Forsiden › Lydfil til tekst

Fra fil til transkript · 100 % lokalt

Gjør en lydfil om til tekst på Mac-en

Har du et opptak og trenger teksten, drar du filen inn i Lesskeys og får et transkript med tidsmarkører og inndeling etter taler. Hele jobben gjøres på din egen Mac: lydfilen lastes ikke opp noe sted.

Hva som skjer med filen

Du drar en lyd- eller videofil inn i appen, eller åpner den fra biblioteket. Filen blir liggende der den ligger; appen leser lyden, gjør den om til et 16 kHz monosignal og kjører den gjennom språkmodellen på GPU-en i Mac-en. Ut kommer en tekst delt i avsnitt med tidsmarkører, og — når det er flere stemmer i opptaket — med hvem som snakker.

Ingen del av dette går ut på nett. Det finnes ingen opplastingskø, ingen konto, og ingen grense på filstørrelse satt av en tjenesteleverandør. Grensen er Mac-en din: et langt opptak tar lengre tid, og maskinen jobber mens den holder på.

Hvilke filer som går inn

Vanlige lydformater fra telefon, opptaker og møteprogram leses inn direkte — blant annet m4a, mp3, wav, aiff og caf. Videofiler går også: lyden hentes ut av filen, slik at du kan transkribere et skjermopptak eller en innspilt presentasjon uten å konvertere noe selv først.

Er opptaket i stereo med én stemme i hver kanal, utnyttes ikke kanalskillet: lyden slås sammen til mono før gjenkjenningen, og talerne skilles på klang i stedet. Og er opptaket gjort på en telefon som lå midt på bordet, blir resultatet dårligere uansett format — det er lydkvaliteten som avgjør, ikke filtypen.

Steg for steg

• Dra filen inn i appen, eller velg den fra opptaksbiblioteket under fanen «Opptak».
• La transkriberingen gå. Språket gjenkjennes automatisk blant 99 språk; du trenger ikke velge noe på forhånd.
• Gå gjennom resultatet. Klikk en linje for å hoppe til stedet i lyden, og rett det som skal rettes.
• Gi talerne navn hvis det er flere stemmer, slik at transkriptet blir lesbart.
• Eksporter som ren tekst, eller som undertekster i SRT- eller VTT-format.

Hva du får ut

Transkriptet er søkbart, og hvert avsnitt bærer sin posisjon i opptaket, slik at du raskt finner igjen stedet i lyden når du er usikker på hva som ble sagt. Er det flere stemmer, deles opptaket automatisk inn etter taler, og du kan sette navn på dem — det er beskrevet nærmere under hvem sa hva i opptaket.

Skal teksten brukes som undertekst, eksporterer du SRT eller VTT med tidskoder i stedet for ren tekst. Alle opptak og transkripter ligger i et lokalt bibliotek der du kan søke i selve ordlyden, ikke bare i filnavn og datoer.

Typiske opptak folk sitter med

• Intervjuer. Journalistikk, brukerintervjuer, oppgaveskriving — sitatjakt i et søkbart transkript i stedet for spoling frem og tilbake.
• Podkastopptak. Råmateriale til episodetekst, kapittelmerker eller undertekster.
• Telefonsamtaler tatt opp på Mac-en. Kundesamtaler og støttehenvendelser der du selv deltar, med de forbeholdene som står lenger nede.
• Forelesninger og webinarer. Egne opptak av undervisning, som blir lettere å gå tilbake til i tekstform.
• Taleopptak fra telefonen. Opptak gjort med taleopptaksappen på telefonen, eller en talemelding du har fått, overført til Mac-en og lest inn som fil.
• Møteopptak. Grunnlaget for et referat — se møtereferat fra opptak.

Et automatisk transkript er et råutkast

Det er verdt å ha forventningene på plass før du starter. Maskinen sparer deg for det meste av skrivearbeidet, men den leverer ikke ferdig tekst:

• Egennavn skrives ofte feil. Person- og stedsnavn, firmanavn og forkortelser blir gjerne lydlig plausible, men gale. Norske stedsnavn med æ, ø og å er et gjennomgående sted å se etter.
• Tegnsetting er en tolkning. Punktum og komma settes der modellen hører en pause, ikke der du ville satt dem.
• Samtidig tale svekker talerinndelingen. Snakker to i munnen på hverandre, blir replikkene fordelt feil.
• Dårlig lyd gir hull. Høyttalertelefon, romklang og bakgrunnsstøy koster mer enn valget av programvare.
• Fagord og dialekt. Hvordan norsk tale faktisk håndteres, står i transkribere norsk tale.

Vi oppgir ingen nøyaktighetsprosent, fordi vi ikke har egne målinger å vise til. Regn med en korrekturrunde, særlig der teksten skal siteres. Det finnes heller ingen garanti som juridisk dokumentasjon.

Derfor er det et poeng at filen blir liggende

En ekstern transkripsjonstjeneste betyr at opptaket lastes opp til noen andres server, behandles der og som regel også lagres der. Når behandlingen skjer på din egen Mac, faller det steget bort: ingen ekstra leverandør får lyden, og du slipper å avklare hvor den lagres og hvor lenge.

Dette er en beskrivelse av hvordan programvaren behandler lyd, ikke juridisk rådgivning, og ingen påstand om samsvar med personvernregelverket. Skal du behandle opptak av andre — pasienter, klienter, ansatte, kilder eller informanter — hører den vurderingen hjemme hos personvernombudet eller juridisk avdeling. For studenter og forskere går veien i tillegg gjennom institusjonens rutiner og Sikt. Mer om arkitekturen: transkribering uten sky.

Opptak der andre er med

Å ta opp en samtale du selv deltar i, er ikke straffbart i Norge; skjult opptak av en samtale du ikke deltar i, rammes av straffeloven § 205. Det gjør ikke skjulte opptak greie: en annen persons stemme er en personopplysning, i arbeidslivet er skjult opptak av kolleger illojalt og har vært grunnlag for oppsigelse, og har du taushetsplikt — helsepersonelloven § 21, advokaters fortrolighet, kommunal saksbehandling eller kildevern — er det den som setter grensen. Si fra før opptaket starter, og la være å ta opp hvis noen sier nei. Dette er veiledning, ikke juridisk rådgivning.

Hva det koster, og hva gratisversjonen dekker

Appen er gratis å laste ned fra Mac App Store, og du kan prøve hele flyten uten konto og uten kjøp. Her er grensene, uten pynt:

De fem lyd- og fem videotranskripsjonene er altså engangsforbruk. Bruk dem på opptak som ligner dem du faktisk sitter med, ikke på en femsekunders test — det er slik du finner ut om resultatet holder for ditt bruk. Å kjøre det samme opptaket på nytt, for eksempel med en annen modell, koster ingenting. Dikteringsminuttene i tabellen gjelder den andre halvdelen av appen: der holder du en hurtigtast og snakker, og den gjenkjente teksten legges på utklippstavlen slik at du limer den inn selv med ⌘V — appen skriver ikke inn i andre programmer på egen hånd.

Systemkravene er macOS 13 (Ventura) eller nyere og en Mac med Apple Silicon (M1 eller nyere). Apple Silicon er påkrevd; Intel-Macer støttes ikke. Sjekk maskinen under Apple-menyen › «Om denne maskinen» før du eventuelt kjøper Pro.

Ofte stilte spørsmål

Les også