Format för poddtranskript: mallar, filtyper och plattformsregler

Av redaktionen på whispertranscribe.ai · Senast uppdaterad: november 2026 · 12 minuters läsning

Rätt format för ett poddtranskript beror på var texten ska publiceras. På avsnittets webbsida använder du lättlästa stycken med talarens namn före varje replik och enstaka tidsstämplar. För Apple Podcasts, Spotify och RSS-flödet använder du en tidskodad WebVTT-fil (.vtt), med SRT som reserv. Behåll en enkel TXT- eller DOCX-kopia för redigering.

Nedan finns fyra färdiga mallar, filreglerna från Podcasting 2.0, Apple, Spotify och YouTube (kontrollerade i november 2026) samt en publiceringschecklista.

Snabbt svar: vilket format ska poddtranskriptet ha?

De flesta poddar behöver två versioner av samma ord: en läsversion för människor och en tidskodad fil för appar. Välj läsversion efter publiken och den tidskodade filen efter plattformen.

Format Passar bäst för Fördelar Nackdelar Var det accepteras
Ren text (TXT) Redigering, avsnittsanteckningar, återanvändning i inlägg Öppnas överallt; lätt att söka och klistra in Ingen tidskodning; talarnamn bara om du skriver dem Din webbplats; RSS-tagg som text/plain
Dokument med talaretiketter (DOCX eller webbsida) Avsnittssidor, gästgranskning, tillgänglighet Enklast att läsa; stöder rubriker och länkar Ingen synkronisering med ljudet Din webbplats; RSS-tagg som text/html
Text med tidsstämplar Långa intervjuer, citatkontroll, forskning Läsare kan hoppa till en viss punkt För många tidsstämplar gör sidan rörig Din webbplats
SRT (.srt) Uppladdning till Spotify eller YouTube; textningsflöden Enkelt och brett stöd Ingen rösttagg, så namn skrivs i texten Apple (uppladdning för prenumeranter), Spotify, YouTube, RSS-tagg
WebVTT (.vtt) Apple Podcasts, Spotify, webbspelare Talarnamn via rösttaggar; webbläsare stöder formatet direkt Strikt syntax; en felplacerad rad kan förstöra filen Apple (flöde och uppladdning för prenumeranter), Spotify, YouTube, RSS-tagg
JSON (Podcasting 2.0) Appar som markerar ord för ord Mest exakt tidskodning Få värdtjänster skapar formatet RSS-tagg som application/json

Tumregel: om du bara kan skapa en tidskodad fil, välj VTT. Dokumentationen för Podcasting 2.0 rekommenderar WebVTT just i det fallet och påpekar att Apple Podcasts använder det för inläsning och att webbläsare stöder det direkt.

Vad ett bra poddtranskript innehåller

Ett bra poddtranskript låter den som aldrig trycker på play följa hela avsnittet. W3C beskriver ett poddtranskript som enkla textstycken med identifierade talare och de icke-verbala ljud som behövs för att förstå innehållet.

I praktiken innebär det fem vanor:

  1. Namnge talaren vid varje replik. Använd hela namnet en gång nära början och därefter en kortform. Blanda aldrig ”Mia”, ”Programledare” och ”Talare 1” i samma fil.
  2. Börja ett nytt stycke vid varje talarbyte. Dela långa svar när ämnet ändras.
  3. Sätt betydelsebärande ljud inom hakparenteser. [skrattar], [telefonen ringer], [signaturmusik]. Hoppa över bakgrundsljud som ingen behöver.
  4. Markera det du har lagt till. W3C anger att förtydliganden går bra om läsaren kan se att de inte ingår i ljudet, till exempel med hakparenteser.
  5. Använd tidsstämplar sparsamt. W3C rekommenderar dem bara när de är användbara; sluttider behövs sällan.

Rensat eller ordagrant? För en offentlig avsnittssida passar rensat ordagrant bäst: behåll varje betydelsebärande ord men ta bort ”öh”, stamningar och omstarter. Använd fullständigt ordagrant när exakt ordalydelse är viktig, exempelvis vid forskningsintervjuer eller citat som kan ifrågasättas. Ange ditt val på en rad överst i transkriptet.

Färdiga mallar för poddtranskript

Varje mall nedan är ett fiktivt exempel som vi har skrivit för guiden (programmet ”Trailhead Radio” finns inte). Ersätt platshållarna inom hakparenteser och behåll strukturen.

Mall 1: Intervjuformat (två eller fler talare)

Använd för gästintervjuer och paneler. Fetmarkera etiketterna om webbplatsen stöder det.

EXEMPEL (fiktivt program)

Trailhead Radio, avsnitt 58: Packa inför en första övernattningsvandring
Programledare: Mia Chen. Gäst: Luis Ortega, parkvakt.
Transkriptionsstil: rensat ordagrant.

[signaturmusik]

Mia Chen: Välkommen tillbaka till Trailhead Radio. Jag heter Mia och i dag
pratar jag med parkvakten Luis Ortega om misstagen han ser under folks första
övernattningsturer.

Luis Ortega: Tack för att jag får vara med. Det största misstaget är vikten. Folk packar
för alla tänkbara problem och blir till slut för trötta för att njuta av leden.

Mia: Var börjar man då?

Luis: Med vatten. Kolla var du kan fylla på innan du ger dig av och ta sedan
bara med dig vad som behövs till nästa vattenkälla. [skrattar] På min första tur
bar jag sex liter längs en bäckled.

Mall 2: Soloavsnitt eller monolog

Soloavsnitt har inga talarbyten, så strukturen kommer från rubriker och stycken i stället för etiketter.

EXEMPEL (fiktivt program)

Trailhead Radio, avsnitt 59: Att läsa en vandringskarta
Talare: Mia Chen. Transkriptionsstil: rensat ordagrant.

Inledning

I dag blir det kort. Jag ska gå igenom de tre saker jag kontrollerar på en
vandringskarta före varje tur, i den ordning jag tittar på dem.

1. Höjdkurvor

Ju närmare linjerna ligger, desto brantare är terrängen.

2. Vattenkällor

Notera avståndet mellan de blå symbolerna längs rutten.

[Sponsormeddelande]

3. Vägar ut

Hitta minst en väg av leden före halvvägspunkten.

Mall 3: Transkript med tidsstämplar

Använd för långa intervjuer där läsare snabbt behöver hitta ett visst ögonblick. En tidsstämpel vid varje talarbyte eller med några minuters mellanrum räcker.

EXEMPEL (fiktivt program)

Trailhead Radio, avsnitt 58 (speltid 41:20)

[00:00] [signaturmusik]

[00:12] Mia Chen: Välkommen tillbaka till Trailhead Radio. I dag pratar jag
med parkvakten Luis Ortega om första övernattningsturer.

[00:21] Luis Ortega: Tack för att jag får vara med. Det stora misstaget är vikten.

[03:47] Mia: Låt oss prata om mat. Hur mycket för mycket packar folk?

[03:52] Luis: Nästan alltid en hel dagsranson. [skrattar]

[17:05] [ohörbart 17:05] Luis: ...och därför bär jag alltid en papperskarta.

För avsnitt över en timme, skriv även timmarna ([01:03:47]) så att alla tidsstämplar har samma form.

Mall 4: Kapitelindelat transkript för långa avsnitt

Kapitel hjälper läsare och skärmläsaranvändare att hoppa genom långa samtal. W3C föreslår rubriker där de gör transkriptet mer användbart.

<!-- EXEMPEL (fiktivt program) -->

## Transkript: Packa inför en första övernattningsvandring

**Avsnitt 58 · Programledare: Mia Chen · Gäst: Luis Ortega · Rensat ordagrant**

### Kapitel 1 (00:00): Varför första turen går fel

**Mia Chen:** Välkommen tillbaka till Trailhead Radio...

**Luis Ortega:** Det största misstaget är vikten...

### Kapitel 2 (03:47): Mat och vatten

**Mia:** Låt oss prata om mat...

### Kapitel 3 (17:05): Navigering utan täckning

**Luis:** Jag har alltid med mig en papperskarta...

### Resurser som nämns

- [Länk till parkens sida om ledförhållanden]

Använd samma kapiteltider som i avsnittsanteckningarna så att listorna stämmer överens.

Filformat för poddtranskript: VTT, SRT, JSON och HTML

Tidskodade filer följer striktare regler än läskopior. Här är samma fiktiva samtal i olika format.

WebVTT (.vtt): den säkraste tidskodade filen

En VTT-fil börjar med WEBVTT, använder punkt före millisekunder och kan ange talaren i en rösttagg. Apple säger att en VTT-fil låter dig identifiera talaren på varje rad och att namnet då visas i transkriptvyn vid varje talarbyte.

WEBVTT

00:00:12.000 --> 00:00:17.400
<v Mia Chen>Välkommen tillbaka till Trailhead Radio.

00:00:17.400 --> 00:00:21.000
<v Mia Chen>I dag pratar jag med parkvakten Luis Ortega.

00:00:21.000 --> 00:00:24.800
<v Luis Ortega>Tack för att jag får vara med.
Det stora misstaget är vikten.

Podcasting 2.0:s dokumentation föreslår högst 65 tecken per VTT-rad så att filen också fungerar som undertext.

SRT (.srt): reservalternativet

SRT numrerar varje textblock, använder komma före millisekunderna och har ingen rösttagg. Podcasting 2.0 anger en SRT-profil för poddar: högst två rader per block, högst 32 tecken per rad och ett nytt block vid varje talarbyte som börjar med namn och kolon.

1
00:00:12,000 --> 00:00:15,000
Mia: Välkommen tillbaka
till Trailhead Radio.

2
00:00:21,000 --> 00:00:24,800
Luis: Tack för inbjudan.
Det stora felet är vikten.

Ny på SRT? Vår guide om vad en SRT-fil är går igenom varje rad.

JSON och HTML (Podcasting 2.0)

Specifikationen definierar även två mindre vanliga format. JSON lagrar en version av specifikationen och en array av segments; varje segment har fälten speaker, startTime, endTime och body, och ett segment per ord möjliggör markering ord för ord. HTML passar transkript med lite eller ingen tidskodning: talarens namn finns i <cite>, starttiden i <time> och orden i <p>. Specifikationen kallar det ett format med låg detaljgrad, avsett som tillgänglighetshjälp och sökbar text.

Så lägger du till ett transkript i RSS-flödet (Podcasting 2.0-tagg)

Poddappar hittar ditt transkript via taggen <podcast:transcript> inuti varje avsnitts <item>. De flesta värdtjänster skriver taggen när du bifogar en fil, så kontrollera kontrollpanelen innan du redigerar flödet för hand.

Enligt den officiella taggdokumentationen:

  • url (obligatorisk): var transkriptfilen finns.
  • type (obligatorisk): MIME-typen. Dokumentationen listar text/plain, text/html, text/vtt, application/json och application/x-subrip (SRT).
  • language (valfri): om den utelämnas antar appar språket i flödets <language>-element.
  • rel="captions" (valfri): anger att filen är dold textning med tidskoder, oavsett MIME-typ.
  • Flera taggar är tillåtna, så att du kan erbjuda en fil per format.
<!-- EXEMPEL: ett avsnitt med tre transkriptfiler -->
<rss version="2.0" xmlns:podcast="https://podcastindex.org/namespace/1.0">
  <channel>
    <language>en</language>
    <item>
      <title>Packa inför en första övernattningsvandring</title>
      <podcast:transcript url="https://example.com/ep58/transcript.vtt"
                          type="text/vtt" />
      <podcast:transcript url="https://example.com/ep58/transcript.srt"
                          type="application/x-subrip" rel="captions" />
      <podcast:transcript url="https://example.com/ep58/transcript.html"
                          type="text/html" />
    </item>
  </channel>
</rss>

En detalj som är lätt att missa: dokumentationen för transkriptformat säger att webbaserade spelare behöver CORS-huvuden på filservern för att ladda filen från en annan webbplats. Om en webbspelare inte visar transkriptet men Apple gör det, kontrollera detta först.

Transkriptkrav för Apple Podcasts, Spotify och YouTube

Alla plattformarna tar emot tidskodade filer, men på olika sätt. Uppgifterna nedan kontrollerades på plattformarnas hjälpsidor i november 2026.

Plattform Accepterade filer Så kommer filen dit Tänk på Officiell källa
Apple Podcasts VTT eller SRT RSS-transkripttagg; direktuppladdning i Apple Podcasts Connect för prenumerantavsnitt Du måste välja ”Display transcripts I provide”; 11 språk stöds Apple Podcasts for Creators
Spotify VTT eller SRT, upp till 5MB Uppladdning i Spotify for Creators (berättigade program) Automatiskt genererade transkript ersätter din uppladdning när de aktiveras Spotify for Creators Help
YouTube SRT, VTT och andra textningsformat YouTube Studio, Subtitles, Upload file SRT måste vara ren UTF-8 utan uppmärkning YouTube Help
Andra appar Beror på appen RSS-transkripttagg Inte alla appar läser taggen Podcasting 2.0-dokumentation

Apple Podcasts

  • Apple skapar automatiskt transkript för nya avsnitt. För att visa ditt eget ändrar du transkriptinställningen på programmets flik Availability i Apple Podcasts Connect eller använder en särskild inställning för ett avsnitt.
  • Transkript fungerar på iOS 17.4 eller senare på engelska, danska, nederländska, finska, franska, tyska, italienska, norska, portugisiska, spanska och svenska. För andra språk föreslår Apple en länk i avsnittsanteckningarna.
  • Filen måste vara VTT eller SRT, fri från stavnings- och skiljeteckensfel och täcka alla delar av avsnittet. Filer som inte uppfyller Apples kvalitetskrav visas inte.
  • Apple visar inte delar som ändrats av dynamiskt infogat ljud eller sångtexter och kanske inte transkriberar avsnitt längre än 10 timmar.
  • Appen märker din fil ”Provided by” och sin egen ”Automatically generated”.

Spotify

  • Transkript är inte tillgängliga för alla skapare. Om din podd är berättigad går du till Episodes, väljer avsnittet, klickar på Details och sedan Edit under Transcripts. Där kan du ladda ned Spotifys VTT, rätta den och ladda upp din egen fil.
  • Spotify efterfrågar VTT eller SRT, högst 5MB, och tidsstämplar; utan dem synkroniseras inte transkriptet under uppspelning.
  • Inställningen Distribute transcripts across other platforms via RSS lägger transkripten i flödet för andra appar.

YouTube

Videopoddar på YouTube använder vanliga undertextspår. Välj Subtitles i YouTube Studio, välj videon, lägg till ett språk och välj sedan Upload file och With timing eller Without timing. YouTubes hjälp avråder från otidskodade transkript för videor över en timme eller med dåligt ljud, vilket beskriver många fullängdsavsnitt, så ladda upp en tidskodad SRT- eller VTT-fil i stället.

Tillgänglighet: vad WCAG förväntar sig av ett poddtranskript

Detta avsnitt är allmän information, inte juridisk rådgivning. Om en lag gäller din podd beror på land och organisation.

Web Content Accessibility Guidelines behandlar en podd som enbart ljud. Enligt framgångskriterium 1.2.1 behöver förinspelat innehåll med enbart ljud ett textalternativ som ger motsvarande information. W3C:s transkriptguide tillägger att transkript för förinspelat ljud krävs på nivå A, medan transkript för direktsänt innehåll med enbart ljud ligger på nivå AAA.

Det innebär följande för formatet:

  • Motsvarande betyder fullständigt. Ta med allt tal och betydelsebärande ljud, inte en sammanfattning.
  • Det ska vara riktig text så att skärmläsare, punktskriftsskärmar och sökverktyg kan använda den.
  • Gör den lätt att hitta. W3C rekommenderar att transkriptet eller en länk placeras direkt intill mediet, vanligen på samma sida.
  • En undertextfil är inte ett lästranskript. Om du börjar med SRT eller VTT, slå ihop de korta textblocken till stycken, som i W3C:s eget exempel.

Hjälper poddtranskript med SEO?

Det kan de göra, men var försiktig med löften. Källorna säger följande:

  • W3C påpekar att rubriker och länkar gör ett transkript mer användbart och också kan hjälpa med SEO.
  • Spotify säger att transkript hjälper tjänsten att förstå vad ett program handlar om och möjliggör upptäcktsfunktioner som kapitel och etiketter för gäster och ämnen (Spotify for Creators).
  • Apple låter lyssnare söka efter ett ord eller en fras i ett avsnitt och trycka på texten för att spela från den punkten.

Ingen av dessa källor lovar högre rankning. Publicera transkriptet för att göra avsnittet användbart för fler och se eventuell trafikökning som en bonus.

Så skapar du ett poddtranskript med whispertranscribe.ai

whispertranscribe.ai är ett webbaserat transkriptionsverktyg som bygger på OpenAI:s Whisper-modell. Det gör om ett avsnitt till text som kan exporteras i formaten ovan. Det fungerar i webbläsaren och ingen app behöver installeras.

  1. Öppna generatorn för poddtranskript och välj det talade språket bland över 130 språk. För svåra inspelningar finns alternativet Noise / Low-Quality Audio/Video för många språk och Multilingual Mix för avsnitt där språken växlar.
  2. Lägg till avsnittet. Ladda upp ljud- eller videofilen (MP3, WAV, M4A, MP4 med flera), upp till 5GB och 10 timmar per fil. Eller använd Transcribe from URL, som tar emot länkar från YouTube, Vimeo, Google Drive och Dropbox. Den sidan listar inte länkar från Apple Podcasts eller Spotify eller RSS-flöden, så ladda upp filen från värdtjänsten eller redigeringsprogrammet för ett avsnitt med enbart ljud.
  3. Aktivera Speaker Detection för intervjuer och paneler.
  4. Granska utkastet. Noggrannheten kan nå upp till 99% vid tydligt ljud, men överlappande tal, musik under röster, brus och starka accenter sänker den. Kontrollera namn, siffror och första raden efter varje talarbyte.
  5. Exportera det varje mål behöver: TXT eller DOCX för avsnittssidan och anteckningarna, VTT eller SRT för Apple Podcasts, Spotify och YouTube samt PDF eller CSV vid behov.

Om exporten använder allmänna etiketter, ersätt dem med riktiga namn med sök och ersätt före publicering. För undertexter till klipp har AI-generatorn för undertexter en inställning för maximalt antal ord per textblock och MP3 till SRT hanterar filer med enbart ljud. För intervjutunga program, se kostnadsfri intervjutranskribering. Behöver du först en mindre fil? Använd konvertering av ljud eller video till MP3.

Du kan börja utan att skapa konto; kontrollera vad gratisanvändningen för närvarande innehåller på den sidan. Betalabonnemang börjar från $9.99/månad vid årsbetalning (priser). Alla verktyg finns på sidan funktioner.

Checklista för publicering av poddtranskript

  • En gemensam stil för etiketter, hakparenteser och tidsstämplar anges överst
  • Varje talare är namngiven med samma stavning som i avsnittsbeskrivningen
  • Namn, siffror och varumärken har kontrollerats mot ljudet
  • Läsversionen publiceras bredvid spelaren eller länkas därifrån
  • Tidskodad fil sparas som UTF-8, .vtt eller .srt, inte .vtt.txt
  • VTT börjar med WEBVTT; SRT-tidsstämplar använder komma
  • Filen täcker hela avsnittet, inklusive inledning och avslutning
  • RSS-taggen har rätt type och filens URL öppnas offentligt
  • Apple är inställt på ”Display transcripts I provide”
  • Spotify-filen är under 5MB och automatiskt genererade transkript är avstängda
  • Kontrollera det publicerade avsnittet i varje app 24 timmar efter publicering

Felsökning: vanliga problem med format för poddtranskript

Vad du ser Trolig orsak Lösning
Apple märker fortfarande transkriptet ”Automatically generated” Transkriptinställningen har inte ändrats Välj ”Display transcripts I provide” för programmet eller avsnittet
Inget transkript alls på Apple Språket stöds inte, avsnittet är explicit och begränsningar är aktiva eller mindre än 24 timmar har gått Kontrollera språk och inställningar för explicit innehåll och vänta sedan en dag
Delar av avsnittet saknas på Apple Dynamiskt infogat ljud har ändrats efter transkriberingen Förväntat beteende; behåll hela texten på din webbplats
Inga talarnamn på Apple Filen är SRT eller saknar rösttaggar Exportera VTT och lägg till <v Name>-taggar
Spotify avvisar uppladdningen Fel filtyp eller över 5MB Exportera VTT eller SRT; korta långa textblock eller flytta anteckningar
Spotifys transkript följer inte ljudet Filen saknar tidsstämplar Ladda upp tidskodad VTT eller SRT, inte TXT
Din uppladdning försvann på Spotify Automatiskt genererade transkript har aktiverats Stäng av dem och ladda upp igen
Webbspelaren visar inget, Apple fungerar CORS-huvuden saknas hos filvärden Be värdtjänsten eller CDN att tillåta förfrågningar mellan ursprung
Accenter ser felaktiga ut Filen är inte sparad som UTF-8 Spara om som UTF-8 i en enkel textredigerare
Läsare har svårt att följa sidan En undertextfil har klistrats in som transkript Slå ihop textblock till stycken och lägg till talaretiketter

Fler lösningar för undertextfiler finns i vår guide om export av SRT-undertexter.

Vanliga frågor

Vilket är det bästa formatet för ett poddtranskript?

Det finns egentligen två bästa format: ett för människor och ett för appar. För läsare, använd rensad ordagrann text med talarens namn före varje replik, ett nytt stycke vid varje talarbyte och ljud inom hakparenteser. För poddappar, använd en tidskodad WebVTT-fil, som Apple Podcasts och Spotify accepterar och Podcasting 2.0 rekommenderar om bara ett format stöds. SRT fungerar som reserv.

Bör ett poddtranskript innehålla tidsstämplar?

Den tidskodade filen måste ha dem, men läsversionen behöver bara några få. Spotify säger att ett uppladdat transkript utan tidsstämplar inte synkroniseras under uppspelning och Apple förväntar sig VTT eller SRT, som båda är tidskodade. På en webbsida rekommenderar W3C tidsstämplar endast när de är användbara. En stämpel vid varje talarbyte eller kapitel hjälper läsaren att hitta rätt utan att göra texten rörig.

Vilket filformat accepterar Spotify för poddtranskript?

Spotify accepterar VTT eller SRT upp till 5MB, uppladdade i Spotify for Creators under avsnittets Details och Transcripts. Filen behöver tidsstämplar för att synkroniseras under uppspelning. Transkript är inte tillgängliga för alla skapare, så alternativet kanske inte visas för din podd. Om du senare aktiverar Spotifys automatiskt genererade transkript ersätter de din uppladdade fil.

Hur lägger jag till ett transkript i poddens RSS-flöde?

Lägg till en podcast:transcript-tagg inuti avsnittets item-element med filens URL och MIME-typ, exempelvis text/vtt för WebVTT eller application/x-subrip för SRT. Du kan lägga till flera taggar för olika format, ett language-attribut och använda rel="captions" för tidskodade undertextfiler. De flesta poddvärdar skriver taggen när du bifogar ett transkript, så kontrollera först deras kontrollpanel.

Behöver poddar transkript för tillgänglighet?

Enligt WCAG behöver förinspelat innehåll med enbart ljud, exempelvis ett poddavsnitt, ett textalternativ med motsvarande information. W3C anger detta på nivå A, den grundläggande överensstämmelsenivån. Om WCAG är ett juridiskt krav för din podd beror på land, sektor och organisation. Detta är allmän information, inte juridisk rådgivning, så kontrollera reglerna som gäller dig.

Kan jag göra en SRT- eller VTT-fil till ett läsbart transkript?

Ja. Ta bort blocknummer och tidsrader, slå ihop de korta undertextraderna till stycken och börja ett nytt stycke när talaren byts. Gör VTT-rösttaggar till namn följda av kolon och behåll viktiga ljud inom hakparenteser. W3C använder samma metod i sitt exempel och grupperar flera undertextrader i varje stycke.


Redo att formatera nästa avsnitt? Ladda upp det till whispertranscribe.ai:s generator för poddtranskript och exportera TXT, DOCX, VTT eller SRT på över 130 språk med talaridentifiering.

Relaterade guider: Vad är en SRT-fil? · Så exporterar du SRT-undertexter · Så transkriberar du MP3 till text · Undertexter och textning

Referenser

Vill du omvandla dina inspelningar till text?

Transkribera ljud och video med whispertranscribe.ai.

Börja transkribera ↗