ChatGPT 实时听写免费版能用吗:四端入口、长录音新玩法与翻车急救
ChatGPT 实时听写上线:免费版四端可用、10 分钟录音上限取消。本文分清听写/语音模式/录音模式三个易混功能,给出通用五步用法、免费用户的录音模式替代方案、中文识别的真实边界与六条翻车急救。
11 月 19 日晚,ChatGPT「实时听写」(Live Dictation)上线的消息刷了屏,但绝大多数快讯只写了一句"功能更快更可靠"就收尾——你真正想搜的问题一个都没答:免费版能不能用?入口在哪?为什么我照着别人的截图找不到波形按钮?
更坑的是,很多人按"ChatGPT 录音模式教程"去找入口,会发现压根没有那个按钮——那是另一个仅向付费工作区开放的测试版功能,和这次的听写更新根本是两回事。本文基于 OpenAI 官方发布日志、The Verge、IT之家三方交叉口径,把免费用户关心的四端开启路径、10 分钟限制取消后的长录音玩法、中文识别的真实边界一次说清。
先给定心丸:这次更新覆盖所有套餐(含免费版)、四个端(网页版、桌面客户端、iOS、Android),并取消了旧听写 10 分钟的录音时长上限。免费用户不用升级,也能用上"边说边转"。
为什么全网教程救不了你:先分清 ChatGPT 的三个语音功能
搜"ChatGPT 语音转文字"出来的教程经常把三个功能混在一起讲,结果就是你照着 A 教程找 B 功能的入口,当然找不到。先对号入座:

- 语音听写(Live Dictation):输入框里的"语音输入法",本次更新的主角,全套餐可用;
- 语音模式(Voice Mode):像打电话一样的双向对话,今年早些时候改过版,产出口头回答而不是文字稿;
- 录音模式(Record Mode):会议和语音笔记的转写整理,仍处测试阶段,仅向 Plus、Pro、Business、Enterprise、Edu 工作区开放。
免费账号找不到"录音模式"不是 bug,是权限。官方帮助文档写得很明确。想白嫖会议转写,往下看第四节有替代方案。
旧听写 vs 实时听写:这次到底改了什么
官方发布日志原文说得很短:"your speech turns into text as you talk"。翻译成实际体验,差异有三处:
| 对比项 | 旧版语音听写 | 实时听写(11-19 起) |
|---|---|---|
| 转写时机 | 录完才整段转写,长录音干等 | 边说边转,说到哪转到哪 |
| 时长上限 | 10 分钟,到点截断 | 上限取消,官方未公布新的实际上限 |
| 查看转写 | 无中途预览 | 点按/点击音频波形,实时显示或隐藏文字 |
还有一条官方没细说的:OpenAI 称听写"更快、更可靠"。可靠到什么程度没有给数字,这点在第六节单独讨论。
四个端怎么开:通用五步,差别只在麦克风权限
四个端的操作流程完全一致,差别只在第一次使用时的权限授权方式:

- 点输入框右侧的麦克风图标(这就是听写入口,不是波形);
- 对着麦克风说话,语音边说边转成文字;
- 想中途核对,点一下音频波形即可显示实时转写,再点隐藏;
- 录完松手,转写结果直接落在输入框里,像普通文字一样编辑;
- 发送;或者追加一句"把上面的内容整理成条列要点"再发。
权限方面:网页版第一次会被浏览器拦一道,去地址栏左侧把麦克风权限设为"允许";桌面客户端走系统隐私设置;iOS / Android 首次使用弹窗里直接允许即可。之前在别的应用里全局禁过麦克风的,记得单独给 ChatGPT 放行。
免费用户的"录音模式"替代:听写加一句提示词
录音模式上不了,但"录音 → 转文字 → 整理要点"这条链路,免费用户可以用听写拼出来:
- 开听写,把要记的内容说完(访谈、会议、口述备忘都行,现在没有 10 分钟限制了);
- 录完后不要直接发送,在转写文字后面追加一句提示词,例如:"把上面的内容整理成会议纪要格式,按议题分条,标出待办事项";
- 发送,让 ChatGPT 基于转写稿做整理。
边界要诚实:听写转写的是"你对它说的话",官方没有为它提供说话人分离。单人访谈、口述笔记效果最好;多人会议里谁说了什么它分不清,正式纪要建议老老实实上付费录音模式,或者走离线方案(本站之前写过中文会议录音转文字的模型选型实测,多说话人场景更稳)。
10 分钟限制取消后,长录音的三个实用姿势
旧版录到 10 分钟会被掐断,很多人因此把长内容拆成好几段再手动拼。上限取消之后,三个以前做不了的场景现在能直接跑:
- 口述长文:写材料、回长邮件时开听写边说边看实时文字,发现转错立刻改,比打字快得多,这也是"点波形看文字"最大的价值;
- 中长访谈粗转:20~30 分钟的单人访谈一条录完,回来加提示词整理,省掉付费转写工具这一步;
- 语音备忘批量整理:通勤路上想到什么说什么,回工位一次性让 ChatGPT 归类成清单。
提醒一句:官方只说"取消了 10 分钟限制",没有公布新的实际上限。超长录音如果中途断了,先分段录再拼接,别硬刚一个小时一条。
中文识别到底行不行:官方只说了一半
这是中文用户最关心、官方却最没细说的一点。能查到的官方口径有两条:今年 6 月 26 日的发布日志提到听写换用了新的语音转文字模型,多语言与嘈杂环境准确率提升,词错率至少降低 10%;本次更新只给了"more reliable"三个词,没有公布任何语言的具体数字,中文准确率也没有单独口径。
所以别信任何"实测准确率 98%"之类的标题——除非他真测了你的口音。建议花 30 秒自测:录一段包含数字、人名、专业术语的中文(这三类最容易翻车),看转写错几个字。错误能接受,日常就用;术语错得多,重要内容改用"录音 + 事后校对"流程。
常见翻车与急救清单
结合官方文档和上线首日各方反馈,高频问题基本是这六个:
| 现象 | 原因 | 解法 |
|---|---|---|
| 找不到"点波形看文字" | 功能在陆续推送中,不是所有账号同步全量 | 等推送;期间旧版按"录完再转"工作,不影响使用 |
| 点麦克风没反应 | 麦克风权限没放行 | 网页版看地址栏权限,客户端查系统隐私设置 |
| 转写有错别字 | 识别偏差,专有名词高发 | 录完在输入框直接编辑,改完再发 |
| 长录音中途断掉 | 网络波动或端的后台限制 | 优先用桌面客户端;移动端别锁屏录长条,必要时分段 |
| 找不到"录音模式"入口 | 付费工作区限定,不是这次更新的功能 | 免费用户用听写 + 整理提示词替代(见上文) |
| 中英混说转写混乱 | 码-switch 是转写模型通病 | 关键术语尽量用标准发音单说,发之前手动校一遍 |
边界:什么人该用,什么人劝退
适合用:不想打字或打字慢的人、口述初稿党、通勤路上记语音备忘、单人访谈粗转——这次更新对免费用户是实打实的增量。
劝退:需要说话人分离的多人会议正式纪要(去用付费录音模式或专业转写工具);法律、医疗等高准确率要求的术语场景(听写只是输入法,错了没人兜底);想拿它当完整转写产品用的,它不是,它只是输入框。
顺带一提,如果您的设备比较小众——比如 Intel 显卡的机器想跑本地离线转写,可以看本站这篇Intel 显卡跑 Whisper 的后端实测,和云端听写正好互补。
评论区聊聊:你的听写出现实时波形了吗?用的哪个端、免费还是付费?中文转写翻车最多的是数字还是人名?报一下端和套餐,我帮你对号入座排查。
登录后可点赞、收藏与反馈。