Så hämtar du transkriptionen från vilken YouTube-video som helst

Det finns tre sätt att få fram texten i en YouTube-video, och de ger väldigt olika resultat. Den inbyggda transkriptionspanelen är gratis och direkt tillgänglig, men saknar skiljetecken och talaretiketter. Om du laddar ner undertextfilen får du samma text i ett format som går att ta med sig. Kör du videon genom ett AI-verktyg för transkribering får du en ren transkription med skiljetecken och talaretiketter som du faktiskt kan använda. Här visar vi hur du hämtar transkriptionen från vilken YouTube-video som helst med varje metod, och när var och en räcker.

Metod 1: YouTubes inbyggda transkriptionspanel

På de flesta videor visar YouTube transkriptionen direkt: öppna videons beskrivning, leta upp Visa transkription, så dyker en panel upp med texten uppställd bredvid tidsstämplar – klickar du på en rad hoppar videon till just det ögonblicket. (YouTube beskriver funktionen i sitt hjälpcenter.)

Vad du får beror på vad kanalen har lagt upp. Om skaparen har laddat upp riktiga undertexter visar panelen dem. Om inte läser du YouTubes automatiskt genererade undertexter, med deras välkända egenheter: inga skiljetecken, inga talaretiketter, och namn och fackuttryck som gissas utifrån hur de låter. Vi har undersökt hur träffsäkra de automatiska undertexterna egentligen är – tillräckligt bra för att hänga med, sällan tillräckligt bra för att publicera.

Bra för: att hitta tidsstämpeln för ett citat, skumma igenom en föreläsning, kolla om en video tar upp ett visst ämne.

Mindre bra för: allt du ska klistra in någon annanstans – texten kommer som en ström utan skiljetecken som kräver mycket städning.

Metod 2: kopiera eller ladda ner undertexterna

Texten i transkriptionspanelen går att markera och kopiera, men tidsstämplarna följer med och formateringen ställer till det. För dina egna videor kan du ladda ner själva undertextfilen i YouTube Studio (bland annat som SRT) – praktiskt när du behöver undertexter som går att flytta, snarare än löpande text.

En undertextfil är dock fortfarande formad för undertexter: korta radfragment som är uppdelade efter visningstid, inte meningar. För att göra den till läsbar text måste du foga ihop fragment, lägga till skiljetecken och rätta felen som den automatiska textningen gjorde. För en kort video går det bra; vid någon större volym är det det långsammaste arbetsflöde som finns.

Bra för: dina egna videor, återanvändning av undertexter, underlag till ett annat verktyg.

Mindre bra för: att ta fram ett läsbart dokument.

Metod 3: transkribera videon med AI (vägen till användbar text)

Klistra in videons URL i en generator för YouTube-transkriptioner, så transkriberar den ljudet från grunden – inte genom att städa upp de automatiska undertexterna, utan genom att köra en modern talmodell på själva ljudet. Skillnaden märks direkt:

• Fullständiga skiljetecken och styckeindelning – meningar, inte fragment.

• Talaretiketter – vem som sa vad, med namn du kan ändra, vilket spelar roll för intervjuer och poddar.

• Tidsstämplar som du kan klicka på för att höra ljudet och kontrollera.

• En editor där du rättar namn och fackuttryck, och sedan export till DOCX, PDF, TXT – eller SRT och VTT om det du egentligen behöver är undertexter.

• Översättning till andra språk från samma vy.

Det här är metoden när transkriptionen ska användas till något: citat i en artikel, forskningsanteckningar, avsnittsanteckningar, ett blogginlägg som bygger på en föreläsning, undertexter till en ny redigering.

Vilken metod passar vilket jobb?

En kommentar om upphovsrätt och citaträtt

En transkription är en kopia av det som sägs i videon, och de vanliga upphovsrättsreglerna gäller. Att transkribera för eget bruk, för forskning eller för tillgänglighet är det vardagliga fallet; att publicera någon annans video som din egen artikel är inte ditt beslut att fatta. Citera med källangivelse, transkribera det du har rätt att använda, och fråga skaparen om du är osäker – de flesta blir glada över att deras föreläsning citeras.

Tips för bättre resultat

• Långa videor: AI-transkribering klarar inspelningar på flera timmar på några minuter – det är här manuell städning av automatiska undertexter blir ohållbar. Poddar och föreläsningar är de klassiska fallen; i vår guide till att transkribera poddar hittar du publiceringsflödet.

• Flera talare: kontrollera talaretiketterna där avsnitten byts och byt namn på dem en gång – ändringen slår igenom i hela texten.

• Namn och fackuttryck: oavsett metod är det de felen du ska jaga. En sök och ersätt på ett felhört namn rättar de flesta på en gång.

• Videor med mycket musik: talmodeller transkriberar tal; sångtexter och partier med tung musik blir ojämna med alla metoder.

Vanliga frågor

Kan jag få en transkription av vilken YouTube-video som helst?

Av nästan alla offentliga videor där tal hörs. Videor utan undertexter fungerar ändå med AI-transkribering, eftersom den läser ljudet, inte undertexterna.

Varför saknar transkriptionspanelen skiljetecken?

Det du ser är automatiskt genererade undertexter, som är optimerade för visning i realtid, inte för läsbarhet. Undertexter som skaparen själv har laddat upp är mycket lättare att läsa – när de finns.

Kan jag få transkriptionen på ett annat språk?

Ja – transkribera på originalspråket och översätt sedan transkriptionen. Gör du det i ett och samma verktyg behålls tidsstämplarna, vilket dessutom ger dig översatta undertexter på köpet.

Finns det någon längdgräns?

Panelen fungerar oavsett längd; AI-verktyg hanterar filer på flera timmar utan problem, med gränser som beror på ditt abonnemang.

Sammanfattningsvis

Välj metod efter vart texten ska. Stannar du inom YouTube? Då finns panelen redan där. Behöver du undertextfilen från din egen kanal? Den finns i Studio. Behöver du text som en människa ska läsa – med skiljetecken och talaretiketter, redo att citera? Transkribera ljudet ordentligt och lägg två minuter på att rätta namn i stället för en timme på att skriva in kommatecken.