AI-transkribering och undertextgenerator för ljud och video: Gör inspelningar till exakt, redigerbar text

Jag brukade avsätta fyra timmar varje söndag för att transkribera intervjuer till avsnittsanteckningar. Nu laddar jag upp avsnittet, hämtar en kopp kaffe, och det är klart innan koppen är tom. Det är ungefär 16 timmar i månaden som jag i stället lägger på att faktiskt göra podden.

Jag betalade en transkriberare cirka 90 USD per avsnitt. Ett veckovis program, så du kan räkna ut det själv. Bytte över och hela min månad kostar nu mindre än två av de gamla fakturorna. Träffsäkerheten är tillräckligt bra att jag bara behöver rätta namn och enstaka varumärkesbegrepp.

En tittare skrev till mig att hon är hörselskadad och att mina gamla automatiska undertexter gick inte att titta med. Fixade det på en eftermiddag. Nu har varje uppladdning snygga undertexter och de klagomålen har helt upphört.

Det här är det som stillsamt förändrade mitt jobb. En källa refererade till något från ett samtal jag gjorde 2024, och jag hittade den exakta meningen på ungefär tio sekunder. Varje intervju jag någonsin spelat in är nu text jag kan gräva igenom.

Vår redaktion spenderade nästan 600 USD i månaden på mänsklig transkribering. Vi behöll den mänskliga varianten för känsligt domstolsmaterial och flyttade allt annat. Räkningen har minskat med runt 70 %, och ingen har klagat på utkasten.

Vi brukade avsluta en fokusgrupp på torsdagen och inte ha användbara transkriptioner förrän veckan därpå. Nu är de klara samma dag och teamet börjar plocka ut teman medan allt fortfarande är färskt. Kundleveranserna skickades ut tre dagar tidigare senaste omgången.

Jag samlar in muntliga berättelser från äldre portugisisk- och ukrainsktalande. Att få fram korrekta transkriptioner på dessa språk brukade vara genuint svårt och dyrt. Nu är det en del av samma arbetsflöde, och jag kan bifoga en översättning för arkivet.

Som ensampraktiserande advokat är min tid själva produkten. Jag brukade sammanfatta klientsamtal från minnet eller lyssna om på inspelningar. Nu har jag hela transkriptionen och plockar fram det jag behöver på några minuter. Det är tid jag fakturerar istället för att förlora.

Jag slutade utse någon att föra protokoll. Transkriberingen plus sammanfattningen dyker upp i vår kanal och de ansvariga taggas med vad de har åtagit sig. Färre ”jag trodde att du skötte det”-ögonblick, vilket ensamt var värt det.

Mina säljare la de sista tio minuterna varje dag på att fylla i CRM:et utifrån minnet. Nu flödar samtalstranskriptionen och de viktigaste punkterna in automatiskt. Det är riktig säljtid vi får tillbaka för ett team på sex personer.

Vi lokaliserade våra produktvideor till tyska, franska och portugisiska utan att anlita en översättningsleverantör för varje språk. Två kvartal senare utgör dessa regioner en betydande del av vår pipeline. Samma innehåll, ny intäkt, och vi utökade inte marknadsavdelningens bemanning.

Att lägga till undertexter och översatta undertexter till vårt kursbibliotek var den enskilt viktigaste åtgärden för anmälningar utomlands. Studenter i icke-engelsktalande länder slutade lämna sidan direkt. Ungefär en tredjedel av alla nya anmälningar kommer nu från utanför vår hemmamarknad.

Vår byrå bearbetar en absurd mängd kundmaterial. Det gamla manuella textningsflödet var där projekten gick för att dö. Det här löste det. Vi levererar undertextningsjobb på några timmar och tog på oss två nya avtalskunder eftersom vi hade kapaciteten.

Det jag inte hade förväntat mig var hur mycket innehåll ett avsnitt rymmer när det blir text. Jag plockar ut tre eller fyra citatkort, en blurb till nyhetsbrevet och ett par bildtexter till Reels från ett enda transkription, utan att se om något. Mitt publicerande gick från två gånger i veckan till nästan varje dag.

Det visade sig att hälften av min YouTube-publik fanns i Latinamerika när jag började texta videor. Jag lägger nu till engelska och spanska undertexter till varje video, och de spanska versionerna får nästan lika många visningar som originalen. Önskar att jag hade börjat ett år tidigare.

Fyrtio minuters telefonintervju, trettio minuter till deadline. För inte så länge sedan innebar det att spola i ljudet och skriva citat i panik. Jag laddade upp inspelningen, sökte efter de två raderna jag behövde och hade dem inklistrade i artikeln med fem minuter till godo.

Jag bevakar migrationsfrågor och många av mina intervjuer är inte på engelska. Att kunna transkribera och översätta dem på samma plats innebär att jag inte längre behöver vänta i tre dagar på en extern tjänst. Det tog bort en riktig flaskhals i mitt reportagearbete.

Jag genomför kvalitativa studier, så varje intervju måste bli en transkription innan jag ens kan börja analysera. Det som tidigare tog två hela veckor av ett projekt tar nu ett par dagar. Talarmarkeringarna är tillräckligt exakta för att jag kan lita på dem för attribuering.

Mitt stipendium räcker inte till professionell transkribering av 40 intervjuer. Den här tjänsten klarar hela avhandlingens dataset för mindre än vad en annan tjänst begärde för fem filer. Den är inte perfekt på mumlat ljud, men redigeraren gör efterarbetet snabbt.

Vi lade ut transkribering av vittnesförhör på entreprenad och räkningarna växte snabbt över hela ärendemängden. Genom att sköta de rutinmässiga in-house minskade vi den kostnaden med mer än hälften. För allt som ska inför en domare låter vi fortfarande en människa verifiera det, men det dagliga arbetet är löst.

Mellan besöken drunknade jag i dokumentation. Att diktera och få tillbaka en ren transkription innebär att mina anteckningar är klara innan nästa patient är i rummet. Jag lämnar mottagningen i tid igen.

Som UX-forskare genomför jag åtta användarintervjuer per studie. Att få dem alla till sökbar text samma dag innebär att jag hinner tagga citat och bygga rapporten medan intervjuerna fortfarande pågår. Det sparade ungefär en vecka på mitt senaste projekt.

Jag är virtuell assistent och har lagt till mötesanteckningar-som-en-tjänst för mina kunder utöver detta. Det kostar mig en fast månadsavgift, jag tar betalt per kund, och marginalen finansierar de flesta av mina andra verktyg. Jag hade inte förväntat mig att ett transkriberingsverktyg skulle bli en inkomstkälla.

När jag rekryterade bland ett dussin kandidater var mina anteckningar en enda röra av klotter. Nu transkriberas varje intervju på samma sätt och jag kan lägga svaren sida vid sida. Våra avstämningsmöten blev kortare och besluten mindre magkänslostyrda.

Vi är en liten ideell organisation, och att texta våra offentliga webbinarier ströks alltid från budgeten. Det här gjorde kostnaden till något vi faktiskt kunde upprätthålla. Nu är allt vi publicerar tillgängligt, vilket är hela poängen med det vi gör.