Video til tekst: Sådan omdanner du enhver video til tekst

Af whispertranscribe.ai-redaktionen · Sidst opdateret: november 2026 · 13 minutters læsning

En video-til-tekst-konverter udtrækker talen fra videoens lydspor og giver en transskription, som du kan redigere, søge i eller lave undertekster af. Vælg talesprog, upload filen eller indsæt et link, slå talergenkendelse til ved flere talere, og eksportér derefter DOCX, TXT, PDF, CSV, SRT eller VTT.

Her gennemgår vi fire videokilder, særlige videoproblemer, passende eksportformater og priser på de vigtigste værktøjer, tjekket november 2026.

Hvordan virker en video-til-tekst-konverter?

Konverteren ignorerer billedet. Den læser lydstrømmen i containeren (MP4, MOV, MKV), bruger talegenkendelse og tidsstempler hver frase. Tekst på slides, kode på skærmen og undertekster indbrændt i billedet kommer ikke med.

Lyden bestemmer derfor kvaliteten, og det, seeren kun ser, skal du selv tilføje. W3C kalder i sin vejledning om transskriptioner en tekst med disse visuelle oplysninger for en beskrivende transskription.

Hvor er videoen? Fire kilder, fire veje

Vælg efter, hvor videoen ligger nu.

Din video er... Typiske eksempler Bedste vej Kontrollér først
En fil på din enhed Mobilklip, kameraoptagelser, Zoom- eller OBS-optagelser, eksport fra redigeringsprogram Upload filen Under 5 GB og 10 timer; kontrollér lydsporet
Online bag et link YouTube, Vimeo, Google Drive, Dropbox Indsæt linket Linket kan åbnes uden login
På din skærm nu Webinar, produktdemo, opkald i en browserfane Optag skærmen, og transskriber System- eller fanelyd er med
Allerede undertekstet Din egen YouTube-upload, MKV med undertekstspor Genbrug underteksterne; transskriber kun ved dårlig kvalitet Om underteksterne er automatiske eller redigerede

1. En videofil på computer eller telefon

Upload originaleksporten fra redigerings- eller optageprogrammet frem for en kopi fra en beskedapp, som ofte genkomprimerer lyden. whispertranscribe.ai's side til video til tekst accepterer filer på op til 5 GB og 10 timer.

Vores værktøj til URL-transskription accepterer links fra YouTube, Vimeo, Google Drive og Dropbox. Linket skal være offentligt. Hvis det mislykkes, beder værktøjet dig kontrollere, at linket er offentligt, og filen kan downloades uden login.

Åbn Del i Google Drive, og vælg Alle med linket under Generel adgang. Googles delingshjælp siger, at andre dermed kan åbne filen uden at logge ind. Arbejds- og skolekonti kan blokere dette; download og upload i så fald filen. YouTube-transskriptionssiden bruger samme fremgangsmåde med et link.

3. Noget, der afspilles på skærmen

Hvis videoen ikke er gemt, kan du først optage den. Indhent nødvendigt samtykke fra deltagerne og arrangørens tilladelse før optagelse. Den browserbaserede skærmoptager optager skærm, webcam, mikrofon og systemlyd og genererer derefter transskription, AI-resumé og undertekster. Medtag systemlyd, når talen kommer fra computeren, f.eks. andre i et opkald; ellers optages kun din egen mikrofon.

4. En video med eksisterende undertekster

Undersøg, om teksten allerede findes:

  • En andens YouTube-video. Har den undertekster, kan seeren klikke på Vis transskription i beskrivelsen ifølge YouTube Hjælp. Automatiske undertekster mangler taleretiketter og gengiver ofte navne forkert.
  • Din egen YouTube-upload. Download undertekstsporet fra YouTube Studio. Vores guide til transskription af YouTube-videoer gennemgår begge muligheder.
  • En fil med indlejret undertekstspor. MKV og MP4 kan indeholde tekstundertekster som en separat strøm. FFmpeg kan vise og udtrække dem:
ffprobe -v error -show_entries stream=index,codec_type,codec_name -of compact input.mkv
ffmpeg -i input.mkv -map 0:s:0 subtitles.srt

SRT-udtræk fra et subrip-spor er kontrolleret med FFmpeg 4.3 på macOS. Billedbaserede spor, f.eks. dvd-undertekster, kan ikke gemmes som tekst på denne måde. Vores guide til eksport af SRT-undertekster går mere i dybden med redigeringsprogrammer og tidskoder.

Sådan konverterer du video til tekst med whispertranscribe.ai

Trinene følger den aktuelle video-til-tekst-side på whispertranscribe.ai. whispertranscribe.ai er et webbaseret AI-værktøj, som bygger på OpenAI's Whisper og omdanner lyd og video til tekst på 130+ sprog, med upload på op til 5 GB og 10 timer. Det kører i browseren uden installation.

  1. Vælg talesprog (trin 1 på siden). Listen indeholder 130+ sprog, regionale varianter som engelsk (Indien), Noise / Low-Quality Audio/Video for mange sprog og Multilingual Mix til videoer med sprogskift.
  2. Tilføj videoen (trin 2). Træk filen ind i feltet eller find den. Brug Transcribe from URL til et link, og klik på Start URL Transcription.
  3. Slå Enable Speaker Detection til ved interviews, paneler og møder. Lad den være slået fra ved én fortæller.
  4. Start transskriptionen med konverteringsknappen under uploadfeltet.
  5. Gennemgå og eksportér. Kontrollér navne, tal og talerskift mod videoen, og download det ønskede format (se tabellen nedenfor).

Ved klar lyd er nøjagtigheden op til 99 %. Musik, rumstøj, kraftige accenter eller overlappende stemmer reducerer den, så afsæt tid til korrektur. Gratis transskription kræver ingen konto. Hvor meget der kan transskriberes eller eksporteres uden abonnement fastsættes på siden og kan ændre sig. Abonnementer starter ved $9.99/måned ved årlig betaling (priser).

Hvilke videoformater kan uploades?

Uploadfeltet angiver disse videocontainere sammen med lydformaterne: MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG og MPEG. Ingen konvertering er nødvendig.

Container Typisk kilde Før upload
MP4 Telefoner, Zoom-optagelser, de fleste redigeringseksporter Brug den endelige eksport, ikke en kopi fra en chatapp
MOV iPhone-kamera, QuickTime, Apples redigeringsapps Eksport i høj kvalitet fylder meget; udtræk lyden over 5 GB
M4V Apple-eksporter, nogle konvertere Behandles som MP4
MKV OBS-optagelser, filer med flere spor Kontrollér, hvilket lydspor der indeholder tale
AVI, WMV Ældre kameraer og Windows-programmer Kan bruges direkte; gamle filer kan have dårlig lyd
WEBM Browseroptagere og webværktøjer Kan bruges direkte
MPG, MPEG Dvd'er, ældre videokameraer, tv-optagelser Kan bruges direkte; forvent mere støj

Flere lydspor? OBS kan gemme ét spor pr. mikrofon, og film kan have dubbede sprogspor. Siden angiver ikke, hvilket spor der transskriberes. Udtræk det ønskede spor som MP3 (f.eks. tager ffmpeg -i input.mkv -map 0:a:1 -vn speech.mp3 det andet lydspor), og upload det.

Filen er for stor? Vores video-til-MP3-konverter angiver, at den udtrækker lyd i browseren uden at uploade videoen. MP3-filen er langt mindre end videoen.

Hvorfor video er sværere at transskribere end lyd, og hvad du kan gøre

Video medfører problemer, som et stemmememo ikke har. Løsningerne er redigeringspraksis, ikke resultater af vores egne nøjagtighedstest.

Problem Hvorfor det opstår i video Løsning
Baggrundsmusik Introer, B-roll og vlogs lægger musik under stemmen Transskriber en eksport uden musik, eller vælg Noise / Low-Quality
Flere talere Paneler, filmede podcasts og møder Slå talergenkendelse til, og omdøb derefter "Speaker 1" og "Speaker 2"
Skærmdelingsdemoer Vigtige oplysninger står på skærmen, mens tastatur og blæsere støjer Tilføj skærmtekst manuelt; slå notifikationer fra og brug en mikrofon tæt på
Undertekster og læber er ude af takt Videoen blev klippet eller tidsændret efter transskriptionen Generér igen fra den endelige eksport, eller forskyd alle tidsstempler i en underteksteditor
Lange optagelser Webinarer, forelæsninger og streams varer i timevis Hold dig under 10 timer og 5 GB; del længere filer eller udtræk lyden
Blandede sprog Tosprogede interviews, værter der skifter sprog Brug Multilingual Mix, eller del videoen efter sprog

Musik under tale: Har du selv lavet videoen, kan du eksportere en version uden musik; tidsstemplerne passer stadig, fordi tidslinjens længde er uændret. English (Songs & Lyrics) er til sangtekst, ikke tale over musik.

Skærmoptagelser: "klik her, og skriv så dette" giver ikke mening på papir. Tilføj skærmdetaljer i kantede parenteser under korrekturen, f.eks. "[Settings > Billing]".

Meget lange videoer

Siden afviser filer over 10 timer og beder dig forkorte dem. FFmpeg kan opdele en lang optagelse uden genkodning:

ffmpeg -i stream.mp4 -c copy -f segment -segment_time 18000 -reset_timestamps 1 part_%02d.mp4

Kommandoen sigter mod dele på 5 timer. Snit uden genkodning placeres ved nøglebilleder, så længderne er omtrentlige, og hver dels tidsstempler starter ved nul.

Hvilket eksportformat skal du vælge?

Vælg efter, hvor teksten skal bruges. Den samme transskription kan eksporteres flere gange.

Format Bevarer timing til videoafspillere Åbnes i Vælg det, når teksten skal...
DOCX Nej Word, Google Docs Redigeres til artikel, shownoter eller kursusmateriale
PDF Nej Enhver PDF-læser Sendes til en kunde eller arkiveres som fast kopi
TXT Nej Teksteditor, CMS, AI-assistent Indsættes et andet sted eller opsummeres
CSV Ikke dokumenteret på siden Excel, Google Sheets Sorteres, kodes eller gennemsøges citat for citat
SRT Ja YouTube, Vimeo, Premiere, Resolve, VLC Bruges som undertekster på en platform eller i en editor
VTT Ja HTML5-webafspillere, Vimeo, YouTube Bruges som undertekster på dit eget websteds videoafspiller

Hvis undertekster er hovedformålet, har undertekstgeneratoren og MP4-til-SRT-konverteren indstillingen Maximum Words per Subtitle (standard 8), som holder linjerne korte. whispertranscribe.ai opretter undertekstfiler, men brænder dem ikke ind i billedet. Se vores guider til SRT-filer og tilføjelse af undertekster.

Video til tekst til fire almindelige opgaver

Hvert forløb begynder med en færdig video og slutter med noget, du kan offentliggøre eller sende.

Onlinekurser og optagne forelæsninger

  1. Eksportér hver lektion som en fil, så transskriptionerne svarer til modulerne.
  2. Vælg underviserens sprog og accent; brug kun talergenkendelse, hvis studerende taler.
  3. Eksportér SRT til kursusafspilleren og DOCX til materiale, og tilføj overskrifter og slideindhold som formler i parenteser.
  4. Placér teksten eller et link til den lige under videoen, som W3C anbefaler.

Videointerviews

  1. Giv om muligt hver person sin egen mikrofon for tydeligere talerskift.
  2. Upload med talergenkendelse slået til, og erstat standardetiketter med navne.
  3. Eksportér CSV til kodning af forskningssvar eller DOCX til en spørgsmål-og-svar-artikel.
  4. Afspil hver linje igen før citering, og fortæl interviewpersonerne, hvordan teksten bruges.

Optagne møder og webinarer

  1. Indhent nødvendigt samtykke og arrangørens tilladelse før optagelse. Brug platformens MP4-optagelse eller skærmoptageren med systemlyd.
  2. Slå talergenkendelse til, og eksportér TXT til et resumé og DOCX til referat.
  3. Sæt beslutninger og ansvarlige i en kort liste øverst.
  4. Slet filer, du ikke længere behøver. Se mere om Teams og Zoom i transskription af Zoom-møder.

Genbrug af dine YouTube-videoer som artikler

  1. Indsæt linket til din egen video i URL-værktøjet, og eksportér TXT.
  2. Fjern fyldord, falske starter og "som du kan se her".
  3. Gør hvert kapitel til en H2, tilføj skærmbilleder, hvor du pegede på skærmen, og integrér videoen øverst.
  4. For en anden målgruppe kan du oversætte lyden til engelsk eller tilføje et ekstra undertekstspor.

Genbrug kun videoer, du ejer eller har tilladelse til at bruge; se ophavsretsafsnittet nedenfor.

Sammenligning af video-til-tekst-konvertere (tjekket november 2026)

whispertranscribe.ai udgiver denne guide og står derfor først, også med egne ulemper. Tallene stammer fra leverandørernes sider, tjekket november 2026; "ikke verificeret" betyder, at tallet ikke kunne læses der.

Værktøj Laveste betalte pris Gratis mulighed Videolinks Sprog Eksport (som angivet) Reel ulempe
whispertranscribe.ai Fra $9.99/måned ved årlig betaling Gratis start uden konto; grænser fastsættes på siden YouTube, Vimeo, Google Drive, Dropbox 130+ DOCX, PDF, TXT, CSV, SRT, VTT Intet brugerdefineret ordforråd, indbrændte undertekster, menneskelig transskription eller mobilapp; links skal være offentlige
TurboScribe $10/måned årligt ($20 månedligt) 3 filer dagligt, op til 30 minutter hver YouTube (angivet med uploadformater) 98+ DOCX, PDF, TXT, CSV, SRT, VTT Én person pr. konto; gratis filer venter i en lavere prioriteret kø
HappyScribe $8.50/måned årligt ($17 månedligt), 120 AI-minutter om måneden 10 minutters AI-prøve YouTube, Vimeo, Drive, Box, Dropbox 150+ Basic: TXT, SRT, PDF, DOCX; VTT fra Pro Basic-minutter bruges hurtigt på lange videoer
Descript $16 pr. person/måned årligt ($24 månedligt), 10 medietimer 60 medieminutter om måneden Ikke kontrolleret 25 Ikke kontrolleret Medietimer tæller alle uploadede filer; bygget til redigering frem for massetransskription
VEED Ikke verificeret Prøv uden tilmelding; tilmelding til download; gratis videoeksport har vandmærke Ikke kontrolleret 125+ TXT, SRT, VTT på betalte abonnementer Undertekst- og transskriptionsfiler kræver opgradering
Notta $8.17/måned årligt ($97.99 om året) 120 minutter om måneden, op til 3 minutter pr. samtale Ikke kontrolleret 58 Eksport kræver Pro Gratis abonnement kan ikke eksportere transskriptioner
YouTube "Vis transskription" Gratis Gratis Kun videoer med undertekster Undertekstsprog varierer Ingen (læs og kopiér) Ingen taleretiketter eller fil; virker ikke uden undertekster
  • TurboScribe bygger også på Whisper med samme filgrænser på 10 timer og 5 GB; forskellene er abonnementer, sprog og linkkilder.
  • HappyScribe sælger menneskelig korrektur fra $2.00 pr. minut. Vi tilbyder ikke menneskelig transskription, så det passer bedre, når en person skal kontrollere hvert ord.
  • Descript og VEED er først og fremmest videoredigeringsprogrammer. Brug dem til at klippe video ved at redigere tekst eller brænde formaterede undertekster ind.
  • Notta angiver brugerdefineret ordforråd på betalte abonnementer. Det har vi ikke.

For en bredere sammenligning se den bedste AI-transskriptionssoftware, og for rene lydfiler vores guide til lyd-til-tekst-konvertere.

Ophavsret og privatliv før upload

Dette er generel information, ikke juridisk rådgivning.

Transskriber kun video, du har ret til at bruge: egne optagelser, licenseret materiale eller materiale, du har tilladelse til at behandle. En transskription kopierer ordene, så fuld offentliggørelse af andres tekst rejser samme spørgsmål som genudgivelse af videoen. I USA afgøres fair use fra sag til sag ud fra fire faktorer, og U.S. Copyright Office understreger, at ingen bestemt mængde automatisk er sikker. whispertranscribe.ai forbyder transskription af andres ophavsretligt beskyttede lyd eller video uden ejerens samtykke. Spørg ejeren eller en jurist ved tvivl.

Indhent samtykke fra personerne på kameraet. Indhent nødvendige samtykker og arrangørens tilladelse før optagelsen, og fortæl deltagerne, at den transskriberes. Reglerne varierer; se vores guide til amerikanske optagelseslove.

Vid, hvor filen ender. Her er en kort opsummering af whispertranscribe.ai's privatlivspolitik:

  • Originale uploadede lyd- og videofiler slettes automatisk efter behandling.
  • MP3-filer udtrukket under behandlingen gemmes som standard i 30 dage og kan slettes tidligere.
  • Transskriptioner forbliver på kontoen, indtil du fjerner dem. Sletning er permanent; der tilbydes ingen sikkerhedskopiering eller gendannelse af slettet indhold.
  • Dit indhold bruges ikke til AI-modeltræning og gennemgås ikke af mennesker.
  • Angivet sikkerhed: TLS 1.3 under overførsel og AES-256 ved lagring. OpenAI er angivet som AI-tjenesteudbyder.

Politikken siger også, at transskription af mediefiler er til personlig, ikke-kommerciel brug. Læs derfor hele politikken og vilkårene før kunde- eller virksomhedsarbejde.

Ofte stillede spørgsmål

Hvad er den bedste video-til-tekst-konverter?

Den bedste er den, som håndterer dine faktiske optagelser. Prøv samme minut af din sædvanlige lyd i flere værktøjer. whispertranscribe.ai og TurboScribe accepterer filer på op til 10 timer. HappyScribe tilbyder betalt menneskelig korrektur. Descript og VEED passer også til videoredigering. Sammenlign taleretiketter, navne og eksport, ikke kun den angivne nøjagtighed.

Kan jeg konvertere video til tekst gratis?

Ja, med begrænsninger. YouTube viser gratis transskription for videoer med undertekster, og FFmpeg kan gratis udtrække et eksisterende tekstundertekstspor fra MKV eller MP4. De fleste konvertere har også en gratis start: whispertranscribe.ai har en side uden kontokrav, og TurboScribe tilbyder tre filer dagligt. Gratis niveauer begrænser ofte længde, mængde eller eksport, så kontrollér hvert websted.

Hvordan konverterer jeg en YouTube-video til tekst?

Har videoen undertekster, kan du klikke på Vis transskription i beskrivelsen. Ønsker du en downloadbar fil med taleretiketter, indsæt YouTube-linket i et URL-transskriptionsværktøj, vælg talesprog og eksportér TXT, DOCX eller SRT. Videoen skal være offentlig, og du bør kun transskribere videoer, du ejer eller har tilladelse til at bruge, fordi teksten kopierer talen.

Registrerer en video-til-tekst-konverter tekst på skærmen?

Nej. Den transskriberer lydsporet, så slidetitler, kode og indbrændte undertekster kommer ikke med, medmindre de siges højt. Tilføj vigtige skærmdetaljer i kantede parenteser under korrekturen. W3C kalder en tekst med disse visuelle oplysninger en beskrivende transskription, som hjælper dem, der læser uden videoen.

Hvor lang må en video være til transskription?

Hos whispertranscribe.ai kan én fil være op til 10 timer og 5 GB. Længere filer afvises med besked om at forkorte dem. Del en længere stream i en videoeditor eller med FFmpeg, eller udtræk først lyden som MP3 for også at mindske filstørrelsen. Andre tjenester har egne grænser: TurboScribes gratis abonnement stopper ved 30 minutter pr. fil.

Kan jeg få både undertekster og transskription fra samme video?

Ja. Én transskription kan eksporteres flere gange, så du kan downloade DOCX eller TXT til læsning og SRT eller VTT til undertekster. SRT er det sikreste valg til YouTube og de fleste redigeringsprogrammer, mens VTT passer til HTML5-webafspillere. Brug et undertekstværktøj med en indstilling for ord pr. linje, hvis undertekster er hovedformålet.

Omdan din næste video til tekst

Start på whispertranscribe.ai's video-til-tekst-konverter: Vælg talesprog blandt 130+, indsæt en video på op til 5 GB og 10 timer, eller indsæt et offentligt link i Transcribe from URL.

Referencer

Vil du lave dine optagelser om til tekst?

Transskriber lyd og video med whispertranscribe.ai.

Start transskription ↗