語音轉文字 vs 請人打字：會議記錄成本逐分鐘計

一句答你：請人逐字打字嘅成本，唔係「$30 一個鐘」咁單純 — 佢係「你要有幾多個工時先打得出」乘以人工時薪，再加核對時間。反過來，AI 轉寫嘅成本唔係零，但佢細到你可以忽略；真正要計嘅係核對時間。

每次有人問「AI 轉寫會唔會平過請人打字」，答案通常都係一句「梗係平啦」。但呢個答案冇用 — 因為你唔知平幾多、平喺邊、仲有咩成本會出現。

呢篇做三件事：第一，用香港政府嘅真實工資數字做錨點，唔用「業界估計」；第二，逐分鐘把成本拆開，把核對時間都計入去；第三，畀你一個可以自己填返自己數字嘅模型。

想知逐分鐘嘅費率同上限，睇語音轉文字功能頁；想知引擎準確度點影響成本，睇廣東話語音轉文字實測方法。

重點摘要

• 成本錨點用官方數字：香港法定最低工資每小時 HK$43.1（2026-05-01 起），2025 年僱員時薪中位數 HK$85.7、月薪中位數 HK$21,200。
• 逐字稿打字要嘅工時係講嘢速度嘅函數：講得越快，要打嘅字越多，工時越貴。語速係成本變數，唔係背景噪音。
• 用上述工資中位數計，1 小時音頻嘅人手逐字打字成本約 HK$535.6；用法定最低工資做基準都仲要 HK$269.4。
• AI 檔案轉寫每 1 小時音頻 HK$0.80（實時聽寫 HK$1.40），按秒計、只收成功音訊。
• 【獨家觀察】AI 嘅成本唔係零，但核對時間先係主成本。核對時間要超過音頻長度嘅 6 倍，AI 先至會輸 — 正常情況下核對只佔三至五成，所以 AI 一定贏。
• 人手唔一定贏：逐字稿要「忠於原話」，人手聽打都會漏字、錯專名；AI 錯嘅時候你未必即刻發現，但逐字稿嘅錯誤一樣要有人背。
• 兩種工作要分開計：逐字稿（忠於原話）vs 整理稿（改寫成可發文件）— AI 幫到前者，幫唔到後者。
• 合規成本都係成本：錄音前要告知、保存期要有上限、存取要有控制，呢部分唔會因為用 AI 就消失。

先定義：你要買嘅其實係兩種唔同嘅工作

大部分「AI vs 請人打字」嘅討論都混淆咗兩件嘢。

逐字稿 係指逐字逐句記錄（verbatim transcript），包括語氣詞、停頓、重複嘅字。用途係追溯原話、庭上作證、醫療記錄、內容再剪輯。呢一類唔需要「通順」，需要「忠實」。

整理稿 係指將內容改寫成通順、可直接發出嘅文件。用途係對外公告、會議摘要、行動項清單。呢一類唔需要「忠實」，需要「通順同判斷」。

AI 語音轉文字喺第一類有明顯優勢（速度同成本），喺第二類幫助有限 — 因為「點樣寫得通順」同「邊個決定要寫咩」本身就係需要人嘅判斷。好多公司以為買咗 AI 轉寫就可以慳咗個寫手，其實只係將工作由「打字」變成「執字」。

所以正確嘅問題唔係「AI 定人手」，而係：你要嘅係逐字稿、整理稿，定兩樣都要？ 兩樣都要嘅話，最實際嘅做法通常係 AI 出逐字稿，人手執成整理稿。

工資錨點：用香港官方數字，唔用「業界估計」

成本模型最易出事嘅地方，就係工資嗰個數字好多人隨手填。呢度用三個公開、可查核嘅香港數字做錨點。

法定最低工資係由勞工處按「一年一檢」機制調整嘅（勞工處法定最低工資，2026-05-01 起由每小時 42.1 元調升至 43.1 元）。僱員工資數字來自政府統計處 2025 年「年度工資及工時調查」（政府新聞公報，2026-03-23），就業收入中位數則來自綜合住戶統計調查（政府統計處工資及勞動收入）。

點解要用官方數字？ 因為「請人打字」嘅成本係「工時 × 工資」，而工資呢個變數係最容易被人為拉低嘅地方。用最低工資計出嚟嘅成本，仍然遠高過 AI — 咁就代表你個結論唔係靠樂觀假設撐住。

成本模型：逐分鐘拆

以下係模型，唔係報價。每個假設值都標咗出嚟，你要用自己團隊嘅實測數字換掉。

假設值 — 請自己量：呢度講嘅核對時間，係指人手讀一次 AI 稿、再執錯字嗰段工時；打字速度就係每分鐘打幾多個中文字。兩者都係要你自己量，唔係通用常數，亦唔係我哋實測出嚟嘅數字。

計算（以 1 小時音頻為單位）：

• 1 小時音頻 ≈ 250 × 60 = 15,000 個中文字
• 人手打字工時 = 15,000 ÷ 40 = 375 分鐘 = 6.25 個工時
• 人手成本（時薪中位數 HK$85.7）= 6.25 × 85.7 = HK$535.6
• 人手成本（法定最低工資 HK$43.1）= 6.25 × 43.1 = HK$269.4

AI 成本（直接用公開費率，唔使估）：

【實測數據】呢啲金額係用港嘢自己嘅計費公式逐秒算出嚟嘅（四位小數、按秒不進位、最低 1 秒），唔係用整數乘出嚟嘅估算。計費只收成功嘅音頻 — 失敗、超時、服務不可用一律全額退回。

加埋核對時間（假設核對時間等於音頻長度嘅一半，以時薪中位數計）：

• AI 轉寫 + 人手核對 = 0.80 + 0.5 × 85.7 = HK$43.65

【獨家觀察】回本點其實非常遠

多數人比較成本時，會用「AI 成本」對「人手成本」，得出「快 600 倍」呢個數字。但咁樣比有一個問題：你漏咗核對成本。

把核對時間加返入去之後，真正嘅問題變成：核對時間要幾耐，AI 先至會輸？

設核對工時為 r，人手成本 = 6.25 × 85.7 = 535.6，AI 成本 = 0.80 + r × 85.7。令兩者相等：

r = (535.6 − 0.80) ÷ 85.7 = 6.24 個工時

即係話：核對時間要超過音頻長度嘅 6 倍（即音頻長度嘅 6.2 倍），AI 先至唔抵。 而正常情況下，一份 AI 稿嘅核對時間大概只佔音頻長度嘅三至五成。換句話講，AI 方案嘅回本距離遠到你唔需要擔心。

呢個結論嘅實用價值喺於：當有人同你講「AI 出嘅稿要核對，太花時間，唔抵」，你唔需要爭辯 — 你只需要問一句「你核對一個鐘嘅錄音要幾耐」。如果答案係「大概二十分鐘」，計數就已經做完。

順帶一提，語速係成本變數。同一個引擎、同一個價率，但一場講嘢慢嘅座談會同一場七嘴八舌嘅會，輸出嘅字數可以差一倍以上。語速慢 → 字少 → 打字工時少 → 人手成本低。所以如果你嘅場景係慢講嘅（例如法律會面、訪問），人手成本嘅估算要向下調整；AI 嘅成本則完全唔受影響。

每月用量：40 小時錄音嘅真實規模

假設一個部門每月要處理 40 小時錄音（唔算誇張：10 場 × 2 小時會議，加埋訪問同電話）。

40 小時音頻 ≈ 600,000 個中文字；按每分鐘 40 字打字，需要 15,000 分鐘 = 250 個工時。以每週 43.2 小時計，即係需要 1.4 個人全職做打字。以月薪中位數 HK$21,200 計，人力成本大約 HK$29,700 一个月。

AI 轉寫本身每月 HK$32。 就算加上核對（例如 40 小時 × 一半 = 20 個工時，約 HK$1,714），加埋都遠低過一個全職職位。

做雙語、跨部門、需要留檔嘅公司，成本差距會再拉開 — 因為人手成本會隨語言、審核流程、返工次數一齊升，AI 嘅邊個檔案都一樣平。

人手有冇可能反而更好？三個要老實面對嘅位

第一，逐字稿唔係完全無誤。 請人聽打一樣會漏字、會錯專有名詞、會將中英夾雜嘅詞寫錯。AI 嘅錯誤就係錯誤，唔會因為「機器做」就自動可信 — 所以核對唔係可選項。

第二，AI 嘅錯誤有時更難發現。 人手打字錯咗，貼返去嘅時候你可能即刻眼見；AI 出咗一個似樣但錯嘅專有名詞（例如人名、藥名、金額），喺一份幾萬字嘅稿入面好容易被略過。對高風險場景，逐字稿嘅價值有時唔喺成本，係喺「錯咗有人即刻捉到」 — 而呢點正正係要靠人手流程設計，唔係靠引擎。

第三，整理稿 AI 幫唔到。 如果你真正想要嘅係一份可以直接寄畀客戶嘅文件，AI 出嘅逐字稿仲要一個識內容嘅人執。呢個工時唔會因為轉寫平咗就消失。

所以正確嘅結論唔係「AI 取代文員」，而係「AI 取代咗打字呢個動作，令文員去做執字同判斷」。如果公司本來請緊嘅係「只做打字」嘅職位，呢個轉變值得認真計一計；如果請緊嘅係「識行業」嘅專業人員，AI 幫佢哋慳返嗰部分機械時間。

邊啲場景應該照舊請人

以下幾種情況，我哋嘅建議係保留人：

• 法律、聆訊、醫療記錄：需要逐字保真同專業詞彙，錯一個金額或者藥名代價好大。流程應該係 AI 出稿 ＋ 專業人員逐段核。
• 創意、訪談內容重編：AI 出嘅逐字稿係原料，但要變成有吸引力嘅內容，係創作工作。
• 要辨認「邊個講咗乜」嘅場合：多人重疊發言嘅分辨，AI 唔係唔做得，但你要用自己嘅音檔測過先知。會議記錄工具嘅比較可以睇會議記錄 AI 比較。
• 粵語書寫慣用法要照原話保留：例如「唔係喎」「等我講」呢類語氣詞，逐字稿要原汁原味，呢個位 AI 通常做得唔錯，但你要用自己嘅音檔驗。

法律同醫療場景嘅完整流程，寫法分別可以睇《法律語音轉寫》同《粵語醫療聽寫》嗰兩篇。

點樣自己量度你哋團隊嘅真實數字

上面嗰三個假設值，用半個鐘就可以量到，量完你就有一份只屬於自己公司嘅成本表。

第一步：量語速。 揀 10 分鐘真實錄音，逐字數字數（或者用 AI 轉寫後人手校對一次），除以 10 分鐘，得到「每分鐘字數」。

第二步：量打字速度。 揀你團隊最可能做呢件事嘅同事，畀佢 10 分鐘錄音打一次，用計時器記時間。記低係平均速度，唔係最好嗰次。

第三步：量核對時間。 攞一份 AI 稿（或者你哋現有嘅任何一份稿），由一個同事讀一次兼執字，計時。呢個數通常最被低估。

第四步：填返落模型。 三個數代入，你就有一張自己嘅成本表 — 別人嘅假設值對你哋冇用。

【獨家觀察】做過一次之後，你會發現一件幾有趣嘅事：三個參數入面，語速同打字速度通常唔係你嘅瓶頸，核對時間先係。 而核對時間可以靠流程改善 — 例如統一術語、加自訂詞彙（詞庫上限 50 詞、單詞 ≤30 字）、將高風險段落（金額、藥名、人名）優先標示。呢啲改動令你慳嘅唔係引擎費，而係人嘅時間。

工具鏈方面，批量錄音嘅格式同壓縮可以睇音檔壓縮上載指南；要即時出字嘅話，協議細節見即時語音轉文字 WebSocket 教學。

隱形成本：合規唔會因為用 AI 就消失

用 AI 轉寫代表你要處理嘅係真人嘅聲音同對話內容，香港《個人資料（私隱）條例》對呢類資料有直接要求。個人資料私隱專員公署嘅《條例一覽》列得好清楚（PCPD 條例一覽）：

實務上最少做三件事：錄音前一句口頭告知、訂一個保留期（例如 90 日）並真的清理、限制逐字稿嘅下載權限。呢三樣唔會因為用 AI 而變簡單，但佢哋係「用 AI 錄音」最容易被忽略嘅成本 — 唔係錢，係風險。

常見問題

一個鐘嘅廣東話錄音，請人打要幾錢？

以 250 字/分鐘語速、40 字/分鐘打字速度計，1 小時音頻要 6.25 個工時；用僱員時薪中位數 HK$85.7 計，約 HK$535.6。語速、打字速度、返工率三個假設值都要你自己換。

AI 轉寫係咪完全唔使人手？

唔係。要視乎你交付嘅係逐字稿定整理稿。逐字稿一般都要核；整理稿基本上要人手執。AI 慳嘅係打字同初稿，唔係核對同判斷。

實時聽寫貴唔貴？

係檔案轉寫嘅 1.75 倍（HK$1.40 vs HK$0.80 每一音頻小時）。如果你只想要一份最終稿，唔需要實時；如果你要即時字幕、或者語音 agent 內部要即刻有文字，就值得付呢個差價。

計費係按乜計？

按實際音頻秒數，唔係按檔案大小、亦唔係按行數或字數。失敗嘅音訊唔收費。詳細睇語音轉寫 API 文件。

咁我應該點樣揀？

如果每月處理嘅錄音少過大約 10 個鐘，而且你已經有人手做打字，AI 嘅直接金額好可能仲未抵你嘅整合成本 — 但核對流程一到位，第二個月就回本。如果係每週都有會議、或者要跨部門共用逐字稿，AI 通常喺第一個月就已經回本。

數據會唔會外洩？

轉寫內容係對話內容，通常包含個人資料。錄音前告知、限制存取、設定保留期，三樣都係你嘅責任。AI 只係處理工具，唔會幫你承擔責任。

想用你自己嘅錄音跑一次成本同效果？

最直接嘅方法：拎一段你哋真實嘅會議錄音，上載到語音轉錄頁，跑一次之後用上面「四步量度」嘅方法計一次真實成本。你會得到一份只屬於你哋團隊嘅數字 — 嗰個比任何文章嘅估算都可靠。

---

本文由港嘢內容團隊編輯審閱（editorial review，2026-10-25）。工資數字全部引用政府公布（查閱日期 2026-10-25），費率引用港嘢公開 API 費率表；語速、打字速度、核對時間三個係標明咗嘅假設值，請用你自己嘅實測數字替換。想了解我哋嘅背景，可以睇關於港嘢；有成本、採購或者合規問題想傾，聯絡我哋。