比較表同一件事，這幾個工具差在哪。工具名稱點下去，跳到下面的完整介紹。
會議逐字稿：三種工具，資料政策差很多
轉寫品質大家都不差，真正該比的是你的會議內容會被拿去做什麼。這三種代表三條不同的路。
| Fireflies.ai | Otter.ai | 自架 Whisper／faster-whisper | |
|---|---|---|---|
| 會不會拿去訓練 AI | 官方明說不會：「We do not use personal information for AI model training」 | ⚠官方隱私政策列出會「以去識別化的錄音與逐字稿訓練自有 AI 技術」 | 不會（錄音根本不離開你的機器） |
| 第三方處理 | 官方稱會議內容零留存：處理後不被第三方廠商保存或再存取 | 依其隱私政策 | 無第三方 |
| 免費方案 | 有免費方案（功能與額度受限） | 每月 300 分鐘轉寫 | 免費，但要自己出機器 |
| 使用門檻 | 直接使用 | 直接使用 | ⚠需要專業部署／開發 |
| 語者分離 | 官方列為功能之一 | 官方列有講者辨識 | ⚠沒有內建，要另接 pyannote |
怎麼選會議內容涉及客戶、人事或未公開資訊時，先看「會不會拿去訓練」這一格——這是三者最實際的差別。要最省事就挑明說不訓練的；完全不能外流就只剩自架，但要接受自架的維護成本與語者分離要另外處理。
工具怎麼串一個工具做不完，要前一個交給下一個。
講的變成字：先看會不會被拿去訓練 → 上雲或自架 → 分出誰說的 → 人工改名詞
依據：本頁比較表「會議逐字稿：三種工具，資料政策差很多」與各工具卡
1
先看內容會不會被拿去訓練
涉及客戶、病人、人事的，這一格最重要。
2
3
4
容易斷在：Whisper 不適合即時逐字稿，語音接單這種要當下出字的需求，要另外找方案。人名、專有名詞不管哪一條路都要人工改。
真實案例只放本站逐條查證過來源的案例；「殷鑑」是做壞的例子。
已查證
凱薩醫療的醫師用 AI 聽診間對話、先出病歷草稿：7,260 位醫師用過，估計省下 15,791 小時
值得學的是 AI 只出草稿、由人改完才存，而且導入之後持續追蹤使用人數、省下的時間和醫師的感受。小團隊用 AI 整理會議記錄也可以照做：讓 AI 先出重點草稿，寄出前自己看一遍；用一段時間後，問問大家省了多少時間、哪裡改起來比較麻煩。
看完整案例 →已查證牛津大學醫院試 AI 語音病歷：近九成醫護說文書時間變少
採購前先並排試多家：同樣的情境、同一份問卷（省多少時間、品質好不好、病人願不願意），四家一起試，用結果決定要買哪一套、怎麼導入。小團隊挑 AI 會議記錄工具也可以拿同一場會議同時給兩三套工具跑，再比。
看完整案例 →殷鑑・已查證安大略省 20 家 AI 病歷聽寫全數過關——12 家測試時記錯藥
評選 AI 工具時，把「會出事的那一項」設成單項門檻，不及格就淘汰，不能讓它被總分稀釋。測試發現的錯誤類型要寫進合約的驗收條件，並要求產品內建「人看過才能送出」的確認步驟。
看完整案例 →殷鑑・已查證McDonald's 與 IBM 得來速 AI 點餐終止合作——真實顧客面前的錯，社群放大得比修復快
AI 系統上線後在真實顧客面前出的錯，被社群媒體放大成公關危機的速度，遠快於企業修正技術的速度。
看完整案例 →殷鑑・已查證澳洲最大銀行用 AI 語音客服裁員，一個月後承認數字講錯，撤回決定
拿 AI 導入效益當裁員理由前，那個效益數字要先經得起工會、員工或外部第三方的檢驗，不能只採信系統供應商或內部報告的一面之詞。
看完整案例 →全部 5 個工具每張都是完整介紹：適合誰、費用、能不能商用、資料去哪裡、能接什麼、限制、稜線用在哪。
Whisper（開源語音模型）
專業工具需要工程支援把語音轉成文字的開源模型，可自行下載在自己的機器上跑，支援多國語言。
適合
- 錄音檔不能上雲的場合
- 量大且長期要用
- 多語言內容
不適合
- 沒有工程人力的團隊（這是模型不是產品）
- 需要分辨誰在講話（要另外接語者分離）
- 即時逐字稿
- 費用
- 模型與程式碼免費；成本在 GPU 與維護。官方標示需求從 tiny（約 1GB VRAM）到 large（約 10GB VRAM）。
- 能不能商用
- 可商用
官方說明程式碼與模型權重皆採 MIT 授權。 - 資料去哪裡
- 自行部署，錄音不離開你的環境。
- 授權
- MIT
- 跑在哪裡
- 自己架、裝在公司內部、邊緣裝置（產線、攝影機旁）
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 需要 GPU 與工程人力
- 沒有內建語者分離
- 專有名詞與人名常需人工修正
faster-whisper
專業工具需要工程支援Whisper 的高效能重實作，官方標示速度最高快 4 倍且更省記憶體，準確度相當。
適合
- 要大量處理錄音檔的場合
- GPU 記憶體有限的機器
- 自架逐字稿服務
不適合
- 沒有工程人力的團隊
- 需要語者分離（要另接 pyannote）
- 費用
- 開源免費。
- 能不能商用
- 可商用
MIT 授權。 - 資料去哪裡
- 自行部署，錄音不離開你的環境。
- 授權
- MIT
- 跑在哪裡
- 自己架、裝在公司內部、邊緣裝置（產線、攝影機旁）
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 仍然沒有語者分離
- 專有名詞與人名要人工修正
- 需要 GPU 才發揮速度優勢
pyannote-audio
專業工具需要工程支援開源的語者分離工具：回答「這段話是誰說的」，可與 Whisper 這類轉寫模型搭配。
適合
- 多人會議要標出發言人
- 訪談逐字稿要區分受訪者
- 客服通話分析
不適合
- 只需要純逐字稿的場合
- 高度重疊交談或音質很差的錄音
- 沒有工程人力的團隊
- 費用
- 開源版免費；官方另有付費的 pyannoteAI 進階服務。
- 能不能商用
- 可商用（程式為 MIT）
官方 repo 說明程式採 MIT 授權。⚠但社群版 pipeline 需先在 Hugging Face 接受模型使用條款並取得存取權杖；進階 pipeline 走 pyannoteAI 的 API 金鑰，商業條款需另洽官方。 - 資料去哪裡
- 自行部署時錄音不離開你的環境；若使用其雲端進階服務則依該服務條款。
- 授權
- MIT（模型另有使用條款）
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- ⚠要先接受模型條款並申請權杖才能下載，不是 clone 完就能跑
- 重疊交談與遠場收音的準確度會明顯下降
- 要自己接上轉寫模型才會有完整逐字稿
Fireflies.ai
AI 服務直接使用自動加入線上會議做錄音、逐字稿與摘要的助理，支援 Zoom、Google Meet、Teams 等平台。
適合
- 例行線上會議要留紀錄與待辦
- 需要事後搜尋「誰在哪次會議講過什麼」
- 重視資料不被拿去訓練的團隊
不適合
- 實體會議（需另外收音）
- 資料完全不能離開公司的場合（這是雲端服務）
- 中文為主的會議（官方以英文為主要語言，其餘 100 多種語言仍標示為 beta）
- 費用
- 官方列出 Free／Pro／Business／Enterprise 四種方案；免費版有轉寫額度與功能限制，Business 起提供 API，Enterprise 為客製報價。實際價格請看官方定價頁。
- 能不能商用
- 可商用：產出屬於你
官方原文：「Your Inputs and Outputs are your User Content.」但要分清楚兩件事：產出是你的，服務本身給你的授權卻限於「your own personal and internal business use」——拿它的服務去轉售或對外提供是另一回事。2026-09-18 讀官方條款。 - 資料去哪裡
- 官方隱私政策原文：「We do not use personal information for AI model training and we contractually prohibit our vendors from using this information for their own model training.」並說明會議內容不會被第三方廠商在處理後保存、再存取或用於訓練內外部 AI 模型。官方另列 SOC 2 Type II、GDPR、HIPAA 與傳輸／儲存加密。
- 授權
- —
- 跑在哪裡
- 雲端服務
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- ⚠會議機器人會出現在會議中，需先讓與會者知情同意
- 官方支援語言清單列有中文（台灣）zh-TW，只有「多語自動偵測」標示 beta；口音與專有名詞的準確度要自己實測（2026-10-23 讀官方說明頁）
- 免費版有轉寫額度限制
Descript
AI 服務直接使用用改文件的方式剪影音的編輯工具；專案視為你的機密資訊，但會用來改進服務，可關閉「Share Data with Descript」退出。
適合
- Podcast、會議錄影、教學影片的剪輯與逐字稿
- 已取得說話者同意的 AI 語音
不適合
- 沒有說話者同意就複製別人的聲音
- 含高度機密的會議錄音又不想關閉資料分享設定
- 需要資料留在台灣或歐盟的單位（資料在美國處理與儲存）
- 費用
- 官方定價頁（每人每月；前者年繳換算、後者月繳，頁面標示年繳最多省 35%）：Free US$0，每月 60 分鐘媒體、AI credits 100 點（一次性）；Hobbyist US$16／US$24，每月 10 小時、400 AI credits、1080p 無浮水印匯出；Creator US$24／US$35，每月 30 小時、800 AI credits、4K 匯出；Business US$50／US$65，每月 40 小時、1,500 AI credits；Enterprise 另議。
- 能不能商用
- 可商用（條款寫輸入與產出歸使用者）；⚠官方提醒 AI 產出的著作權狀態可能不明確
服務條款原文：「you own all right, title, and interest in and to any Input and Output, to the extent protectable under applicable law」；同時提醒「the copyright status of the generated Output may not be clear」。2026-10-25 讀官方條款（Last Updated: February 25, 2025）。 - 資料去哪裡
- 服務條款寫專案與其中內容（音訊、影片、文件）視為你的「Confidential Information」。隱私權政策（Last Updated: April 14, 2025）：服務自動處理專案，「does not involve human access to your Projects unless: 1) you provide your consent; or 2) we are required to do so by law」；使用目的包含「for research and development purposes including training our artificial intelligence models」，可「disabling the Share Data with Descript setting」讓專案不被用來「analyze and improve the Descript Service」；關閉後是否涵蓋上述所有 AI 訓練用途，官方未明寫；此設定預設值官方資料不足，目前無法確認。AI 語音：只能提交已授權說話者的音檔（或由本人朗讀同意聲明）；條款寫「our employees, vendors, and contractors ( including Amazon Mechanical Turk workers) may listen to audio samples of your Training Audio」；聲紋保存到目的達成或最後登入後三年，以先到者為準。資料存放：「Descript is based in the United States and we process and store information in the U.S.」企業方案是否另有不訓練承諾：官方資料不足，目前無法確認。準據法美國加州，強制仲裁，可在首次同意後 30 天內書面退出。
- 授權
- —
- 跑在哪裡
- 雲端服務
- 能接什麼
- API：有（官網列 API + MCP：「Edit video through code, or from inside your AI assistant」）MCP：有（同上，官網列 API + MCP）Webhook：尚未查證
- 限制
- 免費版每月只有 60 分鐘媒體、AI credits 只有一次性 100 點
- 想避免專案被拿去改進服務，要自己關閉「Share Data with Descript」（是否涵蓋所有 AI 訓練用途官方未明寫）
- 做 AI 語音複製時，訓練音檔可能被外包人員（含 Amazon Mechanical Turk）聽到
- 官方提醒 AI 產出的著作權狀態可能不明確
- 逐字稿辨識可能有錯，人名、數字要自己校對
卡片上的查證日期是我們最後一次讀官方頁面的時間；條款會改，正式使用前請再看一次官方頁。