UltKit

MP3 til tekst-konverter

Upload en MP3 med en forelæsning, et interview, et møde eller en podcast, og få det talte som tekst, du kan søge i, redigere og citere. Vælg ren tekst til noter, Word til redigering eller SRT og VTT, når teksten skal passe til en video.

Lyd til tekst

eller slip MP3, WAV, M4A …-filer her ·

Maks. 95 MB pr. fil· Op til 20 filer· Slettes efter 30 minutter

Transskription

Filer behandles på vores servere og slettes efter 30 minutter.

Sådan bruger du værktøjet

  1. 1

    Upload din MP3

    Slip en eller flere MP3-filer, op til 20 ad gangen og 95 MB pr. fil. Andre lyd- og videofiler som M4A, WAV og MP4 virker også.

  2. 2

    Vælg sprog og outputformat

    Talt sprog står på automatisk registrering, som lytter til de første 30 sekunder. Vælg selv sproget, hvis optagelsen starter med musik. Resultat starter som ren tekst; skift til Word, PDF, SRT eller VTT efter behov.

  3. 3

    Transskriber og download

    Tryk på Transskribér, og download transskriptionen. Slå Tidsstempler eller Talermærkater til under Avancerede indstillinger først, hvis du skal finde passager eller kende stemmerne fra hinanden.

Når du transskriberer en MP3, bliver minutters lytning til sekunders læsning: søg efter et ord, kopiér et citat, eller giv teksten til en, der ikke kan afspille lyd.

Hvorfor transskribere MP3 til tekst

MP3 er det, de fleste diktafoner, optageapps til telefonen og podcastværktøjer eksporterer, så det er som regel den fil, du allerede har. Studerende transskriberer optagede forelæsninger for at lære af noter, journalister henter ordrette citater fra interviews, forskere kode fokusgrupper, og podcastere udgiver transskriptioner, så afsnittet kan findes via søgemaskiner og læses af døve og hørehæmmede.

Resultatet afgør, hvad du kan bagefter. Ren tekst (TXT) kan indsættes overalt. Word (DOCX) er klar til redigering og kommentarer. PDF passer til en transskription, der ikke skal ændres. SRT og VTT er undertekstfiler med tidsangivelser, og JSON lister hvert ord med dets tidspunkt til udviklere.

Hvis optagelsen ligger i en video, kan du uploade selve videoen; lydsporet bliver transskriberet. Eller udtræk lyden først med MP4 til MP3, hvis videoen er for stor til at uploade.

filer pr. batch
20
pr. fil
95 MB
sprog plus automatisk registrering
33
før uploads slettes
30 min.

Hvad påvirker præcisionen fra MP3 til tekst

Talere i munden på hinanden
To stemmer på én gang er det sværeste tilfælde. Paneldebatter og optagelser fra middagsbord mister flest ord, hvor folk afbryder hinanden.
Baggrundsstøj
Musik, trafik og aircondition konkurrerer med talen. Et stille rum betyder mere end en dyr mikrofon.
Telefon- og opkaldsoptagelser
Traditionelle telefonlinjer overfører kun et smalt frekvensbånd, så konsonanter flyder sammen. Forvent flere rettelser i opkaldsoptagelser.
Forkert sprogindstilling
Automatisk registrering kan tage fejl af en fil, der starter med musik eller skifter sprog. Hvis du selv vælger Talt sprog, løser det problemet.

MP3 til SRT-undertekster med tidsstempler

To undertekster fra en SRT-fil
1
00:00:01,200 --> 00:00:04,050
Velkommen tilbage til programmet.

2
00:00:04,300 --> 00:00:07,900
I dag taler vi om at optage hjemme.

SRT kommer fra SubRip, et undertekstværktøj til Windows, og er det mest udbredte undertekstformat: et nummer, en start- og sluttid med komma før millisekunderne og selve teksten. VTT, eller WebVTT, er W3C's version til webvideoafspillere og bruger punktum i stedet for komma. Begge er ren tekst, så du kan rette et misforstået ord i en hvilken som helst editor.

Undertekstlinjer brydes som standard ved 42 tegn, den grænse der bruges i professionelle undertekstretningslinjer som Netflix' for de fleste sprog med latinsk skrift. Hvis du vil have tidsmarkører i et dokument frem for en undertekstfil, så behold TXT, Word eller PDF og slå Tidsstempler til, som sætter en markør som [01:15] foran hvert afsnit. Har du allerede undertekster og skal bruge ren tekst? SRT til TXT fjerner numre og tidsangivelser.

Spørgsmål om MP3 til tekst

Hvor præcis er transskription af MP3?

Det afhænger langt mere af optagelsen end af filformatet. Én tydelig stemme tæt på en mikrofon transskriberes meget godt; et telefonopkald, en larmende café eller flere personer, der taler i munden på hinanden, giver flere fejl. Læs altid transskriptionen igennem én gang, før du citerer fra den.

Kan jeg kun transskribere en del af en lang MP3?

Ja. Angiv Start ved og Slut ved under Avancerede indstillinger i sekunder eller minutter:sekunder, for eksempel 12:30 til 18:00. Kun det stykke bliver transskriberet, hvilket går hurtigere, når du blot skal bruge ét svar fra et langt interview.

Hvilket format skal jeg vælge til YouTube-undertekster?

SRT eller VTT. Begge indeholder start- og sluttid for hver linje, og YouTube Studio accepterer begge, når du uploader en undertekstfil. Behold Tegn pr. linje på 42, så hver undertekst passer på to korte linjer på skærmen.

Hvad indeholder JSON-outputtet?

Hvert ord med start- og sluttid. Udviklere bruger det til at bygge interaktive transskriptioner, søge i lyd eller klippe uddrag ved helt bestemte ord. Til læsning er TXT eller Word nemmere.

Min MP3 er større end 95 MB. Hvad kan jeg gøre?

Tale kræver ikke en høj bitrate. Genkod filen til 64 kbps mono med Komprimer lyd, som gør en lang optagelse adskillige gange mindre uden at skade transskriptionen, og upload derefter den mindre fil.

Kan den skelne mellem, hvem der taler?

Med Talermærkater slået til markerer transskriptionen skift mellem stemmer som Taler 1, Taler 2 og så videre. Den kender ikke navne, så udskift mærkaterne med de rigtige navne i Word bagefter.