即時
即時聽寫
開啟麥克風後即時輸出文字，適合面談、課堂記錄或需要邊看邊修正的場合。段落會隨說話逐步顯示，說完即得到完整稿。
Three ways
三種用法，覆蓋由個人到產品級的需要
同一套粵語引擎，按你手上的材料與時間要求，選擇最合適的入口。
檔案
檔案轉寫
上載既有錄音，數分鐘內取得逐字稿。八分鐘以內可走同步路徑；更長的音檔自動轉為非同步任務，關掉頁面亦不影響處理。
開發者
API 接入
以 REST 或 WebSocket 接入自己的產品：同步端點回傳完整文字，非同步任務支援長音檔，亦可直接讀取音訊連結，無需先下載再上載。
Code-switching
中英夾雜是香港說話的常態，不是例外
粵語與英語在同一句內交替出現，是香港職場最常見的說話方式。系統把英語詞彙視為句中一部分，保留原詞而非硬譯，亦不會因為語言切換而漏字。
| 原句（真實說法） | 期望輸出 | 難在哪裡 |
|---|---|---|
| 呢個 project 嘅 deadline 要 push 到下個 sprint。 | 保留 project、deadline、push、sprint 原文，「呢個」「嘅」等粵語字照原話成句。 | 英語詞嵌在句子中央，前後沒有停頓，切換點只靠語音判斷。 |
| 呢個 case 我跟緊，下晝 send email 畀你。 | case、send email 保留原文；「跟緊」「下晝」「畀」等口語詞按原話輸出，唔會寫返做書面語。 | 同一句同時出現書面詞與口語語序，直接逐字對譯會失真。 |
| PM 話 OK，不過要先 check 吓 budget。 | PM、OK、check、budget 保留；「話」「吓」等口語用字照原話輸出。 | 短英語詞與縮寫密集，容易被誤聽成同音中文詞。 |
以上為說明用的示例句子，不是任何客戶錄音內容。實際輸出會因收音、語速與背景噪音而有差異。
Specification
規格一覽：上限、格式與計費
以下數字全部來自公開 API 契約，與文件頁一致；任何上限改動都會同步更新文件。
| 項目 | 規格 |
|---|---|
| 同步單檔上限 | 4.5 MB（multipart 上載） |
| 同步時長上限 | 8 分鐘，超出會提示改用非同步任務 |
| 非同步任務 | 以音訊連結提交，單檔上限 200 MB、時長上限 4 小時 |
| 輸出格式 | json／text |
| 音頻格式 | wav／mp3／m4a／webm／ogg／flac |
| 即時聽寫 | WebSocket 串流，逐段輸出，適合邊說邊看的場景 |
| 計費 | 檔案轉寫 HK$0.80／音頻小時；即時聽寫 HK$1.40／音頻小時；按秒計算、只計成功 |
同步路徑適合短音檔與即時回饋；長會議、講座或電話錄音請使用非同步任務，避免請求逾時。
產品介面
轉寫介面一睇即明
Getting started
三步上手
- 01
登入帳戶
以電郵或既有帳戶登入，無需另外安裝軟件。
- 02
選擇語言並上載
揀粵語，拖入音檔或開啟麥克風；長音檔會自動排入非同步隊列。
- 03
複製或下載
逐字稿可直接複製、下載，或經 API 取得結構化結果。
Use cases
常見場景
不同行業的要求差別很大：法律與醫療重視可追溯，訪談重視說話人與時序，課堂重視速度。以下文章分別說明實務做法。
想知道更多關於轉寫品質的判斷方法，可先看上面的會議錄音上載指南； 產品更新紀錄見語音轉文字上線公告。
想同其他 ASR 平台逐項對照？見粵語 ASR 比較 hub（Deepgram／AssemblyAI／Speechmatics，觀察日 2026-10-31）。
Billing
計費：HK$0.80／音頻小時起，按秒計算
語音轉文字與文字轉語音的額度分開計算：前者按音頻時長以金額計費，後者按字符計入方案配額。
檔案轉寫
HK$0.80／音頻小時，按秒計算、不足一秒不進位，處理失敗不扣費。 一小時錄音的費用即為 HK$0.80。
即時聽寫
HK$1.40／音頻小時，同樣按秒計算。即時路徑的資源成本較高， 適合需要邊說邊看的場合；事後補稿用檔案轉寫更划算。
文字轉語音方案另有免費開戶禮：登記送 2,000 字符（一次性）。完整方案與字符包定價見定價頁。
核心引擎
Canto-X1
香港原生嘅廣東話語音識別模型 — 為港式口音深度打磨
訓練音頻
0+
小時香港真實對話
語言覆蓋
0 萬+
俚語 ・ 中英夾雜語句
品質把關
多層
把關 — 人工抽檢 ・ 品質審核
音訊處理
0+
進階算法
逐字稿、中英夾雜、口語助詞 — 全部由 Canto-X1 驅動
FAQ
常見問題
廣東話轉文字的準確度如何？
準確度取決於錄音質素、語速、說話人數與術語密度。安靜環境、單一講者、正常語速的錄音表現最好；多人重疊發言、電話錄音或背景音樂會令錯誤增加。建議先用自己的真實音檔試一段，並把常用專有名詞加入詞庫，再判斷是否適合你的場景。
一小時的錄音要等多久？
長音檔會以非同步方式排隊處理，處理時間與音檔長度及當時的排隊情況有關；你不需要留在頁面前等待，處理完成後可以回來取得完整文字。八分鐘以內的短音檔可走同步路徑，在同一個請求內取得結果。
中英夾雜的說話可以轉寫嗎？
可以。香港日常說話經常在同一個句子內切換英語術語，例如「呢個 project 嘅 deadline 要 push 到下個 sprint」。系統以粵語為主語言，英語詞彙保留原文，不會強行翻譯成中文。轉寫完成後建議自行核對專有名詞與數字。
有提供試用嗎？
註冊並登入後，可以直接在網頁介面上載短錄音或開啟即時聽寫試用；費用按實際處理的音頻秒數計算，未成功處理不扣費。大用量或企業場景可以先聯絡我們討論安排。
可以接入自己的系統嗎？
可以。除了網頁介面，亦提供 REST API 與即時 WebSocket 介面：短音檔走同步端點、長音檔走非同步任務端點，企業亦可以經由企業方案洽談配額與服務水平安排。所有端點與欄位都在公開 API 文件中列明。