Af whispertranscribe.ai-redaktionen · Senest opdateret: november 2026 · 13 minutters læsning
En lyd til tekst-konverter omdanner optaget tale til redigerbar, søgbar tekst. Onlineversioner kører i browseren: Du uploader en fil, en talegenkendelsesmodel behandler den på udbyderens servere, og du downloader en transskription. Vælg efter filgrænser, sprog, taleretiketter, eksportformater og privatlivsvilkår.
To værktøjer, der ser ens ud på forsiden, kan have tidobbelte forskelle i fillængde eller bruge optagelser til AI-træning. Her finder du kontroller på udbydernes sider, seks sammenlignede værktøjer, fem trin, lydforberedelse, fejlfinding og seks spørgsmål til privatlivspolitikken.
Oplysning. whispertranscribe.ai udgiver denne vejledning og nævner sin egen konverter først. Konkurrenternes tal linker til deres sider og blev kontrolleret i november 2026. Vi har ikke udført en nøjagtighedstest til artiklen og viser ingen testresultater.
Kort svar: Hvad gør en online lyd til tekst-konverter?
Den modtager en lydfil eller et link og returnerer tekst, normalt med tidskoder og ofte taleretiketter. De fleste bruger neurale talegenkendelsesmodeller; whispertranscribe.ai og TurboScribe bruger eksempelvis OpenAI's Whisper-modelfamilie. whispertranscribe.ai er et browserbaseret AI-værktøj, som omdanner lyd og video til tekst på over 130 sprog med uploads på op til 5 GB og 10 timer.
Grundforløbet er det samme:
- Upload en MP3-, WAV- eller M4A-fil, eller indsæt et link.
- Vælg talesprog og indstillinger som talergenkendelse.
- Læs korrektur og eksportér til et dokumentformat (DOCX, PDF, TXT) eller undertekstformat (SRT, VTT).
Brug et værktøj, når du allerede har en optagelse, ønsker taleretiketter eller tidskoder og accepterer cloudbehandling. Vælg noget andet, når lyden aldrig må forlade computeren (brug offlineværktøj), et menneske skal stå inde for hvert ord (brug en menneskelig tjeneste), eller du vil have ord skrevet, mens du taler (diktering er indbygget på telefon og computer).
Sådan vælger du en lyd til tekst-konverter: 8 kontroller
Se forbi tillægsord som hurtig, præcis og sikker, og find de skriftlige grænser. Tabellen viser, hvor de normalt står, og hvad der bør give anledning til spørgsmål.
| Kontrol | Hvad du skal finde | Hvor det normalt står | Advarselstegn |
|---|---|---|---|
| 1. Filstørrelse og længde | Både størrelse (GB) og varighed (timer) | Prisside, uploadhjælp | Kun ét tal eller gratisgrænse opdaget efter upload |
| 2. Sprog | Dit sprog og regional variant; blandet sprog ved behov | Sprogliste | Rundt tal uden en liste |
| 3. Talergenkendelse | Tilgængelig i dit abonnement uden ændrede filgrænser | Funktionsliste, uploadhjælp | Kortere grænse, når den er slået til |
| 4. Eksportformater | Formaterne du behøver i det valgte abonnement | Pristabel | DOCX eller SRT reklameres, men mangler i gratis-kolonnen |
| 5. Privatliv | Opbevaring, sletning, AI-træning, menneskelig gennemgang og navngivne tredjeparter | Privatlivspolitik, sikkerheds-FAQ | Beroligende ord uden oplysninger om opbevaring eller træning |
| 6. Oprettelse | Afprøvning før konto eller betalingskort | Gratis-side, pris-FAQ | Kort kræves til en gratis prøve |
| 7. Prismodel | Månedlige minutter, timepakker eller fast ubegrænset pris med rimelig brug | Prisside og FAQ | Minutter udløber, når dit forbrug svinger |
| 8. Nøjagtighed | En angivet betingelse, f.eks. klar lyd | Produktside, FAQ | Procent uden betingelse eller kilde |
To forhold overses ofte. Filgrænser virker samtidig: Et abonnement kan tillade 1 GB, men stoppe ved 3 timer eller tælle uploads separat fra minutter. Gratis varierer meget, fra tre korte filer dagligt til en engangsprøve på 10 minutter. Læs derfor prisoversigtens gratis-kolonne.
6 online lyd til tekst-konvertere sammenlignet (november 2026)
Her er seks værktøjer baseret på virksomhedernes egne sider. „Ikke offentliggjort” betyder, at tallet ikke fandtes på de læste sider.
| Værktøj | Maks. fil (størrelse / længde) | Sprog | Taleretiketter | Eksport | Gratis start | Trænes AI på indholdet? | Betalt fra |
|---|---|---|---|---|---|---|---|
| whispertranscribe.ai | 5 GB / 10 timer | 130+ | Ja | DOCX, PDF, SRT, VTT, TXT, CSV | Gratis-side uden konto | Nej (privatlivspolitik) | 9,99 USD/måned årligt |
| TurboScribe | 5 GB / 10 timer på Unlimited; 30 minutter gratis | 98+ | Ja | PDF, DOCX, SRT, VTT, CSV, TXT | Gratis, intet kort | Nej (sikkerheds-FAQ) | 10 USD/måned årligt |
| HappyScribe | Ingen filstørrelsesgrænse ifølge lydsiden; minutter tælles | 150+ | Ja | Gratis: TXT, SRT. Pro: 15+ formater | Gratis konto uden kort | Kun ved tilvalg ved oprettelse (privatlivspolitik) | 8,50 USD/måned årligt |
| Notta | Lyd 1 GB / 5 timer (3 med taler-ID); 3 minutter gratis | 58 | Ja | Eksport er en Pro-funktion | Gratis uden kort | Ikke offentliggjort | 8,17 USD/måned årligt |
| Otter.ai | 5 GB; 30 minutter pr. samtale på Basic, 90 på Pro | Prissiden: 6; officiel hjælp: 17 | Ja | Basic: MP3, TXT. Pro tilføjer PDF, DOCX, SRT | Gratis Basic | Ja: afidentificerede lydoptagelser og transskriptioner, som kan indeholde personoplysninger (privatlivspolitik) | 8,33 USD/bruger/måned årligt |
| Rev | Ikke offentliggjort | Gratis: engelsk. Essentials: engelsk og spansk. Pro: 37+ | Ikke offentliggjort | Ikke angivet på prissiden | Gratis | Siger, at kundedata ikke bruges til at træne eksterne LLM'er | 25,49 USD/plads/måned årligt |
whispertranscribe.ai
God til: lange optagelser og ikke-engelsk lyd: filer på op til 5 GB og 10 timer, over 130 sprog med regionale varianter, Multilingual Mix ved sprogskift og Noise / Low-Quality Audio/Video for mange sprog.
Vær opmærksom på: Kun cloud, ingen offlinefunktion, app, API eller menneskelig korrektur og ingen brugerdefineret ordliste, så navne og fagudtryk skal kontrolleres manuelt. Gratisstarten angiver ikke et fast antal minutter, og lange transskriptioner kan kræve opgradering før fuld visning.
De fem andre kort fortalt
- TurboScribe passer til stor brug med fast pris: Unlimited har ingen samlet grænse for én person og bruger Whisper. Gratis giver 3 filer dagligt på op til 30 minutter, og konti må ikke deles.
- HappyScribe passer til undertekster og teams med mulig menneskelig korrektur (fra 2,00 USD/minut). Betalte abonnementer tæller AI-minutter (Basic indeholder 120 månedligt); gratis er en engangsprøve på 10 minutter.
- Notta passer til mødeoptagelse og mobilapps. Gratis samtaler stopper ved 3 minutter, eksport kræver Pro, og taler-ID sænker lydgrænsen fra 5 til 3 timer.
- Otter.ai passer til livemøder på de understøttede sprog. Prissiden angiver 6, mens officiel hjælp angiver 17 som vist i tabellen. Basic tillader kun 3 filimporter i kontoens levetid; privatlivspolitikken omtaler AI-træning på afidentificerede lydoptagelser og transskriptioner, som kan indeholde personoplysninger.
- Rev passer til juridiske og undersøgende teams med behov for menneskelig transskription (fra 1,99 USD/minut). Gratis er kun engelsk med 45 AI-minutter månedligt; betalte abonnementer prissættes pr. plads.
For dybere anmeldelser, se bedste AI-transskriptionssoftware og alternativer til TurboScribe.
Sådan bruger du en online lyd til tekst-konverter i 5 trin
Trinene bruger whispertranscribe.ai's gratis lyd til tekst-konverter; andre værktøjer følger samme rækkefølge med andre betegnelser.
Trin 1: Upload lyd
Træk filen ind i uploadfeltet („Drag & drop or browse file”). Almindelige lyd- og videoformater accepteres (se tabellen nedenfor). For YouTube, Vimeo, Google Drive eller Dropbox kan du indsætte linket i transskription fra URL i stedet for først at downloade.
Trin 2: Vælg talesproget
Vælg sproget selv frem for at stole på automatisk registrering. Siden bemærker, at visse sprog har flere muligheder, og anbefaler at prøve en anden ved dårligt resultat. Brug en regional variant som portugisisk (Brasilien), når den passer, Noise / Low-Quality til vanskelig lyd og Multilingual Mix ved sprogskift.
Trin 3: Indstil og transskriber
Slå Enable Speaker Detection til for interviews, møder og podcasts, og klik Convert audio to text. Ved klar lyd kan nøjagtigheden nå op til 99 %; forvent mindre ved støj, kraftige accenter eller overlappende tale.
Trin 4: Læs korrektur med lyden
Afspil optagelsen, mens du læser, og kontrollér de steder, hvor talegenkendelse ofte fejler:
- Egennavne: personer, virksomheder, steder og produkter.
- Tal: priser, datoer, procenter og telefonnumre.
- Talerskift: et hurtigt svar („Ja.”) kan knyttes til den forkerte person.
- Overlap og latter: tekst kan mangle eller blive slået sammen.
- Tavshed eller musik: se efter gentagne eller opdigtede linjer.
Trin 5: Eksportér det rigtige format
Vælg efter næste opgave: DOCX eller PDF til dokumenter, TXT til indsætning, CSV til regneark eller forskningskodning og SRT eller VTT til undertekster.
Du kan starte uden konto. Til regelmæssig brug starter abonnementer ved 9,99 USD/måned årligt (priser).
Tjekliste til bedre lyd før upload
Ren lyd gør mere for transskriptionen end et værktøjsskift. Punkterne følger Google Clouds best practices for taledata, som er bredt anvendelige, selv om de er skrevet til Googles egen genkender.
Før optagelse: Indhent nødvendigt samtykke og arrangørens tilladelse, og respekter forbud.
- Placér mikrofonen tæt på taleren, især ved baggrundsstøj.
- Slå automatisk gain og støjundertrykkelse fra, hvis appen tillader det; Google anbefaler at deaktivere begge.
- Indstil niveauet, så høje passager ikke klipper. Forvrængede toppe kan ikke repareres bagefter.
- Optag ved mindst 16.000 Hz. Telefoner og optagere gør typisk allerede dette.
- Brug tabsfrit format, hvis du kan vælge. Google anbefaler FLAC eller ukomprimeret LINEAR16 og advarer om, at MP3, M4A og andre codecs med tab kan reducere nøjagtigheden.
Før upload
- Upload originalen, ikke en omkodet kopi. MP3 gemt som WAV bliver større uden at genskabe detaljer, og Google fraråder resampling (send en 8.000 Hz-telefonoptagelse som den er).
- Lyt til 30 sekunder i starten og midten for at bekræfte sproget og høre alle stemmer.
- Klip lange musikintroer eller pauser væk, hvor modellen kan skabe gentaget eller opdigtet tekst.
- Gør store videofiler mindre med en lyd- og video til MP3-konverter, hvis upload er langsom.
- Skriv navne og udtryk ned, som skal kontrolleres ved korrektur.
Lydformater: Hvilke filer passer bedst til transskription?
Alle almindelige formater kan transskriberes. Forskellen er, hvor mange detaljer komprimeringen har bevaret. Tabsfri formater bevarer det, mikrofonen fangede; formater med tab kasserer noget for at spare plads.
| Format | Med eller uden tab | Typisk kilde | Tip til transskription |
|---|---|---|---|
| MP3 | Med tab | Podcasts, downloads, ældre optagere | Fint til klar tale; upload som den er. Prøv MP3 til tekst |
| WAV | Normalt ukomprimeret PCM, men codec kan variere (Library of Congress) | Feltoptagere, lydredigering | Høj kvalitet, store filer; vær opmærksom på grænser ved lange optagelser |
| M4A / AAC | Med tab (AAC) | iPhone Voice Memos, mange Android-optagere | Upload direkte; se transskription af stemmememoer |
| FLAC | Tabsfri, komprimeret (RFC 9639) | Arkiver, lydeksport | Mindre end WAV uden kvalitetstab; godt når du styrer eksporten |
| ALAC | Tabsfri | Apple Music-bibliotek, visse Apple-eksporter | Samme idé som FLAC i Apples format |
| AIFF | Normalt ukomprimeret | Mac-lydapps, GarageBand-eksport | Behandl som WAV |
| CAF | Container; kan indeholde lyd med eller uden tab | Apple-apps og udviklerværktøjer | Upload som den er |
| OGG | Container, ofte Vorbis eller Opus med tab | Weblyd, spil, visse beskedapps | Upload som den er |
| OPUS | Med tab, udviklet til tale og musik fra 6 til 510 kbit/s (RFC 6716) | Talebeskeder og VoIP-opkald | Normalt lille og klar nok til transskription |
| AMR | Med tab, smalbåndstale | Ældre telefonopkald og stemmeoptagere | Forvent lavere nøjagtighed på gammel telefonlyd; opsampl ikke |
Videoformater (MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG, MPEG) accepteres også: konverteren læser lydsporet. Til videoprojekter kan du bruge video til tekst-konverteren.
Fejlfinding: almindelige problemer og løsninger
Dårlige transskriptioner skyldes oftest sprogindstillingen eller selve lyden.
| Problem | Sandsynlig årsag | Forsøg |
|---|---|---|
| Transskriptionen er meningsløs eller på forkert sprog | Forkert sprog valgt eller automatisk gæt baseret på kort intro | Kør igen med korrekt sprog eller regional variant; brug Multilingual Mix ved blandet tale |
| Upload afvises | Filen er for stor eller lang | Kontrollér grænsen (whispertranscribe.ai: 5 GB og 10 timer); del optagelsen eller konvertér video til lyd |
| Meddelelsen „No audio detected” | Beskadiget fil, lydløst spor eller lyd på uventet kanal | Afspil lokalt; eksportér igen fra optageappen |
| Al tale under én taler | Talergenkendelse var slået fra, eller stemmerne ligner hinanden | Slå den til og kør igen; omdøb etiketter ved korrektur |
| Gentagne eller opdigtede linjer | Lang tavshed, musik eller kraftig støj | Klip disse afsnit; prøv Noise / Low-Quality |
| Navne og fagudtryk stavet forkert | Sjældne ord, modellen sjældent har set | Søg og erstat ud fra listen med navne og termer |
| Kun en del af transskriptionen vises | Gratisgrænser | Kontrollér prisplanens grænser før upload af lange filer |
Er en online lyd til tekst-konverter sikker? 6 spørgsmål til privatlivspolitikken
Privatlivet afhænger af udbyderens skriftlige politik og din egen deling. Før upload af interviews, klientopkald eller personlige oplysninger bør du søge konkrete, kontrollerbare svar frem for generelle forsikringer. En klar skriftlig forpligtelse kan efterprøves; det kan en vag ikke. Dette er generel information, ikke juridisk rådgivning.
Her er seks spørgsmål og svarene fra whispertranscribe.ai's privatlivspolitik, læst i november 2026:
| Spørgsmål | Hvorfor det betyder noget | whispertranscribe.ai's svar (ifølge /privacy) |
|---|---|---|
| 1. Hvad sker der med originalfilen efter behandling? | Det er den mest komplette kopi af samtalen | Originale lyd- og videouploads slettes automatisk, når behandlingen er færdig |
| 2. Hvilke andre kopier gemmes og hvor længe? | Transskriptioner og udtrukket lyd kan have forskellige regler | Udtrukne MP3-filer slettes som standard efter 30 dage; transskriptioner har ingen fast udløbsdato og slettes af dig |
| 3. Bruges mit indhold til AI-træning? | Dine ord kan påvirke modeller, andre bruger | Nej. Politikken udelukker brug til træning, finjustering eller evaluering af egne eller tredjepartsmodeller |
| 4. Lytter eller læser et menneske med? | Menneskelig kvalitetssikring indebærer adgang til lyden | Ingen menneskelig gennemgang af optagelser eller transskriptioner |
| 5. Hvilke eksterne virksomheder er involveret? | Hver er endnu et sted, data sendes til | OpenAI er angivet som AI-udbyder; Firebase, Mixpanel og Google Analytics til analyse |
| 6. Kan jeg slette alt, og kan det gendannes? | Sletning bør være under din kontrol | Du kan slette filer, transskriptioner og udtrukne MP3-filer eller anmode om kontosletning; se politikken for gældende vilkår |
Politikken angiver også TLS 1.3 under overførsel og AES-256 i hvile. Kræver din organisation en bestemt certificering eller underskrevet aftale, så bed udbyderen om dokumentet og vælg en, der kan levere det. Indhent nødvendigt samtykke og arrangørens tilladelse før optagelse, og respekter eventuelle forbud.
Hvilken lyd til tekst-konverter bør du bruge?
Match værktøjet med optagelsen:
- Lange filer eller mange sprog: høje filgrænser og bred sprogliste, f.eks. whispertranscribe.ai eller TurboScribe.
- Hurtige stemmememoer eller dikterede udkast: en stemme til tekst-side eller enhedens indbyggede diktering kan være nok.
- Ugentlige livemøder: en mødeassistent som Otter.ai eller Notta, hvis sprogene passer.
- Juridiske dokumenter eller citater, der skal være nøjagtige: menneskelig transskription som Rev eller HappyScribe eller grundig menneskelig korrektur af et AI-udkast.
- Lyd, der ikke må forlade computeren: en offline Whisper-app; se bedste gratis transskriptionssoftware.
Sammenlign resten på funktionssiden.
Ofte stillede spørgsmål
Hvad er den bedste online lyd til tekst-konverter?
Den bedste passer til dine optagelsers grænser. Til lange filer og mange sprog bør du se efter høje filgrænser og en fuld sprogliste; whispertranscribe.ai håndterer op til 5 GB og 10 timer på over 130 sprog, og TurboScribe tilbyder fast pris. Til livemøder kan Otter.ai eller Notta passe bedre. Skal hvert ord verificeres, så vælg en tjeneste med menneskelig transskription som Rev.
Kan jeg konvertere lyd til tekst gratis online?
Ja, de fleste kan prøves gratis, men grænserne varierer. I november 2026 tillod TurboScribe tre filer dagligt på op til 30 minutter, Notta begrænsede hver gratis samtale til 3 minutter, og HappyScribe tilbød en engangsprøve på 10 minutter. whispertranscribe.ai lader dig starte uden konto; kontrollér det aktuelle gratisindhold på siden før upload af lange filer.
Hvor præcise er online lyd til tekst-konvertere?
Moderne værktøjer er meget præcise ved klar lyd, men støj, mikrofonafstand, kraftige accenter og overlappende tale reducerer nøjagtigheden. whispertranscribe.ai kan nå op til 99 % ved klar lyd. Udbydere måler forskelligt, så behandl en enkelt procent som et bedst muligt tilfælde. Den mest pålidelige test er et kort udsnit af din egen lyd efterfulgt af kontrol af navne, tal og fagudtryk.
Er det sikkert at uploade lyd til en online konverter?
Det kan det være, hvis udbyderens skriftlige politik besvarer de rigtige spørgsmål. Kontrollér originalfilens skæbne, opbevaringstid, AI-træning, menneskelig gennemgang, tredjepartsbehandling og sletning. whispertranscribe.ai's politik siger, at originaler slettes efter behandling, og indhold ikke bruges til træning. Skal lyden blive på enheden, så brug et offlineværktøj. Dette er ikke juridisk rådgivning.
Hvilket lydformat er bedst til transskription?
Et tabsfrit format som WAV eller FLAC bevarer flest detaljer, så brug det, når du styrer optagelse eller eksport. Har du allerede MP3 eller M4A, så upload den som den er: Konvertering til WAV gør filen større uden at genskabe noget. En nær mikrofon, ingen clipping og lav baggrundsstøj betyder mere end filformatet.
Kan en lyd til tekst-konverter skelne talere?
Ja, mange kan. Funktionen kaldes talergenkendelse eller diarisation og mærker transskriptionens afsnit efter taler. På whispertranscribe.ai slår du Enable Speaker Detection til før transskription. Etiketter er mindre pålidelige, når stemmer ligner hinanden, eller folk taler samtidig, så kontrollér skift og omdøb til rigtige navne.
Klar til at konvertere din egen optagelse? Upload den til whispertranscribe.ai's gratis lyd til tekst-konverter: Vælg blandt over 130 sprog, slå talergenkendelse til, og eksportér DOCX, PDF, TXT, CSV, SRT eller VTT. Betalte abonnementer starter ved 9,99 USD/måned årligt.
Kilder
- OpenAI: Whisper GitHub repository
- Google Cloud: Speech-to-Text best practices for providing speech data
- Library of Congress: WAVE Audio File Format (fdd000001)
- IETF: RFC 9639, Free Lossless Audio Codec (FLAC)
- IETF: RFC 6716, Definition of the Opus Audio Codec
- Vendor pages checked November 2026: TurboScribe, TurboScribe security FAQ, HappyScribe pricing, HappyScribe audio to text, HappyScribe privacy, Notta pricing, Notta file import limits, Notta languages, Otter pricing, Otter file import help, Otter privacy policy, Rev pricing
