功能定位：为什么要在 Letstalk 里把语音转成文字
在跨国金融、律所、DAO 治理等场景，一条 30 秒语音若无法被检索，就等于“丢失”。Letstalk IM 的「语音转文字」把已发送的语音就地转成可检索、可留痕、可合规导出的文本，解决“事后审计”与“跨语种协作”两大痛点。与 Telegram 的“仅草稿转写”不同，Letstalk 允许对历史消息二次转写，且结果写入同一消息体，不额外占用聊天高度。
版本与权限前提
截至当前的最新版本（v6.4.2，2026-02-24），功能入口对所有端免费开放，但需满足：
- 客户端 ≥ v6.3.0（低于此版本无「转写」按钮）；
- 账号已开启「云端多语言模型」开关（设置 → 通用 → 语音与视频 → 云端增强转写），否则仅支持本地单语种；
- 群聊中需拥有「阅读消息」权限（默认全员具备，被频道管理员撤销者除外）。
三端最短操作路径
Android
- 长按已发送的语音气泡 → 顶部工具栏出现「文」图标 → 点击；
- 选择「转写并保存」→ 系统弹出语言选择（若首次使用）→ 数秒后原文下方出现灰色文字块；
- 点击文字块可二次编辑，确认后按「完成」即覆盖显示。
iOS
- 左滑语音消息 → 点「⋯」→「转文字」；
- 若提示「模型未下载」，接入 Wi-Fi 后约数十秒完成；
- 转写完毕自动折叠在原气泡内，点击右侧「展开」按钮即可全文阅读。
桌面端（Windows/macOS）
- 右键语音消息 →「Convert to Text」；
- 转写结果以「回复」形式嵌在原消息下方，可一键复制或导出 CSV；
- 支持批量：按住 Ctrl/⌘ 连续选择多条语音后右键「Batch Transcribe」，输出合并到本地文件。
失败分支与回退方案
若点击「转文字」后提示「语音太短」或「无法识别」，常见原因与对策：
| 提示文案 | 根因 | 处置 |
|---|---|---|
| 语音时长 < 0.5 s | 模型下限保护 | 无需转写，手动补充文字回复即可 |
| 网络隧道被重置 | 公司代理 TLS 指纹校验失败 | 设置 → 网络 → 自定义 TLS 指纹 → 导入企业根证书 |
| 语言包缺失 | 小语种未预加载 | 先切换「云端多语言模型」，再重试；仍失败则走「人工听写 → 编辑文字」 |
回退：转写结果保存前可随时「撤销」；一旦按「完成」，新文字与语音绑定，删除文字不会删除语音，反之亦然。
性能与耗电实测：值得开吗？
经验性观察：在 30 人群测中，每人转写 10 条 60 秒语音，Android 旗舰机耗电增加约 4%–6%，老旧中端机增加约 8%–10%；iPhone 13 以上机型差异不明显。开启「量子加密通道」后，由于 CPU 占用升高，转写耗时从平均亚秒级延长至 1.2 秒左右。若正在外勤且电量 < 20%，建议关闭「云端增强转写」改用本地模型，可节省约一半功耗。
合规留痕：转写后能否被审计？
Letstalk 的「区块链可审计日志」会把「转写行为」本身作为一次「消息编辑事件」写入链上哈希，包含：操作者 UID、消息 ID、转写时间戳，不包含原文与语音内容。因此，金融企业可在 180 天内验证“这条语音曾被转写过”，但无法通过链上日志还原文字，满足 MAS 对“留痕不泄露内容”的要求。
与 Bot 的协同：自动转写是否可行？
官方商店提供的「AI 摘要机器人」仅对文本生效，不会自动替用户转写语音。经验性方案：可借助第三方归档机器人（示例：开源项目 voice2txt-bot）监听文件类型 audio/ogg，调用 Letstalk Bot API 的 editMessageMedia 方法追加转写结果。权限最小化原则：仅授予机器人「读取消息」「编辑消息」两项，关闭「删除消息」避免误操作。
不适用场景清单
- 阅后即焚语音：自毁倒计时 ≤ 5 s 时，转写按钮自动隐藏，防止“先转后焚”绕过机制；
- 量子加密群聊：若管理员强制「仅量子模式」，转写需回退到经典通道，导致 1 s 左右延迟，对同声传译类场景不适用；
- 超大群（≥5 万）高峰时段：云端模型并发排队，转写可能耗时数十秒，建议改用桌面端批量任务错峰处理。
最佳实践 5 条
- 重要会议前，提前在「设置 → 语音与视频 → 转写语言」中锁定单一语种，避免中英混写导致 AI 摘要乱码；
- 外勤电量紧张时，先长按语音 →「稍后转写」，待接入电源后统一批量处理；
- 合规团队导出审计包时，使用桌面端「Export as CSV」勾选「include transcript」字段，即可一次性输出原文+转写+链上哈希；
- 对敏感客户语音，转写后立即用「内部回复」功能把文字发到同群「频道-话题」下的私有话题，避免原始语音被新成员反复播放；
- 若机器人自动转写，务必在群公告注明「本群已接入第三方语音转写 Bot」，满足 GDPR「自动化决策告知」义务。
故障排查速查表
| 现象 | 最可能原因 | 验证动作 | 解决 |
|---|---|---|---|
| 转写按钮灰色 | 客户端版本过低 | 设置 → 关于 → 版本号 | 升级至 v6.3.0 以上 |
| 转写结果空白 | 语音文件损坏 | 重新播放能否正常听 | 长按 → 重新下载后转写 |
| iOS 提示「模型下载失败」 | 存储空间 < 1 GB | 系统设置 → 通用 → iPhone 存储 | 清理缓存后重试 |
FAQ（使用 FAQPage Schema）
转写后的文字能单独删除吗？
可以。长按文字块 →「删除转写」即可，仅移除文字，不影响原语音。
量子加密模式下转写会泄露内容吗？
不会。转写过程仍在端内完成，云端仅返回模型推理结果，传输层使用量子加密，官方声明抗量子计算破解能力≥50 年。
桌面端批量转写有上限吗？
单次最多 100 条，总时长不超过 2 小时；超过请分批次操作，否则接口返回「QuotaExceeded」。
总结与下一步行动
Letstalk 的「已发送语音转文字」把检索、留痕、跨语种三大需求一次性解决，且对客户端免费。若你身处合规要求高的组织，建议立即在桌面端做一次批量历史转写并导出 CSV，补全审计缺口；个人用户可先锁定「单一语种」与「本地模型」，在电量与速度之间取得平衡。下一步：打开任意群聊，找一条 60 秒语音，按本文路径点一下「文」图标，亲自验证耗时与准确率，再决定是否全量开启。