讯飞听见可将mp3、wav等10余种格式音频转为中文文字稿，单文件最长5小时、最大2gb；上传前须确认语言设置、说话人识别、专业领域及中文热词（逗号分隔、单词≤16字符），否则错字率高、断句混乱。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把会议录音、课程音频或访谈素材快速变成可编辑的中文文字稿，讯飞听见能直接处理mp3、wav等10余种常见格式，单个文件最长支持5小时，但上传前必须确认语言设置和热词补充是否到位，否则转写结果会出现大量错字或断句混乱。
上传前检查音频格式与时长
打开讯飞听见网页端（https://www.iflyrec.com/），登录账号后点击【导入音视频】进入上传工作台。
确认待转音频为mp3、wav、m4a、aac、amr、wma、pcm、mp4、m4v、3gp、mpg、mov中的一种；【单个文件不能超过2GB且时长不可超5小时】，否则上传按钮会置灰无法点击。
若音频是手机录屏生成的MOV或带DRM保护的M4A，需先用系统自带播放器导出为无加密MP4，否则转写中途会报错中断。
设置语言与说话人识别
拖入文件后，右侧设置区立即激活，必须完成以下两项选择：
方法一：语言选择 → 点击下拉菜单，选“中文(普通话)”或“中英粤混合”；若录音含明显方言口音（如四川话、粤语），必须切换至对应方言项，否则识别准确率骤降30%以上。
方法二：说话人设置 → 默认为“自动区分”，适用于两人以上交替发言的会议；若为单人朗读或旁白，勾选“仅1人”，可减少误分段；【开启“自动区分”后不可关闭，转写中无法修改】。
专业领域选项按实际内容勾选，如医疗讲座选“医疗”，法律访谈选“法律”，不选则默认“通用”，影响专有名词识别效果。
添加热词提升关键信息准确率
在“热词优化”输入框中，粘贴本次音频中反复出现的专有名称、人名、品牌名、术语，例如：“讯飞听见、iFLYTEK、合肥科大讯飞、语音转写引擎”。
注意：词与词之间必须用英文逗号隔开，不能用顿号、空格或换行；单个热词不得超过16个字符，总字符数不超过1000；【热词只支持中文，输入英文或符号将被自动过滤】。
这一步操作起来很简单，但漏填会导致“科大讯飞”被识别成“科技信飞”、“IFLYTEK”被识别成“爱飞特克”，后续人工校对耗时翻倍。
提交转写并等待结果
第一步：确认左侧文件列表已显示目标文件，右侧语言、说话人、领域、热词全部设置完毕；
第二步：点击右下角【+上传音视频】→ 弹出确认框后点【确定】；
第三步：页面跳转至任务队列，状态显示“排队中”→“转写中”→“已完成”；
第四步：刷新文件列表，找到该文件，点击右侧【查看】即可打开带时间轴的文字稿；
第五步：点击右上角【下载】→ 选择Word格式 → 文件自动打包为ZIP，解压后获得.docx文档。
