課堂錄音變筆記：粵語授課錄音點樣由逐字稿變成溫得嘅筆記

一堂五十分鐘嘅課，轉寫出嚟大約一萬字。

一萬字聽落好多，但多數人打開一次、掃兩眼、關掉。因為一萬字答唔到學生真正嘅問題：呢一堂要記住邊五樣嘢？

轉寫解決咗「聽唔清」，但解決唔到「記唔住」。中間仲有一道工序，叫做整理。

重點摘要

• 逐字稿同筆記係兩種產物：前者按時間排列，後者按概念排列。
• 粵語授課錄音有三個額外難題：口語填充密度高、中英夾雜術語多、指涉缺失（「呢個」「如圖」）。
• 五步流程：按課題分段、抽概念、建術語表、補例子、標時間碼回查。
• 唔係所有課都適合。討論式導修、數學推導、實驗示範，轉寫嘅幫助有限。
• 轉寫質素會直接影響下游：用課堂轉寫做分析嘅系統，第一步就卡在轉寫準確度。
• 錄學生聲音要處理同意同保留，呢部分同會議錄音同一套原則。

一句話答案

筆記係指為「重溫」而重組過嘅內容，唔係錄音嘅壓縮版。

一份合格嘅課堂筆記，應該令學生在考試前只讀筆記、唔重聽錄音，都答得到題。

所以工序唔係「轉寫 → 刪走重複」，而係「轉寫 → 重組」。呢兩件事嘅工作量相差很遠，但只有後者會被人再用。

【獨家觀察】 最多人做錯嘅一步，係把逐字稿直接貼入文件，然後加幾個標題就當筆記。結果係一份「有目錄嘅逐字稿」— 字數少咗，但概念密度冇升。學生仍然要由頭讀到尾，只係讀得快少少。

逐字稿同筆記嘅三個差別

逐字稿係指按時間順序、逐句記錄原話嘅文本，保留語氣詞同重複。第三行最關鍵。

逐字稿忠實記錄，唔需要判斷。筆記一定要判斷：邊句係定義、邊句係例子、邊句係老師順口講嘅題外話。

判斷就要有人做。你可以用工具輔助，但唔可以完全交給工具 — 因為「邊句重要」取決於課程大綱同考試範圍，而呢兩樣通常唔在錄音裡面。

粵語課堂三個難題

一、口語填充密度高

「即係」、「噉」、「呢個」、「嗱」、「其實」— 粵語授課嘅填充詞密度比書面語高。

轉寫會照實保留，因為它記錄嘅係聲音。但筆記要刪。

刪嘅時候有一條界線：填充詞可以刪，語氣詞承載嘅態度唔可以刪。

例如老師講「呢個唔係重點嚟嘅，不過你哋知多啲都好」— 前半句係提示考試範圍，後半句係補充。刪走「不過」就會把兩句併成一句，意思由「唔考但有趣」變成「有趣所以要知」。

二、中英夾雜術語多

大學課堂嘅術語，多數用英文講，解釋用粵語。同一個概念會出現三次：英文名、中文解釋、例子。

轉寫出嚟嘅時候，同一個概念可能有三種寫法：opportunity cost、機會成本、opportunity cost（機會成本）。

如果唔統一，筆記嘅搜尋功能就廢咗 — 學生搜「機會成本」找不到用英文寫嘅段落。

做法係建一份術語表，一概念一行，英文名同中文名並列。呢份表同時可以入去轉寫嘅自訂詞表，提升辨識率。中英夾雜對辨識嘅實際影響，見準確度測試。

三、指涉缺失

老師講「呢個」、「嗰條線」、「如圖」、「上一個 case」，全靠現場手勢同投影。

錄音只有聲，冇畫面。轉寫出嚟嘅「呢個」變成一個空洞嘅代詞，事後任何人都補唔返。

指涉缺失係指原話依賴現場視覺或上下文，單靠錄音無法還原嘅資訊。

處理方法只有一個：標記。見到「呢個」「如圖」就寫 [指：圖 3] 或 [指：上一頁]，並在旁邊留空位等人補。唔好猜，猜錯比留空更差。

如果課堂有簡報檔案，最有效嘅做法係事後把簡報頁碼同錄音時間對齊。呢一步比任何轉寫優化都值錢。

五步流程

第一步：按課題分段，唔係按時間

唔要「00:00–10:00」咁分，要「第一部分：需求與供給」。

一堂課通常有兩至四個課題轉折。轉折位有語言特徵：老師會講「好，接下來」、「另一個問題」、「最後講」；亦會有停頓同翻頁聲。

用時間分段最省事，但最冇用 — 因為學生溫書係按課題搵，唔係按分鐘搵。

第二步：每段抽三個層級

每段只抽三樣：定義、機制、例子。

• 定義：呢個概念係咩，一句話講完。
• 機制：點運作，通常有步驟或因果。
• 例子：老師用咩例子，最好連數字一齊記。

一段如果抽唔出呢三樣，通常代表呢段係題外話，或者你未聽懂。兩者都值得標記。

第三步：建術語表

一段一表，或者全課一表。每行四欄：英文、中文、一句解釋、出現時間。

時間欄唔係裝飾。學生聽到唔明，可以跳去嗰分鐘重聽 — 呢個係錄音相對教科書嘅唯一優勢，唔好浪費。

第四步：補例子，唔好照抄

老師嘅例子多數係即場想嘅，有口語、有跳躍。抄落去會難讀。

做法係保留例子嘅結構（輸入、變化、結果），改寫成書面句。改寫唔等於改內容 — 數字、條件、結論唔可以動。

第五步：標時間碼回查

每段尾加一個時間範圍，例如 [重聽：18:20–21:05]。

唔需要每句都標。只標三種位：定義、計算、老師特別強調嘅位。

一堂課嘅筆記骨架

「待補」呢一欄最少人寫，但最有用。它把「唔明」變成一份清單，而唔係一種感覺。

幾時唔應該用轉寫

四種課，轉寫幫唔到，甚至會誤導。

討論式導修。 多人交叉發言、搶話、笑聲，轉寫會混淆講者。要處理就要做講者分辨，而多人重疊係公認難題，見講者分辨實務。

數學同工程推導。 老師講「呢個乘呢個」，同時寫板。聲音冇主語，轉寫出嚟係一串無法還原嘅代詞。這類課要靠板書照片。

實驗同操作示範。 動作、位置、手感全部唔在聲音裡面。

音樂或語言發音課。 聲調、口型、節奏係內容本身，文字化會失真。

老實講：如果一堂課嘅價值有七成在畫面，轉寫只值三成。

無障礙：字幕要逐字，筆記要重組

兩件事經常被混為一談。

字幕嘅要求係逐字。BBC 嘅字幕指引第一條原則就係「盡量逐字」，因為觀眾要聽到原話，包括語氣同刪節（BBC Subtitle Guidelines 第 2.1 節，2026-10-31 查閱）。

筆記嘅要求相反：重組、壓縮、判斷。

所以無障礙唔等於「有字幕就得」。預錄教學影片在 WCAG 2.2 之下要有字幕（W3C SC 1.2.2，2026-08-10 更新，2026-10-31 查閱）；但字幕滿足了字幕要求，唔代表滿足了學習要求。

字幕嘅具體做法同限制，見聽障粵語字幕指南。

仲有一點要老實講：語音辨識對唔同人嘅表現唔一致。一份關於 ASR 偏差嘅文獻回顧指出，現有系統對性別、族裔、以及有疾病或障礙嘅講者表現有落差，有些使用者嘅語音會被轉成無法理解嘅文字（arXiv 2211.09511，2022 年，2026-10-31 查閱）。

所以把「有轉寫」當成無障礙完成，係一個危險嘅假設。轉寫係輔助，唔係替代。

私隱：學生嘅聲音也是個人資料

課堂錄音會收到學生嘅發言、問題、甚至私下對話。呢啲都係個人資料。

三件事要先講清楚：錄唔錄、錄幾久、邊個可以聽。

同意同保留嘅原則同會議錄音一致，唔重複，見會議錄音同意與保留。如果轉寫交外部處理，另外要睇合約同查閱流程，見轉寫委外合約。

三個場景，三種做法

大學課堂。 一班過百人，錄音係官方設施。筆記應該由助教統一產出，唔好每個學生各自轉一次 — 成本高十倍，質素參差。

補習社。 班細、節奏快、重覆度高。最有價值嘅唔係全堂筆記，係「同一題型嘅三種問法」。轉寫之後按題型聚類，效果比按時間整理好。

企業培訓。 內容多數有官方教材。轉寫嘅用途係抽「學員最常問嘅三個問題」，回饋給講者，而唔係做筆記。

驗收：五條 checkpoint

一份筆記做完，唔好問「靚唔靚」，問五條：

1. 只讀筆記，答唔答得到課堂尾嘅例題？
2. 術語表有冇覆蓋全篇出現過嘅專有名詞？
3. 「待補」有冇列出所有 [指：] 標記？
4. 每個定義有冇一個例子？
5. 有冇任何一句係「聽落似」但其實唔肯定？

第五條最難，亦最重要。一份敢標「唔肯定」嘅筆記，比一份流暢但含猜測嘅筆記可靠。

常見問題

一小時課堂錄音，轉寫要幾久？

我們嘅同步路線上限 8 分鐘、請求體 4.5 MB；長課要走去非同步，上限 200 MB／4 小時。分段同斷點處理見長會議錄音轉寫流程。

轉寫可以自動出筆記嗎？

可以出「有結構嘅摘要」，但唔可以出「判斷過嘅筆記」。分別在於：摘要跟原文嘅重要性排序，筆記要跟課程嘅重要性排序。兩者唔一定一致。

有研究把課堂轉寫餵入文字模型，做教學活動摘要同比較（arXiv 2406.14266，2024 年，2026-10-31 查閱）。呢類系統第一步就係提升轉寫質量，因為下游全部依賴它。所以「轉寫夠好」係前提，唔係終點。

要唔要保留逐字稿？

要，但唔需要給學生。逐字稿嘅用途係事後核查（老師有冇講錯、學生投訴有冇根據），以及重新整理筆記時對照。交付格式嘅選擇見逐字稿交付格式。

關於呢篇文

本文由港嘢內容團隊整理；關於港嘢嘅粵語語音工作，見關於港嘢。無障礙要求引用 W3C 同 BBC 官方指引，語音辨識偏差同課堂轉寫應用引用兩篇公開論文，查閱日期全部為 2026-10-31。產品限制取自API 文件。發現錯漏，歡迎聯絡我們。

資料來源：W3C WCAG 2.2 Understanding SC 1.2.2（2026-08-10 更新）；BBC Subtitle Guidelines 第 2.1 節「Prefer verbatim」；arXiv 2211.09511（2022）ASR 偏差文獻回顧；arXiv 2406.14266（2024）課堂轉寫與教學摘要；港嘢 /v1/docs（同步 8 分鐘、4.5 MB、200 MB／4 小時）。