很多人想把本地写的会议纪要、采访稿或课堂笔记快速转成可编辑的文本，但实际操作中，上传后卡在解析页、提示“文件不支持”的情况并不少见。讯飞听见确实支持直接导入 Word、TXT、PDF 格式进行语音对齐、智能校对和格式整理，关键就在于导入前得确认好文档格式与命名规范，否则后续环节会直接卡住。

确认文档格式与大小是否合规

目前，讯飞听见只接受 .docx、.txt、.pdf 三种格式，单个文件不能超过 100MB。PDF 必须是文字型，而非扫描图片。怎么判断？用 Adobe Reader 打开后，进入「文件」→「属性」→「描述」，看看“字体”一栏是否列出了具体字体名称——如果显示“无字体信息”，那基本是图片 PDF，需要先用 OCR 识别再导出为文字 PDF。

Word 文档要特别注意关闭“兼容模式”：点击左上角「文件」→「信息」，右下角如果显示“以兼容模式打开”，立刻点击「转换」按钮，否则导入后段落很可能错乱。

【务必删除文档末尾的空白页或分节符】——尤其是 Word 里手动插入的连续分节符，会导致解析中断，后续校对界面出现大片空白段落，修复起来很麻烦。

登录并进入文档导入页面

打开 https://www.iflyrec.com，用手机号+信息验证码或微信扫码登录。首页顶部导航栏找到「文档转写」，点击后页面中部会出现「上传文档」按钮。

注意，这里只能直接拖入或点击选择文件，不支持从压缩包里点选——如果文档在 ZIP 里，必须先解压到桌面再上传，否则会反复提示“文件不支持”。

上传后设置基础参数

方法一：自动识别（推荐新手）
上传成功后，系统默认勾选「自动识别语种」和「开启智能校对」。如果原文是中英混杂（比如技术文档里带“API”“UI”这类缩写），建议手动切换语种为「中文+英文」，否则这些词容易被强行转成谐音字，后期校对起来很头疼。

方法二：指定音频匹配（适用于已有录音+文稿同步场景）
点击「关联音频」→ 上传对应时长的 MP3/WA V 文件 → 系统会按时间轴把文档句子与语音片段自动对齐。需要提醒的是：【文档行数必须与音频实际语句数基本一致，多出5行以上就无法对齐】，这一点在实际操作中容易被忽略。

开始解析与等待处理完成

第一步：点击右下角「开始转写」按钮。
第二步：页面跳转至任务列表，状态会依次显示「解析中」→「转写中」→「已完成」。
第三步：解析阶段耗时取决于文档长度与服务器负载。一般 1000 字以内 20 秒内搞定；超过 5000 字，建议避开早 9 点、晚 7 点的高峰时段，否则可能排队 2 分钟以上。
第四步：状态变为「已完成」后，点击右侧「查看」进入编辑界面，就可以修改错别字、调整标点、拆分或合并段落了。