper 那种整段不分段的输出。
### Step 4：丢给大模型做后处理
拿到转录稿之后，复制全文丢进 [Claude](/zh-cn/ai/claude/) 之类的大模型，搭配下面这段 prompt：
请整理这份会议转录稿，输出格式：
- 会议摘要（3-5 句）
- 关键决策（条列）
- 待办事项（谁、做什么、deadline）
- 需要后续讨论的议题
Claude 大概 30 秒就能整理完。出来的会议记录直接贴进 Notion，搞定。
## YouTube 视频转录稿：最快的方法
iPhone → 音频上传的流程是自己录会议时用的。如果素材本身就是 YouTube 视频，不用走那么长一段路，直接贴网址。
### 操作步骤
1. 在 YouTube 复制要的视频网址
2. NotebookLM 开一个新 Notebook，Sources 面板选「YouTube」
3. 贴上链接，送出。系统会显示一张视频缩图，表示字幕抓成功
4. 到对话框丢这段 prompt：
请根据上传的 YouTube 视频，输出：
- 完整转录稿（依时间轴分段，每段标上时间戳）
- 视频结构大纲（章节标题 + 每章 3-5 个重点）
- 关键引述（最值得记下的 3 句话，附出现时间）
- 最后给一段 150 字以内的总结
NotebookLM 会一并把转录稿、结构、引述吐出来，可以直接复制整段丢进 Notion 或 Obsidian 当学习笔记。
### 实战案例：5 分钟吃完一支 AI 新闻分析视频
有一支标题标榜「10 分钟重点整理」、实际长度 45 分钟的 OpenAI 发表会视频，可以这样处理：
1. 视频网址贴进 NotebookLM，30 秒字幕到位
2. 跑上面那段 prompt，2 分钟拿到时间戳转录稿 + 章节重点 + 关键引述
3. 快速扫大纲，锁定最值得细看的章节
4. 回 YouTube 跳到那个时间点看 5 分钟
从开始到看完想看的段落，全程不到 10 分钟。比起 1.5 倍速看完整支视频有效率得多。
### 没字幕怎么办
不是每支视频都有字幕。作者没开、或自动字幕被关掉的视频，贴链接会直接失败。
备案是用 yt-dlp 把音轨抓下来（或用 YouTube to MP3 线上工具），再走「音频文件上传」的流程。这条路虽然多 2 分钟，但 NotebookLM 的 Studio 面板会自己跑语音识别，一样能拿到质量不错的转录稿。
YouTube 链接功能在 Google AI Pro 订阅（台湾 NT$650/月，方案内含 NotebookLM Pro 额度）下使用最顺。免费版每天 50 次对话查询的上限，周末追片密集的时候会碰到。预算卡一点可以先考虑 Google AI Plus（NT$260/月），对话额度和 Audio Overview 次数都有放宽一些。
## NotebookLM 转录稿支持哪些音频格式
- **MP3**：最通用，录音软件导出多半是这个
- **M4A**：iPhone 语音备忘录的默认格式，直接上传不用转换格式
- **WAV**：无损格式，文件偏大但质量最好
- **YouTube 视频网址**：贴上链接，系统自动抓取字幕生成转录稿
Google Meet 和 Zoom 的录像文件也可以用。Meet 录像存在 Google Drive，下载 MP4 后上传即可。Zoom 的本地录像会同时存一个 audio-only 的 M4A，直接用那个文件比较快。
## NotebookLM 转录稿质量实测
拿同一段 25 分钟的会议录音（普通话、3 位讲者、会议室环境），分别用 NotebookLM、剪映、Whisper 做转录稿。
### 识别准确度
三个工具的基础识别率差不多，都在 90-95% 之间。差异主要在专有名词和人名。NotebookLM 对技术名词的识别比剪映好一点，但三者差距不大。
### 输出可用性
这是关键差异。
- **NotebookLM**：有段落分隔、去赘词、语句通顺。拿到手就能读，稍微校对就能当正式纪录用
- **Whisper**：原始识别精度最高，但输出是一整块未整理的文字，「嗯」「对」「然后」全都在。要花 10-15 分钟手动整理
- **剪映**：有时间轴标记，适合搭配视频使用。纯文字质量介于前两者之间
### 处理速度
NotebookLM 跟 Whisper 都在 2 分钟内完成。剪映需要先导入视频（即使只有音轨），流程多一步。
## NotebookLM vs 剪映：闽南语怎么办
纯闽南语内容、闽南语节目录音、混杂国闽南语的会议，NotebookLM 处理起来不够稳定。
NotebookLM 的闽南语识别能力很弱。纯闽南语内容识别率大概只有 3-4 成，基本不能用。国闽南语混杂的情况好一点，普通话部分正常识别，闽南语部分会乱猜。
令人意外的是，**剪映在这里赢很多**。它的闽南语语音识别识别率大概可以到 7-8 成，而且会标注时间轴，方便回去对照原始音频文件校正。
实用做法：
- 纯普通话内容 → NotebookLM 一站搞定
- 有闽南语的内容 → 剪映先转一版文字 → 把文字稿丢进 NotebookLM 当来源 → 再用 NotebookLM 的问答功能做进一步分析
多一步，但两个工具各取所长。
## 搭配大模型的完整 Workflow
转录稿本身只是原料。真正省时间的是后面的大模型处理。
可重复的常用流程：
**日常会议** → NotebookLM 转录稿 → Claude 整理成结构化纪录 → Notion
**客户访谈** → NotebookLM 转录稿 → Claude 提取客户需求和痛点 → 写成 user story
**演讲 / 课程** → NotebookLM 转录稿 → Claude 整理成文章大纲 → 改写成博客文章
**Podcast 内容** → NotebookLM 转录稿 → Claude 抓出 5 个 key takeaways → 变成社区帖子
每个场景的 prompt 不一样，但核心逻辑一样：NotebookLM 负责把语音变成文字，Claude 负责把文字变成有用的东西。
<div class="pitfall" data-nosnippet>
## 踩坑笔记
### 文件太大上传会失败
2 小时的录音（约 150 MB）很容易上传到一半断掉。超过 1 小时的录音建议先用 QuickTime 切成 30-40 分钟的段落再上传。
### 多人同时讲话识别会失败
3 个人轮流讲没问题，但如果有人插话或两个人同时在讲，那段的识别结果基本上是乱的。所有语音转文字工具都会卡在这里。
实用解法是回去听原始录音，手动补上那几段。通常一场 30 分钟的会议里，需要手动修的大概 2-3 段，花不到 5 分钟。
### 赘词去太多偶尔会漏信息或辨认错误
NotebookLM 自动去赘词是优点，但偶尔会多去。像是「这个方案『还好』」里面的「还好」有时候会被当成赘词去掉，变成「这个方案」，意思就完全不一样了。重要会议值得多花 5 分钟快速扫一遍转录稿，确认没有被过度清理的段落。
</div>
## FAQ
**Q：NotebookLM 转录稿功能是免费的吗？**
免费版就能用。上传音频文件，Studio 面板自动产出转录稿。每天 50 次对话查询的上限，但转录稿生成没有独立次数限制。
**Q：NotebookLM 支持哪些音频格式？**
MP3、M4A、WAV 都支持。iPhone 录音的 M4A 直接上传，不用转换格式。
**Q：NotebookLM 的转录稿可以识别中文吗？**
普通话识别质量不错，专有名词偶尔出错但整体可用。闽南语支持有限，建议闽南语内容先用剪映转文字再丢进 NotebookLM。
**Q：NotebookLM 转录稿跟 Whisper 比哪个好？**
NotebookLM 有 AI 后处理，产出有段落分隔、去赘词。Whisper 原始识别精度略高但输出未整理。要直接使用转录稿的话，NotebookLM 比较方便。
**Q：Google Meet 或 Zoom 的录像文件可以上传吗？**
可以。Meet 录像下载 MP4 后上传，Zoom 本地录像的 audio-only M4A 直接上传即可。
**Q：超过 1 小时的长录音怎么处理？**
拆成 30-40 分钟的段落分次上传。超过 150MB 的文件可能上传失败。
**Q：YouTube 视频可以直接变成转录稿吗？**
可以。把 YouTube 网址贴进 Sources，系统会自动抓字幕当作来源，再请 NotebookLM 输出转录稿、章节大纲和时间轴。比自己录音上传还快。字幕没开的视频改走下载音轨上传的路线。
---
## 小企鹅的经验
NotebookLM 的转录稿是[小企鹅](/zh-cn/about/)实际每周都会用的功能。固定流程是 iPhone 录音 → AirDrop 到电脑 → 上传 NotebookLM → Studio 出转录稿 → 丢到其他大模型做后续分析（会议记录、客户访谈整理、podcast 文字化）。整套跑下来 15 分钟，比以前手动整理一个多小时快很多。
剪映的闽南语识别是补上 NotebookLM 弱项的关键工具。长辈语音频息、闽南语节目、混语会议都先用剪映转一轮，再把文字稿丢进 NotebookLM 做问答和摘要。这条双工具的路径多一步，但每个工具做自己最强的事。
YouTube 链接贴上去直接拿转录稿这个功能改了长视频消化的方式。以前 1.5 倍速硬看 45 分钟还记不住重点，现在 5 分钟就能挑出真正想看的章节。Google AI Pro 订阅的 NotebookLM Pro 额度，对需要追大量视频的工作流来说 ROI 很高。
整体经验是：转录稿本身只是中间产物，价值在后面接大模型做结构化处理。NotebookLM 的角色是把这条 pipeline 的第一段做得干净，后面才好接。
## 延伸阅读
- [NotebookLM 完整教程｜免费使用方法 + Plus 升级指南](/zh-cn/ai/notebooklm/)
- [NotebookLM Podcast 中文教程｜3 步骤免费生成 AI 有声节目](/zh-cn/ai/notebooklm/notebooklm-podcast-tutorial/)
- [NotebookLM 进阶技巧｜从研究到演示文稿，11 个实战工作流](/zh-cn/ai/notebooklm/notebooklm-advanced-tips/)
- [剪映 AI 字幕教程｜闽南语自动识别](/zh-cn/ai/creative/capcut-ai-subtitle-guide/)
- [AI 会议记录工作流｜免费方案](/zh-cn/ai/meeting/meeting-free-workflow/)
---
*本文为 AI 工具功能介绍及订阅方案消费比较，不涉及证券或投资建议。实际定价以各平台官方最新公告为准，本文信息可能已过时。*
*整理：Penna｜小企鹅 Penchan*