Privatliv først
Uploadede filer slettes automatisk og permanent inden for to timer.
Automatisk sletning
Tale til tekst
Indtal en stemmenote, en påmindelse, en besked til en kollega eller et kort notat direkte i browseren, eller upload en optagelse, og få ordene som en ren tekstfil (.txt, UTF 8). Transskriberingen 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 talerskift ved interviews og møder. Output: en ren 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, som er indbygget i Chrome, Firefox, Edge og Safari; genkendelsen udføres af Whisper, open source-modellen udgivet af OpenAI, der kører på vores egen hardware frem for via 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 niveauindikator bekræfter, at lyden modtages. Du kan også uploade en eksisterende optagelse – stemmenoter fra enhver telefon fungerer fint.
2
Kontrollér og start
Lyt til optagelsen i dialogen. 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
Fremskridtet vises, mens modellen arbejder; et par minutters tale tager som regel langt under et minut. Download en almindelig 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 for få år siden. Sproget registreres automatisk.
Talerregistrering efter behov
For samtaler markerer den valgfri talerregistrering skift af taler i transskriptionen. Det fordobler omtrent behandlingstiden, og derfor er funktionen deaktiveret som standard.
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 prøvegrænse. 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
Målt på vores servere
Hvad du kan forvente, når du konverterer Voice til Text
Reelle tal fra hver konvertering med dette værktøj siden 24. oktober 2026. Intet her er estimeret: vi registrerer, hvor lang tid hver opgave tog, og hvor store filerne var. Filnavne og indhold gemmes aldrig.
64 s
Typisk behandlingstid
for en fil på 8.1 MB (median)
37
Konverteringer
siden 24. oktober 2026
131 MB
Største konverterede fil
siden 24. oktober 2026
Forventet tid efter filstørrelse
Hvor lang tid konverteringer tager
andel af alle konverteringer
- under 1 sek.0%
- 1–10 s14%
- 10–60 s35%
- 1–5 min.32%
- over 5 min.19%
Tiderne dækker kun serverbehandling og måles, efter uploaden er afsluttet; upload og download er ikke medregnet. Store filer tager længere tid, men grænsen er den samme for alle: ingen konto og ingen køprioritet at købe. Opdateret 2026-11-03
Sådan bliver tale til tekst på denne side
Browseren optager mikrofonen som Opus-lyd (Chrome, Firefox, Edge) eller AAC (Safari) og gemmer den i hukommelsen. Når De 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 ét gennemløb, inklusive tegnsætning og sætningsskift. Hvis talerregistrering er aktiveret, opdeler en diariseringsmodel først lyden efter taler, og transskriptionen annoteres derefter.
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. På resultatsiden kan De downloade den; lyden og transskriptionen 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 overlappende tale. 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 et normalt tempo, og afslut sætningerne – modellen bruger kontekst, så halve sætninger og fyldord giver dårligere tekst end en 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 enhver talegenkender.
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 personer, der foretrækker at tale frem for at skrive, eller som har brug for en talebesked uden for en chatapp: til at udarbejde en e-mail eller artikel ved at tale, optage mødereferater, omdanne en forelæsning eller et stemmenotat til søgbare noter, transskribere interviewsvar til forskning og få en læsbar version af en talebesked, der ikke kan afspilles lige nu.
Da Whisper automatisk registrerer sproget, fungerer den samme side til tysk diktering, en spansk talebesked eller en engelsk forelæsning uden nogen indstilling. 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 genererer ikke underteksttidskoder – brug undertekstkonvertererne på dette websted til SRT- eller VTT filer. Det identificerer ikke talere ved navn, kun ved skift af taler, når talerregistrering er aktiveret. Og det kan ikke gendanne 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 ren optagelse behøver.
FAQ
Ofte stillede spørgsmål
Hvor præcis er transskriptionen?
Med en klar optagelse og én taler genkender Whisper typisk langt over 90 % af ordene korrekt på de store 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 ikke noget, De skal indstille. 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 din browser, indtil du trykker på knappen i dialogboksen. Hvis du 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 højttalergenkendelse lægger cirka den samme tid oveni.
Hvad gør "Registrer flere talere"?
Den kører et trin med taleradskillelse før transskriptionen 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 en valgfri teksteditor, ret navne eller tekniske termer, som modellen har misforstået, og indsæt den der, hvor De har brug for den. Egennavne og sjældne forkortelser er det vigtigste at kontrollere.