2026 年的 AI 转录赛道，早就过了"听不听得清"的阶段，现在卷的是四件事：准不准、中文行不行、能不能出纪要和字幕、贵不贵。随便点开一个工具列表，能转写的产品少说二十款，名字还像在抢注：Whisper、Otter、听悟、妙记、Notta……新手根本分不清谁是谁。这篇挑五款最有代表性的横着比一比，按场景给结论，不列虚头巴脑的榜单。
先说清楚一件事：下面所有对比，都是基于五款工具的官方文档、定价页与公开评测做的代表性对比，非亲自压测。价格和功能随时可能变动，你看到这篇文章时大概率已经有更新，以官方最新说明为准，别拿它当合同。部分定价来自训练数据而非实时核验，凡是具体数字都标了"约"或"以官网为准"，下单前请自己去官网核对一次。
还有个前提：本篇选的五款覆盖了三种部署形态——OpenAI 的 Whisper 是 API+开源双形态，Otter 和 Notta 是海外 SaaS，听悟和妙记是国内 SaaS。五种取向，三种打法，正好把 2026 年转录工具的版图铺开。
一、为什么 2026 年 AI 转录工具要横着选
转录工具多到挑花眼，根本原因是这赛道在 2025-2026 年一口气补齐了三块短板。一是多语言补齐，Whisper 和 Notta 的 50+ 语言、听悟的中文强化，把"能不能听懂我说的语言"基本解决了。二是纪要能力补齐，从纯转写进化到会议纪要、行动项提取、章节摘要、AI 问答，转录产物从"一堆文字"变成"能直接用的东西"。三是生态集成补齐，Otter 挂 Zoom/Teams/Meet，飞书妙记长在飞书会议里，听悟和钉钉打通，工具不再是孤岛。
补齐短板的同时，五款工具各押一个方向，没有全能王。Whisper 押准确和开源，Otter 押英文会议和实时纪要，听悟押中文和阿里生态，飞书妙记押飞书零摩擦集成，Notta 押多语言和跨平台。理解了各自押的宝，选型就不用看榜单，看你的活是什么就够了。
选购前真正该问自己的是五个问题：会议中文还是英文为主？要纯转写还是纪要、字幕这种成品？个人还是团队？数据能出境吗？要 API 还是要界面？五个答案一出来，该选谁基本就锁定。
二、五位选手入场（数据截至 2026-07-30）
先把五位的家底亮出来。定价来自各家官网或定价页，开源状态和模型版本来自官方说明。标"约"的数字未经实时核验，请以官网为准。
| 工具 | 厂商 | 最新模型 | 开源 | 免费额度 | 起步价（约，以官网为准） | 部署方式 |
|---|---|---|---|---|---|---|
| Whisper | OpenAI | whisper-1 / large-v3 | 是（权重开放） | 无（API 按量）；本地免费 | $0.006/分钟（约） | API/本地 |
| Otter.ai | AISense | Otter（2026） | 否 | 300 分钟/月 | $16.99/月（约） | 网页/App |
| 通义听悟 | 阿里云 | 听悟（基于 Qwen） | 否 | 有免费时长（约 5-10 小时/月，以官网为准） | 约 ¥99/月起 | 网页/App |
| 飞书妙记 | 字节跳动 | 妙记（基于豆包） | 否 | 飞书账号自带配额 | 含在飞书付费版中（约 ¥60/人/月起） | 网页/客户端 |
| Notta | Notta Inc. | Notta（2026） | 否 | 120 分钟/月 | $13.99/月（约，年付更低） | 网页/App |
两个细节先点出来。第一，免费这件事，只有 Otter（300 分钟）、听悟（免费时长）、飞书妙记（飞书账号配额）和 Notta（120 分钟）给了真免费档；Whisper 的免费要靠你自己跑开源版。第二，开源这件事，五款里只有 Whisper 有开放权重（GitHub 仓库 openai/whisper），其余四款全是闭源 SaaS。这两点直接决定了你的选型起手式：要数据不出门就得跑 Whisper 本地，要开箱即用就得接受 SaaS。
三、横向对比：六个维度摊开看
把官方描述摊开，按六个维度对一遍。这张表是基于官方文档与公开描述的代表性对比，非亲自压测。
| 维度 | Whisper | Otter.ai | 通义听悟 | 飞书妙记 | Notta |
|---|---|---|---|---|---|
| 准确率（英文） | 顶档 | 顶档 | 中上 | 中上 | 顶档 |
| 准确率（中文） | 中上 | 弱到中（英文优先） | 最强（中文原生） | 最强（中文原生） | 中上 |
| 多语言 | 50+ 语言 | 主英文，多语言弱 | 中英为主，其他弱 | 中英日为主 | 50+ 语言 |
| 实时转写 | 否（API/本地，非流式为主） | 是 | 是 | 是（会议内） | 是 |
| 纪要/总结 | 否（纯转写，需自己拼） | 是（会议纪要、行动项） | 是（章节摘要、问答） | 是（AI 助手、待办） | 是（摘要、章节） |
| 字幕导出 | 是（SRT/VTT，需自处理） | 有限 | 是 | 有限 | 是 |
| 集成生态 | API/开发框架 | Zoom/Teams/Meet/Slack | 钉钉/阿里云 | 飞书全套（强绑定） | Zoom/Meet/Teams/Notion |
| 适合人群 | 开发者/本地/隐私 | 英文会议团队 | 中文会议团队 | 飞书用户 | 多语言/跨平台 |
注意几个数对不上的地方：准确率没法用统一数字衡量，表里是定性判断，基于公开评测的代表性描述。Whisper 和 Otter 英文公认顶档，但 Whisper 没有内置实时流式和纪要能力，要自己用 API 拼。中文是听悟和妙记的主场，阿里和字节都是中文原生训练，其他三款得靠英文才能发挥全力。集成生态这一项飞书妙记最特殊——它强绑定飞书，在飞书用户里是零摩擦，但脱离飞书几乎没法用。
四、逐个拆：五款各自的最佳射程
Whisper：开源王者，本地部署和开发者集成的唯一解
Whisper 是 OpenAI 在 2022 年开源的语音识别模型，到 2026 年依然是开源转录阵营的事实标准。它有两条线：API 形态走 OpenAI 官方接口，约 $0.006 每分钟（以 OpenAI 官网为准）；开源形态走 GitHub 仓库 openai/whisper，权重公开，可本地跑、可微调。支持 50 多种语言的转写和翻译到英文，英文准确率公认顶档，中文排中上。
它押的宝是"准确加开源"。开源意味着三件事：数据不出门（隐私敏感场景刚需）、能微调定制领域词、能无限免费跑（电费显卡算你的）。对要接进自己产品、要批量转录、或者对数据隐私有硬要求的团队，Whisper 几乎没有替代。代价是门槛：它只是模型和 API，没有 UI、没有实时流式纪要、没有会议集成，要做成可用产品得自己拼。本地跑还需要一张显存够大的显卡（large-v3 约 10GB 起步）。
适合谁：开发者、要本地部署或批量转录的团队、隐私敏感场景、要自定义词表的领域应用。纯小白和要开箱即用会议纪要的，它不是首选。
Otter.ai：英文会议的标杆，实时纪要最强
Otter.ai 是海外最知名的会议转录 SaaS，押的宝是"英文会议加实时纪要"。它最强的场景是英文 Zoom/Teams/Meet 会议：实时转写、自动区分说话人、会后自动出纪要和行动项，整套体验在英文场景里几乎没有对手。免费档 300 分钟/月、单次 30 分钟，Pro 约 $16.99/月、1200 分钟、单次 90 分钟，Business 约 $35/人/月、6000 分钟，企业版定制。
它押的宝是"英文会议"。如果你是英文为主的团队、要省掉会后整理纪要的时间，Otter 是省心之选。代价是：中文支持弱、按用户计费团队版偏贵、数据存在它那边（隐私敏感场景要考虑）。它对中文会议的准确率和纪要质量明显不如英文，国内团队别冲着它做中文会议。
适合谁：英文会议为主的海外团队、要实时会议纪要和行动项的产品经理和销售、能接受按用户付费。中文会议为主看听悟或妙记。
通义听悟：中文会议的最佳射程，阿里生态原生
通义听悟是阿里云推出的转录产品，押的宝是"中文加阿里生态"。它最强的场景是中文会议：中文准确率五款里最强之一（和妙记并列），支持章节摘要、AI 问答、行动项提取，和钉钉、阿里云盘深度打通。有免费时长（约 5-10 小时/月，以官网为准），付费起步约 ¥99/月，也支持按量付费。
它押的宝是"中文原生"。阿里出品、中文训练，对中文口语化、专业术语、人名地名的识别都明显强过英文工具。对要中文会议纪要、要钉钉生态联动、要数据在国内的团队，听悟是中文场景最省心的选择。代价是：英文和多语言不强、界面以中文为主海外不友好、生态绑定阿里系。
适合谁：中文会议为主的国内团队、用钉钉或阿里云的团队、对数据境内外有要求的国内企业。英文会议为主的团队看 Otter。
飞书妙记：飞书套件的零摩擦集成
飞书妙记是字节跳动飞书（Lark）套件里的转录功能，押的宝是"飞书零摩擦"。它最强的场景是飞书会议：会议开始自动转录、结束后纪要直接出现在飞书文档里、AI 助手能基于纪要问答、待办自动生成。中文准确率和听悟并列最强。飞书账号自带妙记配额，更高配额含在飞书付费版中（约 ¥60/人/月起，以官网为准）。
它押的宝是"集成加中文"。对已经是飞书用户的团队，妙记几乎是零摩擦：不用再开第二个工具、纪要和待办天然和飞书文档联动。代价是：强绑定飞书，脱离飞书几乎没法用、没有独立的按分钟计费、对非飞书用户价值为零。
适合谁：飞书用户、要会议纪要和飞书文档深度联动的团队。不是飞书用户的话，听悟或 Otter 更合适。
Notta：多语言和跨平台的中庸之王
Notta 是日本团队做的多语言转录 SaaS，押的宝是"多语言加跨平台"。它支持 50 多种语言，英文和日文是强项，中文中上。免费档 120 分钟/月，Pro 约 $13.99/月（年付更低），Business 约 $23.99/人/月，企业版定制。功能上支持实时转写、文件导入、翻译、摘要、章节划分，集成 Zoom/Meet/Teams/Notion。
它押的宝是"多语言覆盖"。如果你要做跨语言转录——比如英文会议配日文采访、法文播客配中文字幕——Notta 覆盖面最广。代价是：中文不如听悟和妙记、英文不如 Otter 顶档、纪要质量中规中矩。它更像一把多语言瑞士军刀，每个语言都不是最强，但都能用。
适合谁：跨语言转录需求、多语种播客和字幕制作者、要 Zoom/Notion 集成的海外个人和小团队。纯中文或纯英文场景，前几位更专。
五、选型决策树：三个场景对号入座
别看热度选，看你的活是什么。给三个高频场景的决策路径，直接对号入座。
场景一：会议纪要。 你开完会要纪要、要行动项、要待办。如果你是中文会议为主——选通义听悟或飞书妙记。妙记适合飞书用户（零摩擦），听悟适合非飞书的国内团队。如果你是英文会议为主——选 Otter.ai，实时纪要和行动项是它的主场。如果你是开发者要自己拼一套会议纪要流水线——选 Whisper API，自己接 LLM 做摘要，灵活但费工。
场景二：播客转写。 你要把播客音频转成文字稿发公众号、做章节摘要。如果你是中文播客——选通义听悟，中文准确率最稳、章节摘要现成。如果你是英文播客——选 Notta 或 Otter，Notta 文件导入和多语言覆盖更好、Otter 实时但适合直播场景。如果你要批量处理且数据敏感——选 Whisper 本地，开源能本地跑、能批量、能微调领域词。
场景三：字幕制作。 你要给视频出 SRT/VTT 字幕。如果你要中文字幕——选通义听悟或飞书妙记，中文时间轴准。如果你要多语言字幕——选 Notta 或 Whisper API，Notta 自带多语言导出、Whisper 灵活但要自己处理时间轴格式。如果你是开发者做字幕工具——选 Whisper API，开源能集成、能定制输出格式。
还有几个常见组合。一是 Whisper 做底层转写 + Qwen/GPT 做 LLM 纪要，开发者用 API 拼一套自有会议系统。二是飞书妙记做内部会议 + 听悟做外部访谈，按场景分工。三是 Otter 做英文会议 + Notta 做跨语言播客，海外团队的双语组合。转录工具不是单选题，按场景配组合更现实。
六、四个避坑：数据出境、免费上限、纪要质量、口径不一
第一，数据出境是最大的隐形坑。Whisper API、Otter、Notta 的服务器在境外，你把会议录音传上去等于数据出境。涉及客户隐私、商业机密、个人信息的会议，别图省事传到海外 SaaS。这种场景要么选国内 SaaS（听悟、妙记），要么选 Whisper 本地部署，数据不出门。
第二，免费额度的上限是隐形坑。Otter 免费 300 分钟但单次只 30 分钟；Notta 免费 120 分钟只够试水；听悟和妙记的免费配额也有限。一旦上量就卡你，这时候老老实实切付费。
第三，纪要质量比转写准确率更该看。转录产物从"一堆文字"变成"能直接用的东西"，靠的是纪要能力。Whisper 转写准但不会做纪要，要自己接 LLM；Otter、听悟、妙记、Notta 都自带纪要，但质量差很多——英文纪要 Otter 最强，中文纪要听悟和妙记最强，跨语言 Notta 最稳。别只比转写准确率，纪要质量才是省时间的关键。
第四，价格口径不一样，别直接比大小。Whisper 按分钟计费（约 $0.006/分钟），Otter 和 Notta 按月订阅按用户，听悟和妙记含在套件里或按月。按分钟和按月没法直接比，得按月用量折算：一个月转录 10 小时，Whisper API 约 $3.6，Otter Pro $16.99，听悟约 ¥99。量小按分钟便宜、量大订阅划算。先估月用量再折算成同一口径，才不会被"起步价 $0.006"误导。
FAQ
Q：零基础小白选哪个？ A：中文场景选通义听悟或飞书妙记（飞书用户选妙记、非飞书选听悟），英文场景选 Otter.ai。三款都有界面、有纪要、有免费档，开箱即用。Whisper 是给开发者的，小白别碰。
Q：完全免费选哪个？ A：要英文会议选 Otter 免费 300 分钟/月（单次 30 分钟）；要中文会议选听悟免费时长或飞书妙记免费配额；要跨语言选 Notta 免费 120 分钟；要无限免费就本地跑 Whisper 开源版（但要显卡和技术）。Whisper API 没有免费额度。
Q：中文会议哪个最准？ A：通义听悟和飞书妙记并列最强，都是中文原生训练。Whisper 中文中上但不会做纪要。Otter 中文弱，别用来做中文会议。Notta 中文中上，跨语言可用但非最强。
Q：要数据不出境选哪个？ A：本地跑 Whisper 开源版，数据完全不出门。不会本地部署就选国内通义听悟或飞书妙记，数据在国内。Otter、Notta、Whisper API 都会传到境外，隐私敏感场景别用。
Q：开发者要 API 集成选哪个？ A：OpenAI Whisper API，$0.006/分钟、文档全、多语言、能接 LLM 做纪要。要本地部署就跑 Whisper 开源权重，能微调领域词。其余四款是闭源 SaaS，API 灵活度不如 Whisper。
参考来源
- OpenAI Whisper 模型与 API 定价：https://openai.com/api/pricing/
- Whisper 开源仓库：https://github.com/openai/whisper
- Otter.ai 定价与功能：https://otter.ai/pricing
- 通义听悟官网：https://tingwu.aliyun.com/
- 通义听悟定价与功能：https://tingwu.aliyun.com/buy
- 飞书妙记官方介绍：https://www.feishu.cn/product/minutes
- 飞书付费版定价：https://www.feishu.cn/pricing
- Notta 定价与功能：https://www.notta.ai/en/pricing
- Notta 多语言支持说明：https://www.notta.ai/en
- AI 转录工具横评（第三方参考）：https://www.tomsguide.com/best-ai-transcription-services