核心要点
语音消息堆积成山，是因为语音没法像文字那样一眼扫过去。一百条两分钟的语音，加起来要听三个多小时，写成文字大概是三万字。按发送人和时间把消息分成三类：重要的人、和某件具体事情有关的、还有剩下的一堆。第三类可以直接删掉，不用听。前两类值得转成文字，因为读字的速度大概是每分钟250字，是说话速度（每分钟150字）的将近两倍，而且文字才能搜索。
你和某人的聊天记录已经拉了好几年。里面藏着几百条语音消息，你大概只听过五分之一。每次划过一串带着未播放红点的灰色气泡，你都会心里一沉，然后接着往下划。
这种愧疚感其实没道理，但它背后的直觉是对的。那些消息里确实有些东西是重要的。问题是，除了按顺序把它们全听一遍——也就是你已经躲了三年的那件事——你没有别的办法知道哪些重要。
算一算账，愧疚感自然就没了
语音是唯一没法“跳读”的常见格式。一页文字，几秒钟就能扫一遍，找到那句关键的话。一段四分钟的录音，你得花四分钟才能知道它根本没什么用。这里没有“扫一眼”这种操作，你要么坐下来听完，要么根本不知道里面说了什么。
算算你实际面对的量。一百条语音，每条两分钟，加起来就是三个多小时的播放时间。这可不是三个小时的有用信息——是三个小时的播放，包括中间的停顿、清嗓子的声音，还有说到一半突然改主意的那部分。如果你的聊天记录有几百条语音，那就是一整个工作日的音频，而且你没法快进到“精彩部分”，因为你根本不知道精彩部分在哪。
写成文字，这同样的一百条消息大概是三万字。人说话的速度大约是每分钟150字，大多数人阅读的速度大约是每分钟250字。就算从头到尾读一遍，时间也已经不到听完的一半，这还没算上你会跳过多少内容。一旦变成文字，你根本不用从头读到尾。你可以扫读、搜索、跳着看。三个小时的活儿，一杯咖啡的时间就能搞定。
你不是懒。你只是不愿意在一件回报未知的事情上花三个小时，这是个合理的选择。
先分类，再决定听不听
按发送人和日期排序，通常就足够把一堆积压的消息分成三类，其中两类根本不用播放就能看出来。
- 重要的人发来的消息。父母、伴侣、密友，或者后来去世、渐渐疏远的人。这里的价值往往在于那个声音本身，而不是内容。
- 和某件具体事情有关的消息。搬家那周、旅行、工作、争吵、孩子出生。日期能帮你做这个筛选——你大概知道事情发生的时间，就知道该看聊天记录里的哪一段。
- 剩下的一切。琐事安排、说要迟到、问晚饭吃什么、几年前已经发生或没发生的计划确认。
第三类几乎总是最多的，也是让人产生愧疚感的那部分。其实不该如此。分类只需要几分钟，不需要几个小时，而且这是唯一必须先做的一步。
大部分可以直接删掉，而且要果断
把大部分积压的语音消息删掉，是一种正当的处理方式，不是在逃避问题。值得留下的消息通常是一小部分，而且很明显——“明显”才是关键。你一般不用播放就知道是哪些，因为你知道是谁发的、什么时候发的。
不愿意删除，通常和内容本身关系不大。真正让人犹豫的，是担心某条没听过的消息里藏着你需要的信息。关于这点，有两件事要说清楚。第一，如果真的紧急，对方早就会再问一次——人们会跟进的。第二，四年前那些真正重要的事，不管你听没听，后果早就已经发生了。
如果直接删除让你下不了手，可以先把这批消息全部转成文字，再删掉音频。这样文字留下来了——那本来就是你以后想找的东西——声音没了，而那部分你本来也不会为了一条关于停车的消息再回去重听。
把要留的转成文字，方便以后搜索
转文字真正的意义不在于省时间，而在于文字可以搜索，而一堆音频没法搜索。在搜索框里输入一个名字、一条街道名、一家餐厅名，就能直接定位到那条消息。听遍所有语音也做不到这点，因为想靠听来找东西，你得先大概知道它在哪儿。
这正是让“积压”变成“档案”的关键。一旦重要的人发来的消息、和具体事件相关的消息都变成了文字，你就不再是在维护一个待办队列，而是在保存一份记录。你不再“欠着”什么了。
如果是群聊，一定要选带说话人标记功能的工具。四个人来回发消息，合并转录出来会像是一段人在自说自话，而这种混在一起的文字，基本没法用来搞清楚到底是谁说要负责交押金。这正是专业工具和粗糙的自动字幕之间的差别之一。SozAI 就是一个可以考虑的选择：它是一款可以把音频和视频转成文字的工具，带有说话人标记、摘要和翻译功能，支持 iOS、Android 和 macOS，你可以在应用下载页面获取。不管你用什么工具，在处理大批量消息之前，先确认它能分清不同说话人。
动手之前，先估算一下工作量
如果想知道自己到底要面对多大的工作量，可以先转录几条有代表性的消息，数一下字数。把结果粘贴到一个在线字数统计工具里，就能算出一个可以按比例放大的数字。按每分钟大约150字的说话速度，这个字数也能告诉你，你刚刚省下了多少听的时间。
只听一小部分，仅此而已
有些消息，确实值得亲自听一听。一个你已经失去的人的声音。孩子四岁时录下的那条。语气里藏着文字表达不出的东西的那条。这些不是“信息”，是“录音”，转成文字反而完全抓不住重点。
这份清单通常很短——十几条，不是一百条。认认真真地听一遍，专心听，就好。然后把它们挪到聊天记录以外的地方，因为聊天记录本身就是一个队列，而队列会让里面的一切都变成“待办事项”。
这个办法解决不了的事
转文字不能把糟糕的录音变好。在酒吧里录的、麦克风被风声盖住的、或者对方含着东西说话录下的消息，转出来的文字会有缺失，也会有猜错的地方。你通常能从上下文看出哪里不对，但有些内容，不重新听一遍音频就是补不回来。
文字也会抹平语气。讽刺、犹豫、说出难以启齿的话之前的那个停顿——这些在变成文字之后统统消失。对于日常琐事，这没什么损失。但对于那些你留下来就是因为“听声音”的消息，这就是全部的损失，所以这类消息应该放进“要听”那一堆，而不是“要转文字”那一堆。
而且存储空间从来都不是真正的问题。语音消息文件很小，几百条加起来也不太可能占满你的手机。清完积压的消息，换来的是一份可以搜索的记录，以及那种一直挥之不去的、隐隐的焦虑感的结束。它换不来存储空间，如果这才是你真正想要的，删掉几个视频反而更管用。
开始之前，先给自己定个时限。花一个小时分类，再批量转录，大多数人就能处理完积压多年的消息。如果你发现自己已经花了三个小时，还在从头按顺序一条条听，那你等于是把本来想解决的问题，又重新造出来了一遍。
