Video til tekst: lav en udskrift af enhver video

Hvad er det egentlig, video til tekst konverterer?

Video til tekst konverterer talen på lydsporet. Værktøjet åbner din fil, lytter og skriver ned, hvad der bliver sagt. Selve billedet bliver aldrig læst.

To ting følger af det:

Tekst, der kun findes på skærmen — en slide, et navneskilt, undertekster brændt ind i billedet — kommer ikke med i udskriften.
En video uden lyd giver ingenting. Var mikrofonen slået fra, eller tabte eksporten lydsporet, er der intet at hente.

Det betyder også, at du ikke behøver at konvertere din video til mp3 først. Ethvert værktøj, der accepterer video, trækker selv lyden ud; gør du det i hånden, koster det dig kun tid.

En sidste skelnen: en udskrift er ikke en undertekstfil. En udskrift er sammenhængende tekst, du læser som et dokument. Undertekster er de samme ord skåret op i korte, tidskodede linjer — det er en anden slags eksport.

Hvilke videofiler kan transskriberes, og hvor lange må de være?

De almindelige containere virker næsten overalt: mp4, mov, mkv og avi. Optagelser fra telefonen, skærmoptagelser og eksporter fra et kamera eller en mødeapp lander som regel i en af dem.

Det afgørende er, hvad der ligger indeni:

Der er et lydspor. Nogle eksporter taber det uden at sige fra, så afspil filen med lyden skruet op, før du går i gang.
Talen kan høres. Er en passage svær for dig at følge med i, bliver den også svær for værktøjet.
Længden holder sig inden for grænsen. Zeepit tager videofiler på op til fire timer per optagelse og bruger kun lyden, så en to timer lang mp4 kan gå direkte ind.

Størrelsen betyder mindre end længden, for billederne bliver kasseret med det samme: et tungt 4K-klip på ti minutter er en kort opgave, en let forelæsning på to timer er en lang. Har du et usædvanligt format, en gammel .wmv eller en proprietær kamerafil, så eksportér den som mp4 igen fra den app, der lavede den.

Trin for trin

Tjek, at videoen har brugbar lyd
Afspil filen med lyden skruet op. Er en passage svær for dig at forstå, bliver den også svær for ethvert værktøj. Eksportér eller optag om nu frem for efter en skuffende udskrift.
Åbn filen på telefonen, eller del den
Vælg videoen inde i din app til lyd til tekst, fra Filer på iPhone eller filvælgeren og Google Drive på Android. Eller åbn den i Fotos, WhatsApp eller Drive, tryk Del, og vælg appen.
Lad værktøjet læse lydsporet
Ingen konvertering nødvendig: mp4, mov, mkv og avi går ind, som de er, og kun lyden bliver brugt. Sproget registreres automatisk. Lange filer tager længere tid, så sæt dem tidligt i gang.
Læs udskriften, og ret navne og tal
Skim teksten igennem op mod videoen. Ret egennavne, tal og datoer — de tre ting, det er værd at tjekke, før andre får dokumentet at se.
Lav et resumé, og kopiér eller eksportér
Gør en times optagelser til nogle få læsbare afsnit, kopiér så teksten med ét tryk, eller eksportér den som PDF, Word eller ren tekst til den, der skal bruge den.

Telefon, computer eller browserværktøj: hvor skal du transskribere?

De fleste resultater på video til tekst er browserværktøjer, du åbner på en computer: træk filen ind, vent, kopiér resultatet. Det er fint, når videoen allerede ligger på en bærbar.

Det besværlige tilfælde er samtidig det mest almindelige: videoen ligger på din telefon. At maile den til dig selv, vente på overførslen og så uploade den igen er tre trin for meget til et klip på fem minutter.

På en telefon er der to veje:

Vælg filen inde i appen, fra Filer på iPhone eller filvælgeren og Google Drive på Android.
Brug delingsmenuen: åbn videoen i Fotos, WhatsApp, Telegram eller Drive, tryk Del, og vælg din app til lyd til tekst.

Zeepit er bygget til den anden vej på iPhone og Android — ingen desktopversion, intet at uploade fra en computer, og de første konverteringer er gratis efter installation. Samme greb virker til talebeskeder i WhatsApp, og forløbet er vist på siden om, hvordan det virker. Ligger dine filer på en bærbar, er du bedre tjent med et browserværktøj.

Hvordan får du en præcis udskrift af optagelser fra virkeligheden?

Præcisionen bliver for det meste afgjort, før du trykker på optag. Et værktøj kan kun skrive det, det kan høre.

Afstand slår alt andet. En telefon på bordet ved siden af den, der taler, giver en langt bedre udskrift end den samme telefon to meter væk i et rum med hårde vægge.
Musik er det sværeste tilfælde. Et lydspor under en speak forringer resultatet mere end jævn støj som et ventilationsanlæg.
Stemmer, der taler i munden på hinanden, kommer ud som én pærevælling, og det kan ikke reddes bagefter. Til et møde er det værd at bede om, at man taler én ad gangen.

Gennemgå så resultatet. Tre ting fortjener et kig, før teksten går videre til andre: egennavne, tal og tegnsætningen i slutningen af sætningerne, som bliver udledt frem for hørt. Skimmer du udskriften én gang, mens du spoler gennem videoen, fanger du det meste af det, der betyder noget — og det går stadig meget hurtigere end at skrive det hele selv.

Hvad bruger du udskriften til, når du først har den?

Den rå udskrift er sjældent det, du skal aflevere. Det, folk har brug for, er som regel et af disse:

Et resumé. En times video bliver til nogle få afsnit: beslutninger, spørgsmål, næste skridt.
Et søgbart dokument. Når ordene først er tekst, finder en søgning det øjeblik, du kun husker halvt.
En oversættelse. En video optaget på portugisisk, spansk eller japansk kan læses på et andet sprog, uden at noget skal optages om.
En fil, du kan sende. PDF eller Word til en kunde eller en underviser, ren tekst til at sætte ind i dine noter.

Sproget bliver registreret automatisk i de fleste moderne værktøjer, så du skal sjældent selv oplyse, hvad der blev talt, og transskription, resumé og oversættelse virker på snesevis af sprog.

I Zeepit kommer udskriften med et resumé med det samme — kort, mellem eller langt — og det tager ét tryk at kopiere teksten eller resuméet; eksport til PDF, Word eller ren tekst er en del af Zeepit Pro. Funktionssiden viser, hvad der følger med.

Hvad sker der med din videofil, mens den bliver transskriberet?

En video er mere personlig end et dokument: ansigter, hjem, kolleger, et kundemøde. Før du sender en følsom fil nogen steder hen, er fire spørgsmål værd at stille.

Bliver filen gemt efter behandlingen, og hvor længe?
Kan du selv slette den, og dækker det også backups?
Bliver indholdet genbrugt til at forbedre tjenesten?
Bliver udskriften på din enhed eller i en konto online?

Svarene er meget forskellige, og ethvert seriøst værktøj skriver dem på sin privatlivsside. Læs den én gang for det værktøj, du ender med at bruge.

Et fornuftigt udgangspunkt: filen bør slettes umiddelbart efter transskriptionen, ikke arkiveres, ikke genbruges, og der må ikke være AI-træning på dine optagelser. Og bliver udskriften på telefonen frem for i en konto, så husk, at teksten forsvinder sammen med appen, hvis du sletter den — eksportér derfor det, du vil beholde.

Ofte stillede spørgsmål

Skal jeg konvertere min video til mp3, før jeg transskriberer den?

Nej. Værktøjer, der accepterer video, læser lydsporet direkte fra mp4, mov, mkv eller avi. At konvertere i hånden lægger et ekstra trin til og kan koste kvalitet. Tjek bare først, at filen har lyd: en eksport uden lydspor giver en tom udskrift.

Kan et video til tekst-værktøj læse den tekst, der står på skærmen?

Nej. Transskription arbejder kun med lyd, så slides, navneskilte og undertekster, der er brændt ind i billedet, kommer ikke med. Har du brug for det, der står på skærmen, så tag et skærmbillede — eller læs de vigtigste punkter højt, mens du optager, så de havner i lyden.

Bliver min video gemt på serveren, efter den er transskriberet?

Det afhænger af værktøjet, så læs privatlivssiden. Hos Zeepit bliver filen sendt, transskriberet og slettet umiddelbart efter: intet arkiv, ingen genbrug, ingen AI-træning på dine optagelser. Udskriften og resuméet bliver på telefonen, så eksportér det, du vil beholde.

Virker det, hvis min video er på portugisisk, spansk, tysk eller japansk?

Ja. Sproget registreres automatisk i de fleste værktøjer, og transskription virker på snesevis af sprog — portugisisk, spansk, tysk, fransk, italiensk, japansk og tyrkisk iberegnet. Bagefter kan du få en oversættelse, uden at noget skal optages om. Præcisionen afhænger stadig af, hvor tydeligt talen blev fanget.

Hvorfor tager udskriften fejl af navne og fagudtryk?

Fordi ualmindelige ord bliver gættet ud fra lyden alene. Navne, forkortelser, brands og fagudtryk er de hyppigste fejl sammen med tal. Én gennemlæsning af udskriften retter dem langt hurtigere, end du selv kan skrive det hele — og det er trinnet, du aldrig bør springe over.