Konvertér MP3 til tekst
Den ideelle løsning til podcasts, lydbøger og optagede interviews. Upload dine MP3-filer til ScribeToAny, og få rene transskriptioner med tidsstempler og taleradskillelse på få minutter — perfekt til shownotes og genanvendelse af indhold.
- AI-transskription
- 98 sprog
- Krypteret, vi træner aldrig AI på dine filer
Start med din optagelse
Slip en lyd- eller videofil her, eller klik for at vælge.
Det får du: en rigtig transskription
Uredigeret resultat fra et 64 sekunders interview med to talere (syntetiske stemmer), transskriberet med talerregistrering slået til. Kun de første linjer vises.
SPEAKER_00 (0:00) Welcome back to Small Shop Stories. SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the SPEAKER_00 (0:05) corner of Mill Street. SPEAKER_01 (0:07) Thanks for having me. SPEAKER_01 (0:08) It's really small, just two ovens and a counter. SPEAKER_00 (0:12) So how does a normal day start for you?
1 00:00:00,000 --> 00:00:01,680 [SPEAKER_00] Welcome back to Small Shop Stories. 2 00:00:02,160 --> 00:00:05,320 [SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the 3 00:00:05,320 --> 00:00:06,320 [SPEAKER_00] corner of Mill Street.
Sammenlignet med manuskriptet var der kun forskel på 4 ud af 189 ord – en ordfejlrate på 2,1 %, hvor "80" skrevet i stedet for "eighty" blev talt som en fejl – og alle 14 talerskift blev registreret korrekt. Dette var tydelig tale; optagelser med støj eller folk, der taler i munden på hinanden, opnår lavere score. Se hele transskriptionen, og hvordan den blev bedømt
Sådan fungerer det
- 1
Upload
Slip en lyd- eller videofil ind, eller indsæt et link. Alle almindelige formater accepteres.
- 2
Transskribér
AI transskriberer med tidsstempler og valgfrie taleretiketter, normalt på minutter.
- 3
Eksportér
Redigér segmenter online, og eksportér derefter TXT, SRT, VTT, TSV, CSV, JSON, PDF eller DOCX.
Hvorfor ScribeToAny
- Udviklet til lange podcasts og downloadede udsendelser — understøtter MP3-filer med både variabel (VBR) og konstant (CBR) bitrate.
- Springer automatisk ID3-metadata og indlejrede kapitler over for kun at måle og transskribere den rene talestrøm.
- Støjreduktion og talegendannelse hjælper med at forbedre komprimerede telefoninterviews eller eksterne optagelser.
Ofte stillede spørgsmål
Forringer MP3-komprimering transskriptionens nøjagtighed?
Ved almindelige bithastigheder (128 til 320 kbps) transskriberer Whisper-AI MP3 med stort set samme præcision som ukomprimeret WAV. Ved kraftigt komprimerede filer fjerner præcis tilstand med AI-lydforbedring artefakter inden afkodning.
Håndterer den flere talere?
Ja. Slå talergenkendelse til, når du starter opgaven, så kommer hvert segment tilbage mærket med taler, så et interview med to personer læses som en ren spørgsmål-svar-runde, og et teammøde viser, hvem der sagde hvad. Det fungerer på alle ~98 understøttede sprog, og etiketterne følger med i eksporter som TXT, DOCX og JSON.
Kan jeg rette fejl i transskriptionen?
Ja — hvert segment kan redigeres direkte i browseren. Klik på en linje for at rette formuleringer, slet fyldsegmenter helt, og klik på enhver sætning for at afspille den præcise lyd bag den, når du vil dobbelttjekke, hvad der blev sagt. Alle 8 eksportformater — TXT, SRT, VTT, TSV, CSV, JSON, PDF, DOCX — genereres fra den redigerede version, så rettelser kun skal laves én gang.
Hvor stor en MP3-fil kan jeg uploade?
Grænsen gælder varighed frem for filstørrelse: filer på op til 30 minutter på det gratis abonnement og op til 3 timer og 5 GB på betalte abonnementer. Ved 128 kbps fylder en MP3 cirka 1 MB pr. minut, så selv et afsnit på 3 timer ligger langt under størrelsesgrænsen.
Kan jeg indsætte et podcast-link eller et RSS-feed?
RSS-feeds og sider fra podcast-apps importeres ikke direkte. Hvis din hostingtjeneste giver dig et direkte link til episodens MP3-fil, kan du indsætte det link; ellers downloader du MP3-filen fra dit kontrolpanel og uploader den — op til 6 filer ad gangen.