Personvern først
Opplastede filer slettes automatisk og permanent innen to timer.
Automatisk sletting
Tale til tekst
Dikter et talenotat, en påminnelse, en melding til en kollega eller et kort notat direkte i nettleseren, eller last opp et opptak, og få ordene som en ren tekstfil (.txt, UTF 8). Transkripsjonen kjører på Whisper, den åpen kildekode-baserte talegjenkjenningsmodellen, på våre egne servere – på rundt 100 språk, automatisk gjenkjent.
-
Ta opp: Snakk inn i nettleseropptakeren – opptil 30 minutter per opptak – eller last opp MP3, WAV, M4A, AAC, OGG, FLAC eller WebM.
-
Transkriber: Whisper skriver ordene med tegnsetting; du kan eventuelt markere bytte av taler for intervjuer og møter. Utdata: en ren tekstfil (.txt, UTF 8).
-
Privat: Ingenting lastes opp før du bekrefter. Lydfilen og transkripsjonen slettes automatisk etter behandling, senest innen noen få timer.
Transkribering
Slik fungerer tale til tekst
Siden kombinerer en opptaker i nettleseren med en GPU basert transkripsjonsbackend. Opptak bruker MediaRecorder-grensesnittet som er innebygd i Chrome, Firefox, Edge og Safari; talegjenkjenningen utføres av Whisper, den åpen kildekode-modellen publisert av OpenAI, som kjører på vår egen maskinvare i stedet for via en tredjeparts API.
Slik bruker du Converter App
1
Ta opp eller last opp
Trykk på «Ta opp med mikrofonen», gi tilgang én gang, og snakk. En tidtaker og nivåmåler bekrefter at lyd kommer inn. Du kan også laste opp et eksisterende opptak – talememoer fra alle telefoner fungerer fint.
2
Kontroller og start
Lytt til opptaket i dialogboksen. Slå på «Oppdag flere talere» for intervjuer og møter (det markerer hvem som snakker, men tar merkbart lengre tid). Start deretter transkriberingen.
3
Last ned transkripsjonen
Fremdriften vises mens modellen arbeider. Noen minutters tale tar vanligvis godt under ett minutt. Last ned en ren tekstfil (.txt, UTF 8) fra resultatsiden.
Nøkkelfunksjoner
Whisper-teknologi i bunnen
Whisper er trent på 680 000 timer med flerspråklig lyd og håndterer aksenter, bakgrunnsstøy og teknisk ordforråd langt bedre enn dikteringsmotorene fra for noen år siden. Språket oppdages automatisk.
Talerdeteksjon på forespørsel
For samtaler merker den valgfrie talergjenkjenningen skifter mellom talere i transkripsjonen. Den omtrent dobler behandlingstiden og er derfor deaktivert som standard.
Tekstutdata som passer arbeidsflyten din
Transkripsjonen lagres som en ren UTF 8 tekstfil med vanlig tegnsetting og avsnittsskift, slik at den kan åpnes i enhver tekstredigerer, tekstbehandler eller notatapp og limes inn hvor som helst.
Gratis og privat
Ingen konto, ingen vannmerking, ingen prøvegrense. Opptaket forlater aldri enheten din før du bekrefter, og lydfilen og transkripsjonen fjernes automatisk etter behandlingen.
Erfaring og personvern
Bygget for pålitelige transkriberingsarbeidsflyter.
Utviklet av ingeniører med 10+ års erfaring innen storstilt infrastruktur, datasystemer og vitenskapelig databehandling. Utformet for virkelige lydarbeidsflyter der personvern, pålitelig behandling og praktisk brukervennlighet er viktig.
Betrodd av brukere
Vurdert til 5 stjerner på Trustpilot for hastighet, pålitelighet og brukervennlighet.
Brukertillit
Akademisk bruk
Referert til i publisert forskning og brukt til intervjutranskripsjon og kvalitativ dataanalyse.
Bruk til forskning
Målt på serverne våre
Hva du kan forvente når du konverterer Voice til Text
Reelle tall fra hver konvertering med dette verktøyet siden 24. oktober 2026. Ingenting her er anslått: Vi registrerer hvor lang tid hver jobb tok, og hvor store filene var. Filnavn og innhold lagres aldri.
1.6 min
Vanlig behandlingstid
for en fil på 10 MB (median)
27
Konverteringer
siden 24. oktober 2026
131 MB
Største konverterte fil
siden 24. oktober 2026
Forventet tid etter filstørrelse
Hvor lang tid konverteringer tar
andel av alle konverteringer
- under 1 s0%
- 1–10 s4%
- 10–60 s26%
- 1–5 min44%
- over 5 min26%
Tidene gjelder kun serverbehandling og måles etter at opplastingen er fullført; opplasting og nedlasting er ikke inkludert. Store filer tar lengre tid, men grensen er den samme for alle: ingen konto, ingen prioritert køplass å kjøpe. Oppdatert 2026-10-29
Slik blir tale til tekst på denne siden
Nettleseren tar opp mikrofonen som Opus-lyd (Chrome, Firefox, Edge) eller AAC (Safari) og lagrer den i minnet. Når du bekrefter, lastes filen opp via HTTPS til en av transkripsjonsserverne våre.
Der dekoder ffmpeg lyden, og Whisper – en åpen kildekode-modell for talegjenkjenning – gjør den om til tekst i én omgang, inkludert tegnsetting og setningsskift. Hvis talergjenkjenning er aktivert, deler en diariseringsmodell først opp lyden etter taler, og transkripsjonen merkes deretter.
Transkripsjonen lagres som en ren UTF 8 tekstfil med vanlig tegnsetting og avsnittsskift, slik at den kan åpnes i alle tekstredigeringsprogrammer, tekstbehandlingsprogrammer eller notatapper og limes inn hvor som helst. På resultatsiden kan du laste den ned. Lyden og transkripsjonen slettes automatisk etterpå.
Opptakstips som betyr mer enn noen innstilling
Talegjenkjenning er bare så god som lyden. Tre ting utgjør den største forskjellen: avstand, støy og overlapping. Hold mikrofonen 10–20 cm fra munnen. En telefon som holdes nærme, er bedre enn en bærbar PC på andre siden av bordet. Slå av vifter, lukk vinduet, og unngå rom med mye ekko.
Snakk i normalt tempo og fullfør setningene – modellen bruker kontekst, så halve setninger og fyllord gir dårligere tekst enn litt langsommere, sammenhengende tale. Ved intervjuer bør De be deltakerne om ikke å snakke i munnen på hverandre. Overlappende tale er det vanskeligste tilfellet for enhver talegjenkjenner.
Lytt til forhåndsvisningen før De starter. Hvis nivåmåleren knapt beveger seg eller hele tiden står på fullt utslag, bør De spille inn på nytt i stedet for å håpe at transkripsjonen blir riktig.
Vanlige bruksområder for tale til tekst
Dette verktøyet brukes av personer som foretrekker å snakke fremfor å skrive, eller som trenger en talemelding utenfor en chatapp: skrive et e-postutkast eller en artikkel ved å snakke, ta opp møtereferater, gjøre et foredrag eller et talenotat om til søkbare notater, transkribere intervjusvar til forskning og få en lesbar versjon av en talemelding som ikke kan spilles av akkurat nå.
Fordi Whisper registrerer språket automatisk, fungerer den samme siden for tysk diktering, et spansk talenotat eller et engelsk foredrag uten innstillinger. Transkripsjonen blir ikke oversatt – den skrives på språket som ble snakket.
For lyd som allerede finnes som en fil – podkaster, foredrag og samtaler – bruker lyd-til-tekst- og MP3 til tekst konvertererne på dette nettstedet det samme systemet med de samme alternativene.
Dette verktøyet gjør ikke dette
Den oversetter ikke: transkripsjoner er på talespråket. Den lager ikke tidspunkter for undertekster – bruk undertekstkonvertererne på dette nettstedet for SRT- eller VTT filer. Den identifiserer ikke talere ved navn, bare ved bytte av taler når talergjenkjenning er aktivert. Og den kan ikke gjenskape ord som ikke kan høres i opptaket.
Egennavn, produktnavn og sjeldne forkortelser er de vanligste feilene; en rask gjennomlesing av resultatet med dette i tankene er som regel all redigeringen et rent opptak trenger.
FAQ
Ofte stilte spørsmål
Hvor nøyaktig er transkripsjonen?
Med et tydelig opptak og én taler oppfatter Whisper vanligvis godt over 90 % av ordene riktig på de største språkene, inkludert tegnsetting. Nøyaktigheten reduseres ved kraftig bakgrunnsstøy, flere personer som snakker i munnen på hverandre, svært lav lyd eller sterk dialekt – opptakstipsene nedenfor hjelper mer enn noen innstilling.
Hvilke språk støttes?
Whisper gjenkjenner rundt 100 språk og velger språket automatisk ut fra de første sekundene av lyden, så det er ingenting å konfigurere. Opptak med blandede språk transkriberes på det dominerende språket. Transkripsjonen skrives på språket som snakkes; den blir ikke oversatt.
Lastes lyden opp mens jeg snakker?
Nei. Opptakeren beholder lyden i nettleseren din til du trykker på knappen i dialogboksen. Hvis du avbryter eller lukker fanen, blir ingenting sendt. Opplastede filer og transkripsjoner slettes automatisk etter behandling.
Hvor lang kan opptaket være?
Opptakeren i nettleseren stopper etter 30 minutter; opplastede filer kan være lengre. Behandlingstiden øker med lydens lengde, og talergjenkjenning legger til omtrent samme tid én gang til.
Hva gjør «Oppdag flere talere»?
Den kjører et trinn for talerdiarisering før transkribering og setter inn en markering hver gang taleren endres. Bruk den for intervjuer, møter og podkaster; la den være av for diktering og talenotater, der den bare gir lengre ventetid.
Kan jeg redigere teksten etterpå?
Ja – resultatet er en ren .txt-fil. Åpne den i et valgfritt tekstredigeringsprogram, rett navn eller tekniske termer som modellen har misforstått, og lim den inn der du trenger den. Egennavn og sjeldne forkortelser er det vanligst å kontrollere.