长音频转写：课堂 / 会议几小时录音一次转完
一节课 90 分钟、一场研讨会 3 小时、一部讲座视频 2 小时——这些长音频如果靠人工边听边敲，又慢又累。长音频转写就是把这些动辄一两个小时的录音、视频一次性转成可检索、可复制的文字。本文讲清它适合谁、难点在哪，以及用 VoiceText 声文智转怎么在本地离线完成。
一、什么样的音频算「长音频」
一般把超过 1 小时、或内容连续長、信息密度高的录音归为长音频，典型包括：
- 网课 / 课堂录音：大学课程、培训直播、考研辅导，常 1~2 小时起。
- 会议 / 研讨会：半天会议、项目评审、多人讨论，动辄几小时。
- 讲座 / 分享会：行业分享、学术报告、内部宣讲。
- 长视频：公开课录像、纪录片旁白、播客长集。
- 连续访谈：深度对谈、多轮采访。
这类内容的价值往往就在「全」——漏一段就少一块信息，所以转写要完整、可定位。
二、长音频转写的难点
- 资源占用：长音频需要持续算力，配置一般的电脑容易卡顿甚至内存不足。
- 隐私与体积：几小时录音文件很大，上传到云端既慢又有泄露风险。
- 多人混杂：长会议里多人轮流讲，不标发言人就很难整理。
- 断点续传：长任务一旦中断，能否接着跑很关键。
三、VoiceText 怎么处理长音频（5 步）
VoiceText 声文智转在本地离线完成长音频转写，文件不上传，并对中低端配置做了资源调度优化，长任务也能稳住。
导入长音频 / 视频
把课堂录音、会议录像（mp3 / wav / mp4 / m4a 等）直接拖进软件窗口。长文件也能读本地直接处理，无需先上传。
按需开启区分说话人
如果是多人课堂或会议，勾选区分说话人，转写时会一并标注「谁在哪一刻说话」，特别适合中文长课堂音频整理。
本地离线识别
识别在你电脑本地跑，模型在本地，文件在本地不上传，隐私不泄露，转写不依赖云端。几小时的音频按进度推进，资源占用由软件自主调度。
边转边看 / 进度可控
长任务可查看进度。文字逐段出现，不用干等全部跑完。
导出整份文稿 / 字幕
完成后可复制全文，或导出字幕（SRT / 双语），拿去配课件、做纪要、剪视频都方便。
四、长音频 + 区分说话人，是课堂整理的最佳组合
对「中文长课堂音频」来说，单独转写还不够——老师讲、学生答、旁人插话混在一起，光有文字仍难读。配合区分说话人后：
- 老师的讲授、师生的问答自动分段标注；
- 回看时直接定位「第 35 分钟老师讲的重点」；
- 导出后稍作润色就是一份带结构的课堂笔记。
五、常见问题（FAQ）
几小时的音频能一次转完吗？
能。长音频是 VoiceText 的主要使用场景之一，本地离线处理，文件大小主要受你硬盘空间限制，而非「上传配额」。
中途电脑卡了怎么办？
软件对中低端配置做了资源调度优化，可自主控制占用，降低卡顿概率。具体见中低端电脑也能流畅运行。
长音频转完能直接出字幕吗？
能。可导出 SRT 或双语字幕，配合字幕编辑精修时间轴与文字。
多人长会议也能分人吗？
能。开启区分说话人即可，详见区分说话人专题。
六、相关专题
长音频转写为 VoiceText 声文智转核心能力之一，本地离线、支持区分说话人，适合课堂、会议、讲座等长内容。