Start free

Transkribér MP4-video til tekst.Lyden ekstraheres automatisk.

Slip MP4-filen som den er — vi henter lydspor serverside, returnerer et tidsstemplet transkript og sender en SRT der kan importeres direkte til YouTube, Vimeo eller dit NLE.

Træk din lyd eller video herind

MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously

Paste a link, we’ll fetch the audio

YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more

Optag direkte fra browseren

Tilmelding tager 30 sekunder — optagelse åbner lige efter, i dashboardet.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFiler slettes automatisk efter 24 timer

↓ Se hvad der kommer ud

MP4 ind. Transkription + SRT ud.

MP4 er en container — vi læser lydstrømmen direkte, omkoder aldrig videoen. Tidsangivelser forbliver frame-præcise for dit originale timeline, så SRT linjer tilføres på første import.

training-module-04.mp4REC 1080p · 22:14 · 412 MB
auto-detekteret en-USAAC 48 kHz stereo · 192 kbps
~90s
Transkription · streaming95% nøjagtighed
S1

Okay, i dette modul gennemgår vi refund-workflowet fra ende til anden.

S2

Et hurtigt spørgsmål før vi starter — gælder det også partielle refunds?

S1

God bemærkning. Partielle bruger samme skærm men en anden årsagskode.

S2

Forstået. Og godkendelsesgrænserne er stadig to hundrede dollars?

95% på rent dialogSRT · VTT · DOCX · TXT · JSON

↓ This is the dashboard

This is what loads when the job finishes.

Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.

Try it on your own file — it's free

Tre virkelige muligheder · ærligt sammenlignet

DIY med ffmpeg. En video-editor. Eller os.

Du kan selv ekstraherer lyden og køre Whisper. Du kan åbne MP4 i Descript eller VEED og blive der i deres editor. Eller slip filen her og få transkriptionen + SRT tilbage, uden editorlock-in.

Option 01

ffmpeg + Whisper

Gratis, lokal, besværlig. Du ejer pipelinen og alle fejlene i den.

KræverCLI + 10 GB model + GPU
Taler-diarisationSeparat værktøj (pyannote)
SRT-outputJa, manuel flag
Tid på en 1-times MP420–90 min på CPU
Multi-track lydDu vælger strømmen
Omkostning$0 + dit hardware
Best forIngeniører der allerede kører Whisper lokalt og ikke har noget imod diarisation på toppen.
Option 02

Transcription.Solutions

Slip MP4. Lydekstraktion, diarisation, SRT, resumé — ét pass.

KræverBrowser, det er det
Taler-diarisationIndbygget, alle jobs
SRT-outputFrame-aligned til original
Tid på en 1-times MP4~4 min, streamed
Multi-track lydVi lister alle strømme
Omkostning · pr. min$0.03
Best forAlle med en MP4 der ønsker tekst og SRT uden at lære en video-editor eller CLI.
Option 03

Descript / VEED

Load MP4 ind i editoren. Transkription vises som del af timeline-UI.

KræverKonto + editor-læringskurve
Taler-diarisationJa, EN-tunet
SRT-outputEksport-låst efter plan
Upload-loft5 GB (Descript gratis)
Multi-track lydKun første spor
Omkostning$12–24/bruger/måned
Best forRedaktører der ønsker at klippe video og transkription i samme værktøj.

Priser og funktionslofter er tilnærmelser fra 2026. Descript og VEED plannavn ændres hyppigt — tjek deres site for aktuelle grænser.

Specifikt for MP4

Tre ting der giver problemer med generiske transaktionsværktøjer.

MP4 er en container, ikke en kodek — og de fleste transaktionsværktøjer behandler det som én stor lydblob. Det er der fejlene kommer fra.

Hvad der går galt

  1. 1Multi-track MP4 med boom + lav. Generiske værktøjer griber track 1 og ignorerer resten, så du mister den renere mikrofon. Almindelig på FCP og Premiere-eksporter.
  2. 2Baggrundsmusik i vlogs og annoncer udløser fantomord. Genkendelsen forsøger at transkribere vokaler på musikgrunden.
  3. 3SRT-tidsangivelser driver når værktøjet omkoder videoen på vej ind. Ved minut 40 er underteksterne en sekund forbi.

Hvad du flipper her

  1. 1Upload — vi probes hver lydstrøm og lader dig vælge hvilken der transkriberes. Standard er højeste bitratesporet.
  2. 2Slå Musikundertrykkelse til på jobformularen. Vi gater genkendelsen på tale-VAD så instrumentalsektioner forbliver tomme.
  3. 3Vi omkoder aldrig video. Lyd ekstraheres med oprindelig sample rate, tidsangivelser refererer containerens edit list — SRT linjer op frame-præcist.

Anbefalede jobindstillinger for MP4

Slip en MP4 og disse slår til som standard. Overskriv pr. job fra formularen.

Lydekstraktion
Oprindelig sample rate, ingen omkodning
Sporvalg
Højeste bitratesstrøm
Diarisation
Akustisk · 1-6 talere
Musikundertrykkelse
Til for vlog/ad-forudindstillinger
SRT-format
≤42 tegn/linje, 2 linjer max
Eksport
SRT · VTT · DOCX · tidsangivet TXT

Accuracy · real-world numbers

95% på en ren optagelse. Ærlige tal når lyden bliver vanskelig.

MP4-nøjagtighed bestemmes af mikrofonen, ikke kodekkn. En lav mikrofon på et stille sæt slår en 4K-kamera med onboard-lyd hver gang. Tallene nedenfor kommer fra rigtige kunde-MP4, sorteret efter hvad der opfangede lyden.

96%+
Studio shoot, lav eller shotgunmikrofon

Lav eller boom ind i en recorder, 48 kHz AAC ved 192+ kbps, behandlet rum. Topscenen. Talerlabels fungerer perfekt på en to-personers shoot.

93%
DSLR med på-kamera shotgun

Kamera-top mikrofon 2-4 fod fra taler. Lidt rumtone men tale er forståelig. De fleste YouTube-creator-optagelser lander her.

89%
Skærm-optagelse med USB-mikrofon

OBS, Loom, Camtasia-eksporter. Mikrofon er tæt men rum er ubehandlet, ofte med systemlyd-bleed. Helt fint til tutorial-transkripter.

84%
Telefon-skudt vlog, intern mikrofon

Indbygget telefonmikrofon, vind eller håndteringsstøj, afstand varierer skudt til skudt. Ord er brugbare, forvent 1-2 rettelser pr. minut på egennavne.

Almindelige spørgsmål

8 ting folk spørger om omkring MP4-transkription.

01Omkoder I min video?+
Nej. Vi læser kun lydstrømmen ud af MP4-containeren. Videostrømmen bliver aldrig rørt, aldrig omkodét og aldrig lagret efter jobbet er færdigt — du beholder filen uændret.
02Hvilke kodekkn inde i MP4 understøttes?+
Standard H.264 + AAC er det lette tilfælde. Vi håndterer også HEVC/H.265, ProRes-in-MP4 og lyd i MP3, Opus, ALAC eller PCM. Hvis ffmpeg kan probe det, kan vi transkribere det.
03Hvad er filstørrelsesgrænserne?+
10 GB pr. upload på web-uploader, 50 GB via API med resumable chunks. En typisk 1-times 1080p MP4 er 1-3 GB så de fleste filer passer webstien uden at tænke på det.
04Linjer SRT op med min originale video?+
Ja — tidsangivelser refererer MP4-editlisten og oprindelig sample rate. Vi omkoder ikke, så der er ingen drift. Slip SRT ved siden af MP4 i enhver player eller NLE og undertekster synkroniseres på første load.
05Kan jeg brænde underteksterne ind i videoen?+
Ikke på vores side — vi outputter SRT og lader indbrændingen til din editor. ffmpeg one-liner, HandBrake, Premiere, DaVinci, Kapwing accepterer alle SRT vi producerer. Vi vil ikke være kodningsværktøjet også.
06Hvad med MOV, MKV, M4V, WebM?+
Alt understøttes gennem samme pipeline. MOV især — samme MPEG-4-familie, identisk ekstraktionspath. MKV med flere lydspor får samme stream-picker-UI som en multi-track MP4.
07Kan jeg bare sende en YouTube eller Vimeo URL?+
Ja for YouTube — indsæt en offentlig URL på uploadskærmen og vi henter lyden direkte, ingen MP4-download nødvendig. Vimeo kræver en direkte fil eller en signeret downloadlink fordi deres player gater strømmen.
08Hvad hvis der ingen taleret dialog er, kun musik eller B-roll?+
VAD detekterer stille og musikonly-sektioner og springer dem over, så du betaler ikke for ambient-optagelse. Transkriptionen markerer disse områder som `[musik]` eller `[ingen tale]` i stedet for at opfinde ord.

Slip din MP4. Få transkriptionen og SRT tilbage.

30 gratis minutter hver måned. Uden kort. Lyd ekstraheret serverside, talerlabels, frame-præcis SRT — alt inkluderet.

Start gratis