Hoppa till huvudinnehåll
LibraTool logoLibraTool

Gratis Ljud till text

Omvandla ljud eller video till text och undertexter, helt på din egen enhet. Exportera SRT, VTT, ASS med mera. Ingen uppladdning, inget konto.

TurboScribes gratisplan tillåter 3 filer per dag – här transkriberas talet på din enhet, och ljudet lämnar den aldrig. · kontrollerat sep. 2026

Släpp filer här, eller klicka för att bläddra

MP3, WAV, M4A, AAC, OGG, FLAC, WEBM, MP4, MOV, MKV, M4V · bearbetas på din enhet

eller tryck Ctrl+V för att klistra in från urklipp

Du kan släppa flera filer på en gång

Bläddra bland filer

Släpp flera filer samtidigt för att transkribera dem efter varandra och spara dem tillsammans som en ZIP.

Så här fungerar det

Transkriberingen kör en Whisper-taligenkänningsmodell direkt i din webbläsare. Ljudet avkodas, omsamplas och matas till modellen på din egen enhet — inspelningen laddas aldrig upp.

  1. 1
    Din fil avkodas till 16 kHz mono
    Whisper accepterar bara ett format: enkanalsljud vid 16 000 sampel per sekund. Webbläsarens ljudmotor gör omvandlingen själv, vilket för de flesta musik- och röstfiler betyder ingen extra nedladdning alls. Ovanliga videocontainrar faller tillbaka på det medföljande ffmpeg.
  2. 2
    Modellen laddas ned en gång, och bara när du ber om det
    Talmodellen är cirka 81 MB (eller 45 MB för det snabbare, mindre exakta alternativet), och motorn som kör den lägger till cirka 27 MB. Den hämtas först när du trycker på Läs in och cachas sedan så att senare besök startar direkt. Du kan ta bort den igen när som helst.
  3. 3
    Ljud transkriberas i 30-sekundersfönster
    Whisper läser 30 sekunder i taget med 5 sekunders överlapp på varje sida, så att ord som spänner över en gräns inte går förlorade. Detta körs i en bakgrundstråd, vilket är varför sidan förblir responsiv och Avbryt fortsätter fungera.
  4. 4
    Text blir läsbara undertexter
    Rå utdata delas upp och tidsätts om så att ingen rad överstiger 42 tecken och inget rusar förbi snabbare än 21 tecken per sekund — samma gränser som vår undertextredigerare kontrollerar mot. Tidsangivelser sträcks aldrig för att nå de målen, eftersom det skulle ge en missvisande bild av när orden sades.

Din inspelning lämnar aldrig din enhet. Själva modellfilen laddas ned från vår server, men ljudet läses bara någonsin in i din egen webbläsare — säkert för intervjuer, medicinska anteckningar, juridiska inspelningar och allt annat konfidentiellt.

Relaterade verktyg

Vanliga frågor