有價值的軟體評測要回答一個實際問題：這款工具是否適合你的錄音、語言、預算和工作流程？我們的編輯標準是說明檢查了什麼、展示證據，並交代各項取捨。
目前內容：軟體目錄中的產品介紹依據服務商文件編寫，並非經過評分的實際操作評測。本頁規定發布測試、比較和推薦內容時應符合的要求。
最後更新：2026 年 10 月 17 日
1. 明確說明內容類型
- 產品介紹：概述文件中列明的功能、適用平台、定價來源和用途。服務商的聲明應明確歸屬於該服務商。
- 實際操作評測：記錄評測者實際使用產品的情況，包括測試日期、方案、設定、證據和限制。
- 產品比較：依據明確說明的標準進行比較。若某款產品僅經過資料研究而未實際測試，必須清楚標示這項差異。
- 選購指南：說明針對特定任務的選擇標準與取捨。僅僅收錄於指南中，並不代表效能更佳。
「已測試」「已查證」和「最佳」等說法需要證據支持。軟體是否可用、服務商聲明和我們自己的觀察必須保持可區分。
2. 使用可比較的測試條件
實際操作測試應先說明使用情境，並確定樣本集。應在查看結果之前選定測試方法。
- 描述樣本。記錄語言、相關口音、長度、說話人數、音質和錄製情境。註明雜音、重疊發話或專業詞彙。
- 使用相同的輸入。直接比較轉錄結果時，應使用同一份原始錄音和參考逐字稿。任何檔案轉換、裁切或音訊處理都必須記錄，並對各產品一致執行。
- 記錄設定。註明產品方案、可選模型、語言設定、說話者標籤設定、裝置或瀏覽器，以及測試日期。若產品沒有對應的等效選項，應解釋差異。
- 保留每次嘗試的紀錄。記錄失敗工作、重試和人工介入。對各產品採用相同的重試規則，並註明結果來自首次嘗試、典型表現，或挑選出的最佳一次。
- 如實說明範圍。說明錄音和嘗試的數量。小規模探索性測試無法證明產品在所有語言、口音或錄音條件下的表現。
會議助理、語音輸入應用程式和透過上傳使用的轉錄工具，擷取方式各不相同。應盡可能比較它們共有的任務，並分別評估各自工作流程的其餘部分。
3. 對照經過核對的參考稿衡量轉錄準確率
參考逐字稿必須與錄音逐一核對。另一項語音辨識服務未經人工複核的輸出，不能作為充分可靠的參考。
詞錯誤率（WER）依參考稿詞數計算替換、刪除和插入的數量。參考稿非空時：
WER = (substitutions + deletions + insertions) / reference words
在既定評分規則下，WER 越低，表示詞級修改越少。應報告指標名稱、樣本數和評分設定，不得將其改稱為適用於所有情況的「準確率」百分比。JiWER 評分參考文件說明了這些計算方法。
每種語言的測試都必須解釋斷詞和文字正規化方式，包括標點、大小寫、數字、重音符號和填充詞的處理。日語測試必須說明如何切分詞語。適合採用字元級評估時，應報告字元錯誤率（CER）及其正規化規則。受比較的產品應使用相同規則。請參閱JiWER 文字轉換文件。
詞錯誤率或字元錯誤率無法涵蓋所有重要錯誤。在相關情況下，應另行報告姓名、數字、日期、遺漏詞句、虛構內容、說話者歸屬和時間戳記錯誤。不同語言的結果應分開呈現，除非文章解釋了彙總結果的計算方式。
4. 評估轉錄後仍需完成的工作
可讀的逐字稿只是任務的一部分。評測應描述從擷取到形成可用最終文件的各個步驟。
- 擷取與設定：上傳或錄製步驟、支援的輸入、權限，以及開始使用所需的時間。
- 說話者標籤與摘要：歸屬錯誤、遺漏的決策、缺乏依據的陳述，以及待辦事項是否準確反映錄音內容。
- 編輯：播放控制、搜尋、更正工具、說話者重新命名，以及完成任務所需的工作量。
- 匯出：實際開啟匯出的檔案，並在相關情況下檢查格式、說話者標籤和時間資訊。應區分產品列出的匯出功能與實際測試過的匯出功能。
- 速度與可靠性：分別測量上傳、處理和人工編輯的耗時。記錄音訊長度、網路連線條件，以及任何未完成的工作。
臨床文件需要另行評估紀錄的忠實程度，以及具有臨床意義的遺漏或增添。臨床品質結論需要由具備相應資格的評測者作出；一般轉錄評分不能證明臨床適用性。
5. 在相同基礎上比較價格
價格說明需要官方來源和查核日期。應註明幣別、計費承諾、內含額度、檔案限制、使用者席位要求、超額費用及相關附加項目。免費試用和限時折扣必須明確標示。
年繳方案的月均價格必須標示「按年計費」。若未說明差異，不得將其與競爭產品的按月付款價格直接比較。每小時費用範例必須說明假設用量與計算方法。未使用的額度不代表訂閱免費；宣傳為無限量的方案仍需查核適用限制。
價值取決於任務。若已進行測量，應將編輯工作量與訂閱費用一併報告。若無法確認價格或限制，應註明尚未確認，不應估算目前優惠。
6. 解釋評分、優勢與限制
推薦必須說明適用使用者、任務，以及支持結論的證據。一款工具可能適合訪談，卻不適合即時會議。應討論重要缺點，以及其他選擇可能更合適的情況。
目錄中的產品介紹沒有預設星級評分。若文章使用總分，必須說明標準、權重、基礎測量結果，以及缺漏資料的處理方式。未經測試的功能應標示「未測試」，不能自動判定為通過或不通過。不得編造使用者評分、評測數量、基準測試或結果螢幕截圖。
目錄排序與評測結論是不同概念。目錄預設採用「精選優先」排序；「名稱 A–Z」選項依字母順序排列。任何附排名的測試或「最佳」推薦都必須解釋其證據與排名方法。
7. 讓證據、更新與更正可追溯
實際操作文章必須註明作者、測試日期，以及所評估的方案或版本。應附上原始螢幕截圖或其他適當紀錄、來源連結，以及理解結果所需的方法。螢幕截圖只能記錄畫面所展示的內容，不能支持未經測量的聲明。
使用可合法使用和分享的錄音。公開證據中應移除個人資訊、機密資訊和帳戶資訊。隱私與安全功能若未經另行驗證，應註明依據服務商目前文件；不得從行銷說法推斷產品具備某項認證。
確認有重大錯誤時，應修改相關文字、註明變更內容和日期，並重新檢視受影響的結論。後續軟體更新不會自動改變先前測試結果。將舊測量結果作為新版本效能證據之前，必須重新測試。
更正申請應說明頁面網址、有爭議的陳述和支持證據。是否發布更正取決於支持證據。
方法參考資料
- JiWER：語音辨識評估指標，包括 WER 和 CER。
- Google 搜尋中心：撰寫實用的產品評論，包括第一手證據，以及優點和缺點。