音频转写与理解用哪个模型

结论先行：音频处理有两类需求——转写（把声音变文字）和理解**（从内容里提炼结论）。前者用低单价档跑全量，后者用较高档位收口。站内支持音频输入的档位包括 Gemini 系列（如 Gemini 3.7 Flash 输入模态为 文本、图像、视频、文件、音频）。**

档位对照（每百万 token，采集 2026-10-08）

模型	输入价	输出价	上下文	输入模态
Gemini 2.5 Flash	$0.33	$2.75	105 万	文件、图像、文本、音频、视频
Gemini 3.7 Flash	$0.825	$4.125	105 万	文本、图像、视频、文件、音频
Gemini 3.1 Pro	$2.2	$13.2	105 万	音频、文件、图像、文本、视频

音频时长会展开成 token，因此采样与分段是控制成本的关键：一小时录音建议按 10~15 分钟切片，便于重试与定位。

两段式流程

1. 转写（Flash 档）：音频 → 带时间码的文本，保留说话人区分
2. 归纳（Pro 档）：只在需要出结论的材料上调用，输出议题、结论、待办与责任人

以 2 百万 token 的音频素材估算：转写阶段走 Gemini 3.7 Flash 约 $1.65，走 Gemini 3.1 Pro 约 $4.4。全量用低价档、只在归纳环节升级，是这类任务最普遍的落点。

转写质量的三点提醒

• 明确方言与专有名词：把行业术语表放进提示词，能显著降低错字率
• 保留时间码：不保留时间码的转写在后期定位时几乎不可用
• 引用敏感：录音处理涉及隐私，建议在自有流程内完成，不向无关方传递原始音频

接入示例

resp = client.chat.completions.create(
    model="google/gemini-3.7-flash",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "转写为中文，保留说话人标记与时间码，只输出转写结果。"},
        {"type": "input_audio", "input_audio": {"data": b64, "format": "mp3"}},
    ]}],
)

常见问题

长录音能一次传完吗？

上下文通常够，但为了重试与定位，建议切片处理；分段还能并行以缩短总耗时。

中文会议录音效果如何？

建议用一段真实录音先做小样本验证，重点看专有名词与数字的准确率，再决定是否上量。

转写后还需要模型做什么？

常见后续：议题归纳、待办抽取、按说话人拆分任务。这些步骤输出短，可放心用较高质量档位。

价格采集时间？

2026-10-08；站内价 = OpenRouter 挂牌 ×1.1。

---

👉 立即注册，0 元尝鲜套餐试用

相关阅读：multimodal-vision ｜ long-document-rag ｜ python-openai-sdk