Start › Ljud till text

Funktion · Transkribera filer du redan har

Ljud till text på Mac – utan att filen laddas upp

Du har redan inspelningen och vill gå från ljud till text. Dra in filen i Lesskeys så får du ett transkript med tidsmarkeringar och talarna åtskilda, färdigt att exportera som text, SRT eller VTT. Hela bearbetningen sker på din Mac – ljudfilen lämnar aldrig datorn.

Så gör du: ljud till text i tre steg

Att gå från ljud till text är tre steg på din egen dator, och det finns inget konto att skapa.

1. Dra in filen i appen, eller välj den från disken. Videofiler går lika bra som ljudfiler – ljudspåret plockas ut automatiskt.
2. Låt utskriften gå. Modellen ligger lokalt och räknar på datorns grafikprocessor. Det görs inget nätverksanrop, varken i början eller under tiden.
3. Läs, rätta och exportera. Du får texten uppdelad i avsnitt med tidsmarkeringar och med talarna åtskilda, och exporterar som ren text, SRT eller VTT.

Det du inte behöver göra: ladda upp någonting, vänta i en kö hos en leverantör, eller betala per minut. Det du behöver göra: läsa igenom resultatet innan du använder det – mer om det längre ned.

Vilka filer fungerar

De vanliga formaten från Mac, telefon och mötesverktyg fungerar. Det som avgör resultatet är inte formatet utan ljudkvaliteten i inspelningen.

Vad du får ut

Resultatet är inte en enda textmassa utan ett transkript med struktur:

• Tidsmarkeringar per avsnitt, så att du kan hoppa tillbaka till stället i ljudet och kontrollera ett citat.
• Talarna åtskilda, så att det framgår vem som sade vad när flera personer hörs. Du kan namnge rösterna, och de känns igen i senare inspelningar. Det beskrivs närmare på Vem säger vad i inspelningen.
• Sökbar text, så att en gammal inspelning går att hitta på ett ord i stället för på ett filnamn.
• 99 språk, identifierade automatiskt per inspelning. Svenska med inströdda engelska fackord går bra; en inspelning som byter språk i längre partier blir blandad.

Export: text, SRT och VTT

Ett färdigt transkript exporteras som ren text när du vill ha ett underlag att arbeta vidare i, eller som SRT eller VTT när tidsmarkeringarna ska följa med. De två sista är undertextformaten: SRT är det som de flesta redigerings- och videoprogram förstår, VTT är webbens variant och används av HTML5-spelare.

Det gör det praktiskt att texta egna filmer, kursvideor och skärminspelningar utan att skicka materialet till en tjänst. Räkna med efterarbete: automatiska undertexter behöver oftast justeras i radbrytning och i hur repliker delas, och egennamn måste gås igenom. Ett professionellt textningsarbete handlar om mer än att fördela orden över tiden, och det gör inte appen åt dig.

Hur lång tid tar det

Beräkningen sker hos dig, så tiden beror på din dator och på hur lång filen är. En kort röstanteckning är klar i stort sett direkt; en två timmar lång intervju sysselsätter maskinen ordentligt. Vi anger inga siffror på hur många gånger snabbare än realtid det går, eftersom det varierar med modell av Mac och vi inte har egna mätningar att luta oss mot. Det som däremot alltid gäller är att ingen kö hos någon annan står mellan dig och resultatet, och att långa filer inte kostar mer bara för att de är långa.

Råtexten behöver en korrekturvända

Det maskinen levererar är ett råtranskript. Fyra saker behöver alltid ögon: egennamn, ortnamn, förkortningar och fackord – de blir gärna ljudmässigt rimliga men fel stavade. Utöver det är det ljudet som avgör kvaliteten: en mikrofon nära den som talar slår varje modellval, medan rumsklang, avstånd över bordet och personer som talar i mun på varandra kostar träffsäkerhet. Ska texten citeras eller ligga till grund för ett beslut, läs igenom den mot ljudet. Vi lämnar ingen garanti om transkript som rättsligt underlag.

Vad som ingår gratis – och var gränsen går

Det här är sidan vars besökare oftast slår i taket, så gränsen ska stå rakt ut. Appen är gratis att hämta, och i gratisversionen ingår:

• 5 ljudtranskriberingar och 5 videotranskriberingar totalt – sammanlagt, inte per dag och inte per månad. När de är förbrukade är de förbrukade.
• 5 minuters diktering per dag, alltså den andra användningen av appen, som återställs varje dygn. Dikterad text läggs i Urklipp och klistras in av dig med ⌘V – appen skriver aldrig in text åt dig.
• Inspelning utan begränsning. Att spela in mäts aldrig, oavsett version.
• Omtranskribering är gratis. Kör du en inspelning du redan har transkriberat en gång till, till exempel med andra inställningar, drar det inte av kvoten.

Pro tar bort gränserna för diktering och transkribering och kostar 49,99 USD som engångsköp, som svenska App Store visar i kronor. En gång, ingen prenumeration och ingen minutdebitering.

Om inspelningen innehåller andra personer

Tekniken är den enklare frågan när fler röster hörs. I Sverige är det inte brottsligt att spela in ett samtal du själv deltar i; olovlig avlyssning enligt 4 kap. 9 a § brottsbalken träffar den som i hemlighet avlyssnar eller spelar in ett samtal hen inte deltar i. Men lagligt är inte detsamma som lämpligt – att spela in kollegor i smyg har prövats i Arbetsdomstolen och har kostat människor både förtroende och anställning. Fråga innan du startar och avstå om någon säger nej. Det här är upplysning, inte juridisk rådgivning.

Att ljudet stannar i datorn tar bort ett personuppgiftsbiträde ur kedjan, men syfte, rättslig grund och lagringstid är fortfarande dina frågor, och vi hävdar ingen regelefterlevnad. Vad arkitekturen faktiskt innebär beskrivs på Transkribering utan moln.

Systemkrav

macOS 13 (Ventura) eller senare och en Mac med Apple Silicon, alltså M1 eller senare. Apple Silicon är ett krav och inte en rekommendation – appen körs inte på Intel-Macar, eftersom modellen behöver det minne som processorn och grafikdelen delar.

Vanliga frågor

Läs vidare