Privatliv først
Uploadede filer slettes automatisk og permanent inden for to timer.
Automatisk sletning
Tale til TXT
Indtal diktat, fortælling, forelæsningsnoter, interviewsvar eller en hurtig voice-over direkte i browseren, eller upload en optagelse, og få ordene som en almindelig tekstfil (.txt, UTF 8). Transskriptionen kører med Whisper, den open source-baserede talegenkendelsesmodel, 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 skift mellem talere ved interviews og møder. Output: en ren tekstfil (.txt, UTF 8).
-
Privat: Intet uploades, før De bekræfter. Lydfilen og transskriptionen slettes automatisk efter behandlingen, senest inden for få timer.
Transskription
Sådan fungerer tale til TXT
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 via en 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 en lydniveaumåler bekræfter, at der modtages lyd. Du kan også uploade en eksisterende optagelse – stemmememoer fra enhver telefon fungerer fint.
2
Kontrollér og start
Lyt til optagelsen i dialogboksen. Slå "Registrer flere talere" til for interviews og møder (det 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 ren tekstfil (.txt, UTF 8) fra resultatsiden.
Vigtigste funktioner
Whisper-teknologi i baggrunden
Whisper er trænet på 680.000 timers flersproget lyd og håndterer accenter, baggrundsstøj og teknisk ordforråd langt bedre end dikteringsmotorerne fra for få år siden. Sproget registreres automatisk.
Talergenkendelse efter behov
Ved samtaler markerer den valgfrie talerregistrering skift af taler i transskriptionen. Det fordobler omtrent behandlingstiden, og derfor er funktionen deaktiveret som standard.
TXT output, 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 TXT på denne side
Din browser optager 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 transskriptionsservere.
Her afkoder ffmpeg lyden, og Whisper – en open source-model til talegenkendelse – omdanner den til tekst i én arbejdsgang, inklusive tegnsætning og sætningsskift. Hvis talerregistrering er aktiveret, opdeler en model til taleradskillelse først lyden efter taler, og transskriptet annoteres derefter.
Transskriptet gemmes som en almindelig UTF 8 tekstfil med normal tegnsætning og afsnitsskift, så det kan åbnes i enhver teksteditor, tekstbehandler eller noteapp og indsættes hvor som helst. På resultatsiden kan du downloade det; lyden og transskriptet slettes automatisk bagefter.
Optagetips, 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 for ventilatorer, luk vinduet, og undgå rum med kraftig rumklang.
Tal i normalt tempo, og afslut sætningerne – modellen bruger kontekst, så halve sætninger og fyldord giver dårligere tekst end lidt langsommere, sammenhængende tale. Ved interviews bør De bede deltagerne om ikke at tale i munden på hinanden; overlappende tale er det sværeste tilfælde for ethvert talegenkendelsessystem.
Lyt til forhåndsvisningen, før De starter. Hvis niveauindikatoren næsten ikke bevæger sig eller konstant står helt i top, bør De optage igen i stedet for at håbe på, at transskriptionen bliver korrekt.
Typiske anvendelser af tale til TXT
Dette værktøj bruges af lærere, podcastere, journalister og alle, der tænker hurtigere højt end ved et tastatur: til at skrive et udkast til en e-mail eller artikel ved at tale, optage mødereferater, omdanne en forelæsning eller en talebesked til søgbare noter, transskribere interviewsvar til research og få en læsbar version af en talebesked, der ikke kan afspilles lige nu.
Da Whisper automatisk registrerer sproget, fungerer den samme side til en tysk diktering, en spansk talebesked 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 – bruger lyd-til-tekst- og MP3 til tekst konverterne på dette websted den samme motor med de samme muligheder.
Hvad dette værktøj ikke gør
Det oversætter ikke: transskriptioner er på det talte sprog. Det opretter ikke underteksttidskoder – til SRT- eller VTT filer skal De bruge undertekstkonverteringerne på dette websted. Det identificerer ikke talere ved navn, kun ved skift af taler, når talerregistrering er slået til. Og det kan ikke genskabe ord, der ikke kan høres i optagelsen.
Egennavne, produktnavne og sjældne forkortelser er de hyppigste fejl; en hurtig gennemlæsning af resultatet med disse i tankerne er som regel al den redigering, en klar optagelse har brug for.
FAQ
Ofte stillede spørgsmål
Hvor nøjagtig er transskriptionen?
Med en klar optagelse og én taler genkender Whisper typisk langt over 90 % af ordene korrekt på de mest udbredte 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 der er intet at indstille. Optagelser med flere 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, bliver der ikke sendt noget. Uploadede filer og transskriptioner slettes automatisk efter behandlingen.
Hvor lang kan optagelsen være?
Optageren i browseren stopper efter 30 minutter; uploadede filer kan være længere. Behandlingstiden stiger med lydens længde, og registrering af talere tilføjer omtrent den samme tid igen.
Hvad gør "Registrer flere talere"?
Den udfører et talersepareringsskridt før transskription 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.
Hvorfor en .txt-fil og ikke et Word-dokument?
Ren tekst er det mest alsidige resultat: Den kan åbnes på alle enheder, indsættes problemfrit i noter, e-mails, CMS editorer og chat og fylder meget lidt. Hvis De har brug for et formateret dokument, kan De indsætte teksten i Deres tekstbehandlingsprogram eller bruge tale til PDF værktøjet på dette websted.