这两天在整理多个硬盘里积攒十几年的S成长会课程和分享录音，发现现在离线语音转文字的效果，已经挺好了。

我的做法是，让 AI 帮忙搭好流程，用OpenAI的 Whisper large-v3 在自己电脑上批量转写，疑难片段再用阿里的 Qwen3-ASR 辅助复核，最后请大模型帮忙校对、分段整理。

前面两个语音模型都能离线运行，靠自己电脑的显卡干活，不产生云端 token 费用，后面的校对整理再使用大模型额度。

我看了一下，准确率非常高，基本上把一些可能存在的偏差都抓准了。

以前很多录音，存下来就很少打开过。现在陆续变成能搜索、能翻阅的文字，后面再整理进入知识库，接入到Scalers AI智能里，里面讲过的故事、想过的问题，又能拿出来用了。

大量记录这个习惯，在 AI 时代又迎来了10倍的效率突破。

我准备把这些一手经验和做法，在明年的S成长会毫无保留地分享给大家，让每一位伙伴自己都能搭一套这样的生产线。