Privatliv først
Uploadede filer slettes automatisk og permanent inden for to timer.
Automatisk sletning
Tale til tekst
Indtal diktat, fortælling, forelæsningsnoter, interviewsvar eller en hurtig voice-over direkte i browseren, eller upload en optagelse, og modtag ordene som en ren tekstfil (.txt, UTF 8). Transskriptionen kører på Whisper, open source-modellen til talegenkendelse, på vores egne servere – på omkring 100 sprog, som registreres automatisk.
-
Optag: Tal ind i browseroptageren – op til 30 minutter pr. optagelse – eller upload MP3, WAV, M4A, AAC, OGG, FLAC eller WebM.
-
Transskriber: Whisper skriver ordene med tegnsætning; markér eventuelt talerskift ved interviews og møder. Output: en almindelig tekstfil (.txt, UTF 8).
-
Privat: Intet uploades, før De bekræfter. Lydfil og transskription slettes automatisk efter behandlingen, senest inden for få timer.
Transskription
Sådan fungerer tale til tekst
Siden kombinerer en optager i browseren med en GPU baseret transskriptionsbackend. Optagelse bruger MediaRecorder-grænsefladen, der er indbygget i Chrome, Firefox, Edge og Safari; genkendelse udføres af Whisper, open source-modellen udgivet af OpenAI, som kører på vores egen hardware frem for på et tredjeparts API.
Sådan bruger du Converter App
1
Optag eller upload
Tryk på "Optag med din mikrofon", giv adgang én gang, og tal. En timer og niveaumåler bekræfter, at der modtages lyd. Du kan også uploade en eksisterende optagelse – stemmememoer fra enhver telefon fungerer fint.
2
Tjek og start
Lyt til optagelsen i dialogboksen. Slå "Registrer flere talere" til for interviews og møder (den markerer, hvem der taler, men tager mærkbart længere tid). Start derefter transskriptionen.
3
Download transskriptionen
Status vises, mens modellen arbejder; et par minutters tale tager normalt langt under et minut. Download en almindelig tekstfil (.txt, UTF 8) fra resultatsiden.
Vigtigste funktioner
Whisper i baggrunden
Whisper er trænet på 680.000 timers flersproget lyd og håndterer accenter, baggrundsstøj og teknisk ordforråd langt bedre end dikteringsmotorerne for blot få år siden. Sproget registreres automatisk.
Registrering af talere efter behov
Ved samtaler markerer den valgfrie talerregistrering skift af taler i transskriptionen. Det fordobler omtrent behandlingstiden, og derfor er funktionen som standard slået fra.
Tekstoutput, der passer til din arbejdsgang
Transskriptionen gemmes som en almindelig UTF 8 tekstfil med normal tegnsætning og afsnitsskift, så den kan åbnes i enhver teksteditor, tekstbehandler eller noteapp og indsættes hvor som helst.
Gratis og privat
Ingen konto, intet vandmærke, ingen prøvebegrænsning. Optagelsen forlader aldrig din enhed, før du bekræfter, og lydfilen og transskriptionen fjernes automatisk efter behandlingen.
Erfaring & privatliv
Bygget til pålidelige transskriptionsarbejdsgange.
Udviklet af ingeniører med 10+ års erfaring inden for storskala-infrastruktur, datasystemer og videnskabelig databehandling. Designet til virkelige lydarbejdsgange, hvor privatliv, pålidelig behandling og praktisk brugervenlighed er vigtige.
Betroet af brugere
Bedømt til 5 stjerner på Trustpilot for hastighet, pålidelighet og brugervenlighed.
Brugertillid
Akademisk brug
Citeret i publiceret forskning og brugt til interviewtransskription og kvalitativ dataanalyse.
Forskningsbrug
Sådan bliver tale til tekst på denne side
Din browser optager fra mikrofonen som Opus-lyd (Chrome, Firefox, Edge) eller AAC (Safari) og gemmer den i hukommelsen. Når du bekræfter, uploades filen via HTTPS til en af vores transskriberingsservere.
Her afkoder ffmpeg lyden, og Whisper – en open source-model til talegenkendelse – omdanner den til tekst i én arbejdsgang, inklusive tegnsætning og sætningsskift. Hvis talerdetektering er slået til, opdeler en diariseringsmodel først lyden efter taler, og transskriptionen markeres derefter tilsvarende.
Transskriptionen gemmes som en almindelig UTF 8 tekstfil med normal tegnsætning og afsnitsskift, så den kan åbnes i ethvert redigerings- eller tekstbehandlingsprogram eller enhver noteapp og indsættes hvor som helst. Resultatsiden lader dig downloade den; lyden og transskriptionen slettes automatisk bagefter.
Optagelsestips, der betyder mere end enhver indstilling
Talegenkendelse er kun så god som lyden. Tre ting gør den største forskel: afstand, støj og overlap. Hold mikrofonen 10–20 cm fra munden; en telefon, der holdes tæt på, er bedre end en bærbar computer på den anden side af bordet. Sluk ventilatorer, luk vinduet, og undgå rum med kraftig rumklang.
Tal i normalt tempo, og afslut sætninger – modellen bruger kontekst, så halve sætninger og fyldord giver dårligere tekst end en lidt langsommere, sammenhængende tale. Ved interviews bør deltagerne undgå at tale i munden på hinanden; overlappende tale er det sværeste tilfælde for ethvert talegenkendelsessystem.
Lyt til forhåndsvisningen, før De starter. Hvis niveaumåleren næsten ikke bevæger sig eller konstant står helt i top, bør De optage igen i stedet for at håbe, at transskriptionen bliver korrekt.
Typiske anvendelser af tale til tekst
Dette værktøj bruges af lærere, podcastere, journalister og alle, der tænker hurtigere, når de taler, end når de skriver på et tastatur: til at udarbejde en e-mail eller artikel ved at tale, optage mødereferater, omdanne en forelæsning eller en stemmememo til søgbare noter, transskribere interviewsvar til forskning og få en læsbar version af en lydbesked, der ikke kan afspilles lige nu.
Da Whisper automatisk registrerer sproget, fungerer den samme side til en tysk diktering, en spansk stemmenote eller en engelsk forelæsning uden nogen indstillinger. Transskriptionen oversættes ikke – den skrives på det sprog, der blev talt.
For lyd, der allerede findes som en fil – podcasts, forelæsninger, opkald – kører lyd-til-tekst- og MP3 til tekst konverteringsværktøjerne på dette websted den samme motor med de samme muligheder.
Hvad dette værktøj ikke gør
Den oversætter ikke: transskriptioner er på det talte sprog. Den opretter ikke tidskoder til undertekster – brug undertekstkonverterne på dette websted til SRT- eller VTT filer. Den identificerer ikke talere ved navn, kun ved skift af taler, når talerregistrering er aktiveret. Den kan heller ikke genskabe ord, der ikke kan høres i optagelsen.
Egennavne, produktnavne og sjældne forkortelser er de hyppigste fejl; en hurtig gennemlæsning af resultatet med fokus på disse er som regel al den redigering, en ren optagelse behøver.
FAQ
Ofte stillede spørgsmål
Hvor nøjagtig er transskriptionen?
Med en tydelig optagelse og én taler genkender Whisper typisk langt over 90 % af ordene korrekt på de største sprog, inklusive tegnsætning. Nøjagtigheden falder ved kraftig baggrundsstøj, flere personer, der taler i munden på hinanden, meget lav lyd eller kraftig dialekt – optagelsestippene nedenfor hjælper mere end nogen indstilling.
Hvilke sprog understøttes?
Whisper genkender omkring 100 sprog og vælger automatisk sproget ud fra de første sekunder af lyden, så De behøver ikke at indstille noget. Optagelser med blandede sprog transskriberes på det dominerende sprog. Transskriptionen skrives på det talte sprog; den oversættes ikke.
Uploades lyden, mens jeg taler?
Nej. Optageren gemmer lyden i Deres browser, indtil De trykker på knappen i dialogboksen. Hvis De annullerer eller lukker fanen, er der ikke blevet sendt noget. Uploadede filer og transskriptioner slettes automatisk efter behandlingen.
Hvor lang må optagelsen være?
Optagelsen i browseren stopper efter 30 minutter; uploadede filer kan være længere. Behandlingstiden stiger med lydens længde, og højttalergenkendelse tilføjer omtrent den samme tid igen.
Hvad gør "Registrer flere talere"?
Den udfører en taleradskillelse før transskriberingen og indsætter en markering, hver gang taleren skifter. Brug den til interviews, møder og podcasts; lad den være slået fra ved diktering og stemmenoter, hvor den kun øger ventetiden.
Kan jeg redigere teksten bagefter?
Ja – resultatet er en almindelig .txt-fil. Åbn den i et vilkårligt redigeringsprogram, ret navne eller tekniske termer, som modellen har hørt forkert, og indsæt den der, hvor De har brug for den. Egennavne og sjældne forkortelser er de mest almindelige ting at kontrollere.