先说结论
SozAI 把录音和 YouTube 链接转成带说话人标签和时间戳的转写文本,支持 99 种语言,再进一步生成摘要、会议纪要和学习材料。它适合成员各自录制自己谈话的团队,比如研究人员和记者、法务人员或培训师。每个人有一次 30 分钟的免费额度,之后 Premium 通过 App Store 或 Google Play 结算,每周 $3.99 或每年 $44.99;团队可以向我们要一张统一的发票。SozAI 不会加入 Zoom 或 Teams 通话,目前还没有共享的团队工作区,也不符合 HIPAA。
团队用 SozAI 做什么
会议
在会议室里把手机放在桌上,或在会后上传通话录音。你会得到标出每个说话人的转写文本,以及提炼出决定事项和任务的会议纪要。
访谈和用户研究
说话人标签来自录音里的声音,你可以在手机应用或网页上把“说话人 A”改成这个人的名字。每一行都有时间戳,所以一句引语几秒钟就能对照音频核实。做定性研究,请看研究用的访谈转写。
新闻编辑部
记者可以用随身带的手机录音,回到工位前就已经有了一份可搜索的转写文本。受访者说另一种语言也没问题:支持 99 种语言的识别,转写文本还可以翻译。
法务团队
客户会面和录音陈述的工作用转写文本,供内部参考。它们不是经认证的法庭笔录。
播客和视频
用文件或它的 YouTube 链接转写一期节目,然后导出 SRT 或 VTT 字幕。
培训和教育
一场录下来的培训,会变成一份转写文本,外加一份检验大家学到了什么的测验。
一场真实的会议,转写出来是这样
下面是 SozAI 对一场公有领域会议录音的输出,未经修改:先是转写文本,然后是应用据此生成的会议笔记。
Chairman Robert Sumwalt
00:11We are back in session. And do either of my colleagues have additional questions? Thank you very much. Ms. Bryson, if you'd please read the proposed findings.Ms. Bryson (NTSB staff)
00:24Yes, sir. As a result of this investigation, staff proposes 13 findings. Number one, none of the following were factors in this accident. One, flight crew qualifications which were in accordance with US regulations. Number two, flight crew medical conditions. Number three, the airworthiness of the airplane before the left engine failure occurred and number four, Southwest Airlines maintenance of of the airplane. […]Chairman Robert Sumwalt
05:47Thank you very much for reading those. Are there any proposed amendments? Great. Do I have a motion to adopt the findings as read? So moved. It's been moved and seconded. All. Any further discussion saying none. All in favor of adopting the findings as proposed, please signal with a hand and say aye. Opposed? There are none. The findings have been adopted unanimously. Now, Ms. […]Ms. Bryson (NTSB staff)
06:16Staff proposes the following probable cause. The National Transportation Safety Board determines that the probable cause of this accident was the in flight separation of fan cow components, including the inboard fan cowl aft latch keeper, which impacted the fuselage near a cabin window and caused the window to depart from the airplane, the cabin to rapidly depressurize and the passenger fatality. […]
摘要。 The NTSB board met to finalize findings, probable cause, and safety recommendations regarding the Southwest Airlines Flight 1380 accident. The board unanimously adopted 13 findings and an amended probable cause statement identifying a fan blade fatigue crack as the initiating event. Seven new safety recommendations were issued to the FAA, Southwest Airlines, and the EASA to improve nacelle structural integrity and passenger safety.
00:11Review and Adoption of Findings
- Staff presented 13 proposed findings regarding the accident.
- The board discussed and unanimously adopted the findings.
06:16Probable Cause Amendment and Adoption
- Staff presented the initial probable cause statement.
- The board chair proposed an amendment to explicitly include the fan blade fatigue crack as the initiating event.
- The board unanimously adopted the amended probable cause.
09:51Safety Recommendations and Final Report Adoption
- Staff presented seven new safety recommendations.
- The board unanimously adopted the recommendations.
- The board unanimously adopted the final report as revised.
- The meeting concluded with closing remarks.
决定事项
- The 13 proposed findings were adopted unanimously.
- The probable cause was amended to identify the fan blade fatigue crack as the initiating event and adopted unanimously.
- Seven new safety recommendations were adopted unanimously.
- The final report was adopted unanimously.
团队今天怎么使用 SozAI
每个人有自己的账号,用 Google 或 Apple 登录,或用邮箱发来的验证码登录。他们的录音留在自己的资料库里,按文件夹分类。目前还没有共享的团队资料库,也没有管理后台:同事要拿到转写文本,得由你导出,或把文字复制给他。
对各自录制自己访谈的记者团队或研究团队,这样就够用了。但如果你的公司需要一个让经理看到所有人录音的地方,就不行。共享工作区在我们的计划里,我们更愿意根据真实的需求来做:如果你的团队需要,请告诉我们它得做到什么。
计费按人通过 App Store 或 Google Play 进行。如果你想为整个团队一次付清,请写信到 [email protected],告诉我们人数,我们会为你的团队开具发票。
准确率如何,各语言如何
SozAI 能识别 99 种语言,并会自行检测每个文件的语言,所以不用任何人去设置。我们用 10 种语言的 200 段公开录音测了准确率,并公布了每一个文件:词错误率从西班牙语的 1.8%、英语的 3.6%,到葡萄牙语的 8.0%。阿拉伯语为 19.6%,哈萨克语为 50%,20 个哈萨克语文件中有 5 个被识别成了阿塞拜疆语。那些都是在安静房间里朗读的短句,所以请把它们当作最好的情况:嘈杂的会议室会产生更多错误。方法和数据见我们的准确率测试。
对上传的文件和应用内的录音,说话人是按声音区分的。对 YouTube 链接,则是由 AI 模型根据说话内容来推测说话人,而不是根据声音,所以在引用某人的话之前,请先核对这些标签。我们还没有测过中途切换语言的录音,所以请先用免费分钟数试试你自己的录音。
一小时的文件,通常在上传完成后一两分钟就好了。YouTube 链接要多花几分钟。

在哪里使用
下面所有平台共用一个账号,手机上录的录音,在 Mac 和浏览器里也已经在等着你了。
| 平台 | 获取 | 适合做什么 |
|---|---|---|
| iPhone 和 iPad | App Store | 在会议室里录音、编辑转写文本(iPhone)、笔记和测验 |
| Android | Google Play | 与 iPhone 相同 |
| Mac | Mac App Store | 上传文件,并在大屏幕上阅读很长的转写文本 |
| 浏览器 | web.sozai.app | 在工作电脑上无需安装任何东西,就能上传、给说话人改名、整理文件夹和导出 |
| Chrome | 三款扩展程序 | YouTube 转写文本、WhatsApp 网页版语音消息、浏览器里的音频文件 |


各平台的编辑和导出
各个平台目前还不完全一样。下面是各自今天能做的:
| iPhone 和 Android | Mac 和 iPad | 网页版 | |
|---|---|---|---|
| 修改转写文本 | 可以,一次一行,或整篇文本 | 不可以 | 不可以 |
| 给说话人改名 | 可以 | 不可以 | 可以 |
| 文件夹 | 有 | 有 | 有 |
| 导出 | PDF、TXT、SRT、VTT、JSON | PDF、TXT、SRT、VTT、JSON | TXT(可选是否带时间码和说话人)、SRT、VTT;也可在资料库里一次导出多条录音的 TXT |
你给说话人起的名字会带进导出文件,但 SRT 字幕除外,它从不包含说话人。没有 Word(DOCX)导出。
在应用里生成的测验和闪卡,目前只留在应用里。要把它们放进其他软件,请用我们的免费工具:测验生成器可导出 Moodle GIFT 和 CSV,并能打印附独立答案页的试卷;闪卡生成器可导出供 Anki 使用的 CSV,以及 Quizlet 能导入的 TXT 文件。
安全与数据
- 录音通过 HTTPS 传输,存储在我们位于德国 Hetzner 的服务器上。数据中心园区已通过 ISO/IEC 27001 认证;这份证书是 Hetzner 的,不是我们的。
- 语音识别和 AI 功能由指名的合作方运行。语音识别在美国进行。每一家合作方都列在子处理方页面上。
- 我们不出售录音,我们的代码也从不用它们训练模型。
- 任何人都可以自己删除一条录音或整个账号。这会把音频以及由它生成的一切内容从我们的服务器上移除。加密的数据库备份最多保留 12 个月。
- 我们没有提供的:HIPAA 合规或 BAA、SOC 2 报告、单点登录、团队管理员角色。
完整说明,包括删除后留下什么,见安全页面。
套餐和发票
每个新账号有 30 分钟免费转写,仅限一次,足够在任何人付费之前,拿一场真实的会议来测试 SozAI。Premium 每人每周 $3.99 或每年 $44.99,含最多 700 小时转写,文件最大 500 MB。价格因国家而异,由应用商店结算。见价格页。
团队版和教育版:请写信到 [email protected],告诉我们有多少人、录什么内容,我们会为你的团队开具发票。
SozAI 出自谁手
SozAI 由 VAST FLOW, TOO 发布,这是一家在哈萨克斯坦注册的软件公司,由其创始人 Merey Tleugazin 开发。第一个版本于 2025 年 9 月上架 App Store。此后的每次发布都列在更新日志里,媒体资料包里有供评审人员使用的标志和截图。
采购方或安全评审人员的问题,请发到 [email protected]。我们通常在一个工作日内回复。
答案
常见问题
SozAI 符合 HIPAA 吗?
不符合。我们不签署业务伙伴协议(BAA),而要处理患者数据,我们的语音识别和 AI 合作方也都得被覆盖。请不要用 SozAI 处理患者信息。用于听课和研究访谈则没有问题。做临床记录,我们的姊妹应用 notavik 完全在设备上录音并写出笔记,不上传音频。
你们支持 SSO 或团队管理员控制吗?
暂时不支持。大家用自己的 Google 或 Apple 账号,或发到邮箱的一次性验证码登录,每个人管理自己的资料库。没有单点登录,也没有带角色的管理后台。如果你的组织必须有这些才能使用 SozAI,请写信到 [email protected],告诉我们你们用的是哪家身份提供方。
我们的数据存储在哪里?
存储在我们位于德国 Hetzner 的服务器上。音频会离开欧盟一次,用于在美国端点做语音识别;AI 功能则通过 OpenRouter 把转写文本发送给模型提供方。每家合作方,包括它收到什么、什么时候收到,都列在我们的子处理方页面上。加密的数据库备份最多保留 12 个月。
我们可以整个团队付一张发票吗?
可以。个人订阅通过 App Store 或 Google Play 办理,但对团队我们直接开发票。请写信到 [email protected],告诉我们有多少人、用 SozAI 做什么,我们会为你的团队开具发票。每个人仍然登录自己的账号,所以没有人需要共用登录。
你们会用我们的录音训练 AI 吗?
不会,我们也不出售录音。我们的代码里没有任何一处会把你的录音或转写文本送去训练模型。处理它们的合作方按各自的条款运作,我们在子处理方页面上给出每一家的链接,方便你们的安全团队阅读。sozai.app 上的免费网页工具使用免费模型,所以请不要往里面放机密文本。
SozAI 会加入我们的视频通话吗?
不会,没有会议机器人。你可以在会议室里用手机或笔记本电脑录下谈话,或者从 Zoom、Teams、Meet 下载通话录音再上传,每个文件最大 500 MB。通话中没有人会看到机器人加入,哪些会议要转写由你决定。一小时的文件通常一两分钟就好。
同事之间可以共享资料库吗?
暂时不行。每个人的录音都在自己的账号里,按文件夹整理。要分享,可以在应用里用五种格式之一导出转写文本,或在网页版里导出 TXT 或字幕,也可以直接复制文字。共享的团队工作区在我们的计划里;请告诉我们你们需要什么。
将下一段录音转换为文字
录音、上传文件或粘贴链接,即可获得转录稿、说话人标注和摘要。
iOS 和 Android 免费使用。转写 YouTube 内容无需账户。