Pretvarač videa u tekst: kako pretvoriti bilo koji video u tekst

Autor: uredništvo whispertranscribe.ai · Ažurirano: studeni 2026. · Vrijeme čitanja: 13 minuta

Pretvarač videa u tekst izdvaja govor iz zvučnog zapisa videa i vraća transkript koji možete uređivati, pretraživati ili pretvoriti u titlove. Odaberite govorni jezik, učitajte datoteku ili zalijepite poveznicu, uključite prepoznavanje govornika ako ih je više, zatim izvezite DOCX, TXT, PDF, CSV, SRT ili VTT.

U nastavku: četiri izvora videa, problemi svojstveni videu, odgovarajući izvozni formati i usporedba cijena glavnih alata, provjerena u studenome 2026.

Kako radi pretvarač videa u tekst?

Pretvarač zanemaruje sliku. Čita zvučni tok unutar spremnika (MP4, MOV, MKV), pokreće prepoznavanje govora i vremenski označava svaku frazu. Tekst na slajdovima, kod na zaslonu ili titlovi ugrađeni u sliku ne ulaze u transkript.

Zato zvuk određuje kvalitetu transkripta, a sve što gledatelji samo vide morate dodati sami. W3C-ove smjernice za transkripte nazivaju transkript koji uključuje te vizualne informacije opisnim transkriptom.

Gdje je video? Četiri izvora, četiri puta

Odaberite prema tome gdje se video sada nalazi.

Video je... Tipični primjeri Najbolji put Prvo provjerite
Datoteka na uređaju Isječci s mobitela, kamere, snimke Zooma ili OBS-a, izvoz iz uređivača Učitajte datoteku Manje od 5GB i 10 sati; zapis govora je onaj koji želite
Online iza poveznice YouTube, Vimeo, Google Drive, Dropbox Zalijepite poveznicu Otvara li se bez prijave
Trenutačno na zaslonu Webinar, demonstracija proizvoda, poziv u pregledniku Snimite zaslon pa transkribirajte Je li uključen zvuk sustava ili kartice
Već ima titlove Vaš prijenos na YouTube, MKV sa zapisom titlova Ponovno koristite titlove; transkribirajte samo ako su loši Jesu li titlovi automatski ili uređeni

1. Videodatoteka na računalu ili mobitelu

Učitajte izvorni izvoz iz uređivača ili aplikacije za snimanje, ne kopiju poslanu putem aplikacije za poruke koja često ponovno komprimira zvuk. Stranica video u tekst usluge whispertranscribe.ai prihvaća datoteke do 5GB i 10 sati.

2. YouTube, Vimeo, Google Drive ili Dropbox poveznica

Naš alat za transkripciju URL-a prihvaća YouTube, Vimeo, Google Drive i Dropbox poveznice. Pravilo koje često stvara probleme: poveznica mora biti javna. Ako ne uspije, poruka alata traži da provjerite je li javna i može li se datoteka preuzeti bez prijave.

Na Google Driveu otvorite Share, a pod General access odaberite Anyone with the link. Googleova pomoć za dijeljenje kaže da ta postavka omogućuje otvaranje bez prijave. Poslovni i školski računi mogu je blokirati; tada preuzmite datoteku i učitajte je. Za YouTube, stranica za transkripciju YouTubea koristi isti postupak lijepljenja poveznice.

3. Sadržaj koji se reproducira na zaslonu

Ako video nije spremljen, prvo ga snimite nakon pribavljanja potrebnih pristanaka i dopuštenja organizatora. Snimač zaslona u pregledniku snima zaslon, kameru, mikrofon i zvuk sustava te generira transkript, AI sažetak i titlove. Uključite zvuk sustava kad govor dolazi iz računala, primjerice drugih ljudi u pozivu; inače snimate samo svoj mikrofon.

4. Video koji već ima titlove

Provjerite postoji li tekst već:

  • Tuđi YouTube video. Ako ima titlove, YouTube omogućuje klik na Show transcript u opisu i čitanje, prema YouTube pomoći. Automatski titlovi nemaju oznake govornika i često griješe u imenima.
  • Vaš video na YouTubeu. Zapis titlova možete preuzeti iz YouTube Studija. Naš vodič kako transkribirati YouTube video opisuje obje opcije.
  • Datoteka s unutarnjim zapisom titlova. MKV i MP4 mogu sadržavati tekstualne titlove kao zaseban tok. FFmpeg ih može prikazati i izdvojiti:
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

Obje smo naredbe provjerili s FFmpegom 4.3 na macOS-u: prva je prikazala tok subrip, a druga ga spremila kao SRT. To provjerava samo sintaksu. Zapisi temeljeni na slici, poput DVD titlova, ne mogu se tako spremiti kao tekst. Vodič kako izvesti SRT titlove detaljnije obrađuje uređivače i vremenske kodove.

Kako pretvoriti video u tekst pomoću whispertranscribe.ai

Ovi koraci slijede stranicu video u tekst na whispertranscribe.ai. whispertranscribe.ai web je alat za AI transkripciju temeljen na OpenAI Whisperu koji pretvara zvuk i video u tekst na više od 130 jezika, uz učitavanje do 5GB i 10 sati. Radi u pregledniku; nije potrebna instalacija.

  1. Odaberite govorni jezik (korak 1 na stranici). Popis obuhvaća više od 130 jezika, s regionalnim verzijama poput English (India), opcijom Noise / Low-Quality Audio/Video za mnoge jezike i Multilingual Mix za promjenu jezika.
  2. Dodajte video (korak 2). Povucite datoteku u okvir ili je pronađite. Za poveznicu koristite transkripciju s URL-a i kliknite Start URL Transcription.
  3. Uključite Enable Speaker Detection za intervjue, panele i sastanke. Isključite za jednog pripovjedača.
  4. Pokrenite transkripciju tipkom za pretvaranje ispod okvira.
  5. Pregledajte pa izvezite. Provjerite imena, brojeve i promjene govornika prema videu te preuzmite potreban format (tablica u nastavku).

Na čistom zvuku točnost doseže do 99%. Pozadinska glazba, buka prostorije, jaki naglasci ili preklapanje glasova smanjuju je, zato predvidite vrijeme za lekturu. Za probu besplatna stranica radi bez računa. Količina koju možete transkribirati ili izvesti bez plana određena je na stranici i može se promijeniti. Planovi počinju od $9.99 mjesečno uz godišnju naplatu (cijene).

Koje videoformate možete učitati?

Okvir navodi ove videospremnike uz audioformate: MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG i MPEG. Pretvaranje nije potrebno.

Spremnik Uobičajeni izvor Prije učitavanja
MP4 Mobiteli, snimke Zooma, izvoz iz uređivača Koristite konačni izvoz, ne kopiju iz chata
MOV iPhone kamera, QuickTime, Appleovi uređivači Kvalitetni izvozi veliki su; izdvojite zvuk ako prelazi 5GB
M4V Appleovi izvozi, neki pretvarači Tretirajte kao MP4
MKV OBS snimke, datoteke s više zapisa Provjerite koji zvučni zapis sadrži govor
AVI, WMV Starije kamere i Windows softver Mogu se koristiti takvi; stare datoteke mogu imati slab zvuk
WEBM Snimači u pregledniku i web alati Može se koristiti takav
MPG, MPEG DVD, starije kamere, TV snimanje Može se koristiti takav; očekujte više buke

Više zvučnih zapisa? OBS može spremiti jedan po mikrofonu, a filmovi mogu sadržavati sinkronizacije. Stranica ne kaže koji se zapis transkribira. Izdvojite željeni zapis kao MP3 (primjerice ffmpeg -i input.mkv -map 0:a:1 -vn speech.mp3 uzima drugi zvučni zapis) i učitajte ga.

Datoteka je prevelika? Naš pretvarač videa u MP3 navodi da izdvaja zvuk unutar preglednika bez učitavanja videa te da je MP3 znatno manji od izvornog videa.

Zašto je video teže transkribirati od zvuka i što učiniti

Video donosi probleme koje glasovna bilješka nema. Rješenja su uredničke prakse, ne rezultati naših testova točnosti.

Problem Zašto se pojavljuje u videu Što učiniti
Pozadinska glazba Uvodi, dodatni kadrovi i vlogovi stavljaju glazbu pod glas Transkribirajte izvoz samo s glasom; inače odaberite Noise / Low-Quality
Više govornika Paneli, snimani podcasti, sastanci Uključite prepoznavanje pa preimenujte «Speaker 1» i «Speaker 2»
Demonstracije sa zaslonom Ključne informacije su na zaslonu, a tipkovnice i ventilatori bučni Ručno dodajte tekst sa zaslona; utišajte obavijesti i snimajte bliskim mikrofonom
Titlovi nisu sinkronizirani s usnama Video je skraćen ili vremenski izmijenjen nakon transkripcije Ponovno generirajte iz konačnog izvoza ili pomaknite vremenske oznake u uređivaču
Duge snimke Webinari, predavanja i prijenosi traju satima Ostanite ispod 10 sati i 5GB; podijelite dulje datoteke ili izdvojite zvuk
Miješani jezici Dvojezični intervjui, voditelji koji mijenjaju jezik Koristite Multilingual Mix ili podijelite video po jezicima

Glazba pod govorom: ako ste izradili video, izvezite verziju s utišanom glazbom; vremenske oznake i dalje odgovaraju jer trajanje ostaje isto. (Opcija English (Songs & Lyrics) namijenjena je pjevanim riječima, ne govoru preko glazbe.)

Snimke zaslona: «kliknite ovdje pa upišite ovo» na papiru ne znači ništa. Pri lekturi dodajte detalj sa zaslona u zagradama, primjerice «[Settings > Billing]».

Vrlo dugi videozapisi

Stranica odbija datoteke dulje od 10 sati i traži skraćivanje. FFmpeg može podijeliti dugu snimku bez ponovnog kodiranja:

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

To traži dijelove od 5 sati. Rezovi bez ponovnog kodiranja padaju na ključne kadrove pa očekujte približne duljine; vremenske oznake svakog dijela počinju od nule.

Koji izvozni format odabrati?

Odaberite prema sljedećem odredištu teksta. Jedan transkript može se izvesti više puta.

Format Čuva vrijeme za reproduktore Otvara se u Odaberite kad će transkript...
DOCX Ne Word, Google Docs Biti uređen u članak, bilješke emisije ili materijal tečaja
PDF Ne Bilo koji PDF čitač Ići klijentu ili u arhivu kao fiksna kopija
TXT Ne Uređivač teksta, CMS, AI asistent Biti zalijepljen drugdje ili sažet
CSV Nije dokumentirano na stranici Excel, Google Sheets Biti sortiran, kodiran ili pretraživan citat po citat
SRT Da YouTube, Vimeo, Premiere, Resolve, VLC Postati titlovi na platformi ili u uređivaču
VTT Da HTML5 web reproduktori, Vimeo, YouTube Postati titlovi na reproduktoru vlastite stranice

Ako su titlovi glavni cilj, generator titlova i pretvarač MP4 u SRT imaju postavku Maximum Words per Subtitle (8 prema zadanim postavkama) koja održava retke kratkima. whispertranscribe.ai stvara datoteke titlova; ne ugrađuje ih u sliku. Vodiči što je SRT datoteka i kako dodati titlove videima obrađuju učitavanje.

Postupci za četiri česte primjene

Svaki počinje gotovim videom i završava nečim što možete objaviti ili poslati.

Online tečajevi i snimljena predavanja

  1. Izvezite svaku lekciju zasebno kako bi transkripti odgovarali modulima.
  2. Odaberite jezik i regionalnu varijantu predavača; koristite prepoznavanje govornika samo ako govore i studenti.
  3. Izvezite SRT za reproduktor tečaja i DOCX za materijal, uz naslove i sadržaj slajdova u zagradama poput formula.
  4. Postavite transkript ili poveznicu odmah ispod videa, kako preporučuje W3C.

Videointervjui

  1. Ako možete, dajte svakoj osobi mikrofon; promjene govornika bit će jasnije.
  2. Učitajte s uključenim prepoznavanjem i zamijenite generičke oznake imenima.
  3. Izvezite CSV za kodiranje istraživačkih odgovora ili DOCX za članak s pitanjima i odgovorima.
  4. Ponovno poslušajte svaki redak prije citiranja i recite sugovornicima kako će se transkript koristiti.

Snimljeni sastanci i webinari

  1. Koristite MP4 snimku platforme ili snimite sesiju snimačem zaslona i uključenim zvukom sustava nakon pribavljanja potrebnih pristanaka i dopuštenja organizatora.
  2. Uključite prepoznavanje govornika, zatim izvezite TXT za sažetak i DOCX za zapisnik.
  3. Na vrh stavite kratak popis odluka i odgovornih osoba.
  4. Izbrišite datoteke koje više ne trebate. Više o Teamsu i Zoomu potražite u vodiču kako transkribirati Zoom sastanak.

Prenamjena vlastitih YouTube videa u članke

  1. Zalijepite poveznicu vlastitog videa u alat za URL i izvezite TXT.
  2. Uklonite poštapalice, lažne početke i trenutke «kao što ovdje vidite».
  3. Pretvorite svako poglavlje u H2, dodajte snimke zaslona gdje ste pokazivali i ugradite video na vrh.
  4. Za drugu publiku prevedite zvuk na engleski ili dodajte drugi zapis titlova.

Prenamjenjujte samo vlastite videe ili one za koje imate dopuštenje; pogledajte odjeljak o autorskim pravima.

Usporedba pretvarača videa u tekst (studeni 2026.)

whispertranscribe.ai objavljuje ovaj vodič pa smo navedeni prvi, s vlastitim nedostacima. Brojke dolaze sa stranica pružatelja, provjerenih u studenome 2026.; «Nije potvrđeno» znači da ondje nismo mogli pročitati podatak.

Alat Početna plaćena cijena Besplatna opcija Videopoveznice Jezici Izvoz (prema stranicama) Stvarni nedostatak
whispertranscribe.ai Od $9.99/mjesečno godišnje Besplatan početak bez računa; ograničenja na stranici YouTube, Vimeo, Google Drive, Dropbox 130+ DOCX, PDF, TXT, CSV, SRT, VTT Bez prilagođenog rječnika, ugrađenih titlova, ljudske transkripcije i mobilne aplikacije; poveznice moraju biti javne
TurboScribe $10/mjesečno godišnje ($20 mjesečno) 3 datoteke dnevno, do 30 minuta svaka YouTube (naveden uz formate) 98+ DOCX, PDF, TXT, CSV, SRT, VTT Jedna osoba po računu; besplatne datoteke čekaju u redu nižeg prioriteta
HappyScribe $8.50/mjesečno godišnje ($17 mjesečno), 120 AI minuta mjesečno 10-minutna AI proba YouTube, Vimeo, Drive, Box, Dropbox 150+ Basic: TXT, SRT, PDF, DOCX; VTT od Pro Minute plana Basic brzo se troše na dugim videima
Descript $16 po osobi/mjesečno godišnje ($24 mjesečno), 10 medijskih sati 60 medijskih minuta mjesečno Nije provjereno 25 Nije provjereno Medijski sati broje svaku učitanu datoteku, transkribiranu ili ne; namijenjen je uređivanju, ne masovnoj transkripciji
VEED Nije potvrđeno Proba bez registracije; registracija za preuzimanje; besplatni videoizvoz s vodenim žigom Nije provjereno 125+ TXT, SRT, VTT na plaćenim planovima Datoteke titlova i transkripata traže nadogradnju
Notta $8.17/mjesečno godišnje ($97.99 godišnje) 120 minuta mjesečno, do 3 minute po razgovoru Nije provjereno 58 Izvoz treba Pro Besplatni plan ne izvozi transkripte
YouTube «Show transcript» Besplatno Besplatno Samo videozapisi koji već imaju titlove Jezici titlova variraju Ništa (čitanje i kopiranje) Nema oznaka govornika ni datoteke; ne radi bez titlova
  • TurboScribe također radi na Whisperu uz iste limite od 10 sati i 5GB; razlikuju se planovi, jezici i izvori poveznica.
  • HappyScribe prodaje ljudsku lekturu od $2.00 po minuti. Mi ne nudimo ljudsku transkripciju pa je prikladniji za zapise koje osoba mora provjeriti riječ po riječ.
  • Descript i VEED prvenstveno su videouređivači. Za rezanje videa uređivanjem teksta ili ugrađivanje stiliziranih titlova koristite njih.
  • Notta navodi prilagođeni rječnik na plaćenim planovima. Mi ga nemamo.

Za širu usporedbu pogledajte naš pregled najboljeg softvera za AI transkripciju, a za audiodatoteke vodič za pretvarače zvuka u tekst.

Autorska prava i privatnost prije učitavanja

Ovaj odjeljak sadrži opće informacije, ne pravni savjet.

Transkribirajte samo video koji imate pravo koristiti: vlastite snimke, licencirani materijal ili sadržaj koji smijete obraditi. Transkript kopira izgovorene riječi pa objavljivanje tuđeg u cijelosti otvara ista pitanja kao ponovno objavljivanje videa. U SAD-u se poštena uporaba ocjenjuje od slučaja do slučaja prema četiri čimbenika, a Američki ured za autorska prava navodi da ne postoji količina djela koja je automatski sigurna. Pravila whispertranscribe.ai zabranjuju transkribiranje tuđeg zaštićenog zvuka ili videa bez pristanka vlasnika. Ako niste sigurni, pitajte vlasnika ili odvjetnika.

Pribavite potrebne pristanke osoba pred kamerom i dopuštenje organizatora prije snimanja. Obavijestite sudionike da će snimka biti transkribirana. Pravila pristanka razlikuju se po lokaciji; za SAD pogledajte vodič zakona o snimanju poziva po državama.

Znajte kamo datoteka ide. Ukratko, pravila privatnosti whispertranscribe.ai kažu:

  • Izvorne učitane audio i videodatoteke automatski se brišu nakon obrade.
  • MP3 datoteke izdvojene tijekom obrade po zadanim se postavkama čuvaju 30 dana i možete ih ranije izbrisati.
  • Transkripti ostaju na računu dok ih ne uklonite. Brisanje je trajno, a pravila kažu da se ne pružaju usluge sigurnosnog kopiranja ni oporavka izbrisanog sadržaja.
  • Vaš sadržaj ne koristi se za treniranje AI modela i ne pregledava ga osoba.
  • Navedena sigurnost: TLS 1.3 za podatke u prijenosu, AES-256 za pohranjene podatke. OpenAI je naveden kao pružatelj AI usluga.

Ista pravila kažu da je transkripcija medijskih datoteka namijenjena osobnoj, nekomercijalnoj uporabi; pročitajte cijela pravila i uvjete prije rada za klijente ili tvrtku.

Česta pitanja

Koji je najbolji pretvarač videa u tekst?

Najbolji je onaj koji obrađuje vaše stvarne snimke, pa istu jednominutnu snimku uobičajenog zvuka isprobajte u nekoliko kandidata. Za duge datoteke i mnoge jezike, whispertranscribe.ai i TurboScribe prihvaćaju do 10 sati. HappyScribe nudi plaćenu ljudsku lekturu. Descript i VEED odgovaraju onima koji uređuju i video. Usporedite oznake govornika, imena i izvoz, ne samo reklamnu brojku točnosti.

Mogu li besplatno pretvoriti video u tekst?

Da, uz ograničenja. YouTube besplatno prikazuje transkript za videozapise koji već imaju titlove, a FFmpeg može besplatno izdvojiti postojeći tekstualni zapis titlova iz MKV-a ili MP4-a. Većina pretvarača ima besplatan početak: whispertranscribe.ai ima stranicu bez računa, a TurboScribe nudi tri datoteke dnevno. Besplatne razine obično ograničavaju trajanje, količinu ili izvoz; provjerite svaku stranicu.

Kako pretvoriti YouTube video u tekst?

Ako video ima titlove, kliknite Show transcript u opisu kako biste ih čitali. Za datoteku za preuzimanje s oznakama govornika zalijepite YouTube poveznicu u alat za URL, odaberite jezik i izvezite TXT, DOCX ili SRT. Video mora biti javan i transkribirajte samo vlastite ili one koje smijete koristiti jer transkript kopira govorni sadržaj.

Hvata li pretvarač tekst prikazan na zaslonu?

Ne. Transkribira zvučni zapis pa se naslovi slajdova, kod i titlovi ugrađeni u sliku ne pojavljuju osim ako ih netko izgovori. U tutorijalima i predavanjima sami dodajte važne detalje sa zaslona u zagradama tijekom lekture. W3C transkript s vizualnim informacijama naziva opisnim transkriptom, korisnim za čitanje bez videa.

Koliko video smije trajati za transkripciju?

Na whispertranscribe.ai pojedinačna datoteka može trajati do 10 sati i imati do 5GB; dulje se odbijaju uz poruku da ih skratite. Dulji prijenos podijelite videouređivačem ili FFmpegom ili prvo izdvojite zvuk kao MP3, što smanjuje veličinu. Drugi alati imaju vlastite limite: besplatni TurboScribe do 30 minuta po datoteci.

Mogu li iz istog videa dobiti titlove i transkript?

Da. Jednu transkripciju možete izvesti više puta i preuzeti DOCX ili TXT za čitanje te SRT ili VTT za titlove. SRT je sigurniji izbor za YouTube i većinu uređivača, a VTT odgovara HTML5 web reproduktorima. Ako su titlovi glavni cilj, koristite alat s postavkom broja riječi kako bi bili dovoljno kratki za čitanje.

Pretvorite sljedeći video u tekst

Počnite na whispertranscribe.ai putem pretvarača videa u tekst: postavite govorni jezik (više od 130 opcija), učitajte video do 5GB i 10 sati ili zalijepite javnu poveznicu u transkripciju s URL-a.

Izvori

Želite li pretvoriti svoje snimke u tekst?

Transkribirajte audio i videosnimke uz whispertranscribe.ai.

Započnite transkripciju ↗