🎙 Ljud till text

Ljud till text-omvandlare och transkription online

Gör talet i vilken inspelning som helst till en redigerbar transkription på 90+ språk, redo att laddas ner som TXT, DOCX, SRT eller VTT.

✨ Powered by AI

Klicka eller dra & släpp din ljud-/videofil här

Stöder MP3 · MP4 · WAV · M4A · AAC · OGG · FLAC · WebM · AMR · OPUS · WMA · AIFF · CAF · 3GP och 20+ format

Integritet från start · Raderas efter 24 tim
Blixtsnabb · GPU-accelererad
Flerspråkig · Stöder 90+ språk

Så gör du om ljud till text i 3 steg

01

Ladda upp ditt ljud

Släpp in en MP3-, M4A-, WAV-, FLAC-, OGG- eller annan ljudfil. Inspelningar av alla längder accepteras, så du behöver inte klippa något först.

02

AI:n transkriberar talet

Det talade språket identifieras automatiskt och talet skrivs ut med tidsstämplar, på något av 90+ språk.

03

Ladda ner TXT, DOCX, SRT eller VTT

Kopiera texten, öppna den i Word eller Google Docs, eller ladda ner undertexter med tidsstämplar för ett videoredigeringsprogram eller en webbspelare.

Vad är ljudtranskription?

Ljudtranskription, även kallat ljud till text eller tal till text, innebär att de talade orden i en inspelning görs om till skriven text. Du utgår från en fil du redan har, som ett poddavsnitt, en inspelad intervju eller ett röstmemo, och får en transkription som du kan läsa, söka i, redigera och dela.

Det är inte samma sak som dikteringsfunktioner eller röststyrd inmatning. Dikteringen skriver ned det du säger medan du talar i en mikrofon; ljudtranskription arbetar med en inspelning som redan finns, så den passar material som gjorts tidigare, av andra eller på en annan enhet.

För att transkribera ljud online laddar du upp inspelningen och får en enda transkription med en tidsstämpel på varje rad, på något av 90+ språk. Transkriptionen anger inte vem som talar: vid ett samtal får du orden i ordning, inte ett manus med namn. Om du utgår från en video i stället för en ljudfil gäller samma process: se video till text.

Ljudformat du kan omvandla

Varje vanligt ljudformat kan laddas upp som det är. Du behöver inte göra om ljudet till MP3 först, och formatet ändrar inte priset: du betalar per minut ljud, inte per filstorlek.

FormatVar det oftast kommer ifrånOmvandla
MP3Poddar, musikspelare, de flesta inspelare och nedladdningssajterMP3 till text
M4ARöstmemon i iPhone, Apple-enheter, iTunesM4A till text
WAVOkomprimerade inspelningar från fältinspelare och ljudprogramWAV till text
FLACFörlustfri musik och arkivinspelningarFLAC till text
OGGRöstmeddelanden i WhatsApp och Telegram, öppen källkod-apparOGG till text
OPUSRöstmeddelanden i WhatsApp, WebRTC- och VoIP-samtalOPUS till text
AACInspelningar från Apple och Android, ljud som tagits ur videorAAC till text
WMAÄldre Windows-inspelare och Windows Media-arkivWMA till text
AIFFLjudprogram för Mac och studioinspelningarAIFF till text
AMRÄldre telefoner, samtalsinspelningar och röstbrevlådaAMR till text
MP2Radiosändningar och äldre digitala arkivMP2 till text

CAF-filer från Apple-enheter kan också laddas upp. Hela listan över ljud- och videoformat finns under Format som stöds.

Vilken sorts ljud kan du transkribera?

Vilken inspelning som helst med tydligt tal kan göras om till text med en omvandlare från ljud till text online. Här är de vanligaste typerna och vad du bör tänka på för var och en.

Poddar

Ett helt avsnitt blir en sökbar transkription som du kan publicera vid sidan av ljudet eller återanvända till programanteckningar. Även ett program på två timmar behöver ingen redigering först.

Intervjuer

Inspelade intervjuer kommer tillbaka som text i den ordning sakerna sades, med en tidsstämpel på varje rad, vilket gör det snabbt att hitta ett citat och kontrollera det mot inspelningen.

Föreläsningar och lektioner

En inspelad föreläsning blir anteckningar du kan söka i och markera. Inspelningar från längst bak i salen fungerar, men en telefon placerad närmare talaren ger en tydligt bättre transkription.

Telefonsamtal

Samtalsinspelningar sparas ofta som AMR, M4A eller WAV och kan laddas upp som de är. Telefonljud har ett smalt ljudomfång, så noggrannheten är oftast lite lägre än med en studioinspelning.

Röstbrevlåda

Gör ett röstmeddelande till text som du kan läsa i en blick i stället för att lyssna på hela meddelandet, och behåll en skriftlig kopia av vad den som ringde sa.

Röstinspelningar och memon

Röstmemon, mötesinspelningar och anteckningar till dig själv från vilken inspelare eller telefonapp som helst blir redigerbar text, redo att kopieras in i ett dokument eller ett mejl.

Transkribera ljud på 90+ språk

Taligenkänningen fungerar på 90+ språk och språket identifieras automatiskt, så du behöver inte välja det innan du laddar upp. Bland de mest använda finns engelska, spanska, franska, tyska, portugisiska, italienska, ryska, kinesiska (mandarin och kantonesiska), japanska, koreanska, arabiska och hindi. Noggrannheten beror på språket och inspelningen: utbredda språk och tydligt tal ger bäst resultat.

När transkriptionen är klar kan du översätta den, eller undertexterna som görs av den, till 29 språk och ladda ner den översatta versionen i samma format. För videofiler finns samma alternativ i videoöversättaren. Kinesiskt ljud kommer tillbaka på förenklad kinesiska med fullständig interpunktion.

AI-transkription eller att skriva själv

Att skriva en transkription för hand ger dig full kontroll, men kräver mycket lyssnande och pausande. Så här förändras det när första utkastet kommer från taligenkänning.

TextifyALLSkriva själv
TidsstämplarLäggs till på varje rad automatisktLäggs till för hand, om alls
Språk90+ språk, identifieras automatisktBara de språk du kan
ResultatTXT, SRT, VTT, DOCX, redo att laddas nerDet du formaterar själv
KostnadPer minut, se priset längre nedDin egen tid
Bäst förEtt komplett första utkast som du sedan läser igenom och rättarKorta klipp eller juridiskt exakt ordalydelse som du måste kontrollera ord för ord

Vilket sätt du än väljer: läs igenom transkriptionen innan du publicerar den. Namn, siffror och facktermer är de ord som oftast hörs fel.

Så får du en mer exakt transkription

Noggrannheten är upp till 98 % på tydliga inspelningar. Det mesta av skillnaden mellan en ren och en rörig transkription kommer från själva inspelningen, så de här vanorna lönar sig.

Spela in nära talaren

Avståndet spelar större roll än mikrofonen. En telefon nära den som pratar slår oftast en dyr mikrofon på andra sidan rummet.

Håll nere bakgrundsljudet

Musik, trafik och andra samtal konkurrerar med rösten. Jämnt brus, som en fläkt, stör mindre än ljud som stiger och sjunker.

En röst i taget

När människor pratar i mun på varandra blir båda rösterna svårare att känna igen. Vid möten och intervjuer hjälper korta pauser mellan talarna.

Ladda upp originalfilen

Att göra om ljud till ett annat format kan bara ta bort detaljer. Ladda upp filen som din inspelare eller app skapade, oavsett format.

Kontrollera namn och siffror

Namn, siffror och facktermer är de ord som oftast hörs fel. Sök efter dem i transkriptionen och jämför med inspelningen innan du publicerar.

Testa de gratis minuterna först

De första 15 minuterna är gratis, så du kan se hur bra din egen inspelning transkriberas innan du betalar för en lång fil.

Vad kostar ljudtranskription?

De första 15 minuterna är gratis, utan registrering. Skapa ett gratis konto och få 20 gratisminuter till. Därefter kostar det $0.035 per minut, från $1.99. Alla planer finns på prissidan.

Exportera din transkription som TXT, Word eller undertexter

Alla planer, även de gratis minuterna, kan ladda ner transkriptionen i alla fyra formaten.

FormatBäst för
TXTLäsa, söka i och klistra in texten var som helst
DOCXRedigera i Microsoft Word eller Google Docs, se MP3 till DOCX
SRTUndertexter för videoredigerare och YouTube, se MP3 till SRT
VTTUndertexter för HTML5- och poddspelare på webben, se MP3 till VTT

Varje undertextrad hålls så kort att den går att läsa bekvämt på skärmen.

Är mitt ljud privat?

Ditt ljud sparas inte långsiktigt: det raderas så snart det har bearbetats. Transkriptionerna, undertexterna och de översatta filerna vi skapar sparas i 24 timmar så att du kan ladda ner dem och raderas sedan permanent.

Filerna skickas över en krypterad anslutning, och ditt innehåll säljs aldrig och används aldrig för att träna AI-modeller. För att skapa texten bearbetas ljudet och transkriptionen av tredjepartstjänster för taligenkänning och AI-språk. Detaljerna finns i integritetspolicyn.

Vem använder ljud till text

Poddare

Publicera en transkription med varje avsnitt så att lyssnarna kan söka i den, och hämta citat till inlägg i sociala medier och programanteckningar utan att spela upp ljudet igen.

Journalister och forskare

Transkribera intervjuer för att kontrollera citat, koda svar i en studie eller ha en skriftlig dokumentation vid sidan av originalinspelningen.

Studenter

Gör inspelade föreläsningar och seminarier till text och sök sedan efter den del du behöver i stället för att lyssna på hela lektionen igen.

Team

Transkribera mötesinspelningar för att dela anteckningar med dem som inte var med och spara en dokumentation av vad som beslutades.

Prissättning

Transparent prissättning. Massiva kvoter. Ren produktivitet.

Välj ett plan som passar ditt arbetsflöde och få oöverträffad transkriptionshastighet med absolut integritet.

Betala per användning

Köp krediter vid behov. Inget abonnemang, ingen bindning.

Upphör aldrigInget abonnemangOmedelbar påfyllning
$270 minuter
+5% +10% första påfyllning · 10 bonusminuter

Lägg till $8 till för +10% bonus

Säker betalning · Filer raderas efter 24 tim

MånadsvisÅrsvis

Starter

Perfekt för att prova

$0

Gratis för alltid

Prova gratis
  • 15 gratisminuter utan konto, 20 till med ett gratis konto
  • Molnbaserad API-bearbetning
  • Alla exportformat (TXT, SRT, VTT, DOCX)
MEST POPULÄR

Pro

För dagliga proffs

$19.90/mån

Ingår 4 000 poäng/mån (~66 timmar)

Registrera dig för att låsa upp 25% extra bonus

  • Prioriterad molnbaserad turbomofor
  • Krypterad överföring · filer raderas efter 24 tim
  • Alla exportformat (TXT, SRT, VTT, DOCX)

Max

För avancerade användare och team

$49.90/mån

Ingår 15 000 poäng/mån (~250 timmar)

Registrera dig för att låsa upp 25% extra bonus

  • Allt i Pro
  • Högsta prioritetskö
  • Kommersiell licens
  • API-åtkomst (kommer snart)

Vanliga frågor

Ja. De första 15 minuterna av en fil transkriberas gratis, utan konto. Skapa ett gratis konto för ytterligare 20 gratisminuter och för att spara din historik.

De flesta filer är klara på några minuter, och även en lång inspelning kommer tillbaka som en enda komplett transkription.

Nej, inte på lång sikt. Ljudet du laddar upp raderas så snart det har bearbetats. De transkriptioner, undertexter och översatta filer vi skapar sparas i 24 timmar så att du kan ladda ner dem och raderas sedan permanent. Ditt innehåll säljs aldrig eller används för att träna AI-modeller.

Ladda upp ljudfilen på den här sidan så startar transkriptionen av sig själv: språket identifieras automatiskt och talet skrivs ut med tidsstämplar. När den är klar kan du läsa transkriptionen i webbläsaren eller ladda ner den som TXT, DOCX, SRT eller VTT. Ingen programvara behöver installeras.

I praktiken ingen: båda betyder att inspelat tal görs om till skriven text, och tal till text är ett tredje namn på samma sak. ”Ljud till text” är det vanliga namnet på verktyget, ”ljudtranskription” på processen och dess resultat, transkriptionen.

Det du redan har. Taligenkänning behöver inget särskilt format, och att göra om en fil igen kan bara försämra kvaliteten. Om du spelar in något nytt bevarar ett okomprimerat eller lätt komprimerat format som WAV, FLAC eller en M4A av hög kvalitet mest detaljer, men en vanlig MP3 transkriberas också bra.

Ja. Röstmemon, dikteringar och inspelningar från vilken telefonapp eller inspelare som helst kan laddas upp som de är, i format som M4A, MP3, WAV eller AMR. Du får texten med tidsstämplar och kan ladda ner den som TXT eller Word.

Ja, men noggrannheten sjunker när bruset blir högre. Jämnt brus, som från en luftkonditionering, stör mindre än musik, överlappande röster eller en talare långt från mikrofonen. Spela in nära talaren om du kan; kontrollera passagerna där bruset är starkast om inspelningen redan finns.

Det finns ingen fast gräns för längd eller filstorlek. Långa inspelningar kommer tillbaka som en komplett transkription, och du debiteras per minut ljud (1 kredit = 1 minut).

Ja. Efter transkriptionen kan du översätta texten eller undertexterna till 29 språk och ladda ner översättningen som TXT, DOCX, SRT eller VTT. För video, se videoöversättaren.