Vad är transkribering av video? Formatet och ett exempel
Vad är transkribering av video? Resultatet, en videotranskription, är textversionen av en video: allt som sägs, vem som säger det och de ljud som spelar roll, så att man kan läsa videon i stället för att se eller höra den. En beskrivande transkription beskriver dessutom vad som visas på skärmen. De flesta transkriptioner ligger direkt under videon som stycken med ren text; tidsstämplar är valfria.
Skapa en från MP4, MOV, MKV eller en länk · talarnamn och tidsstämplar · TXT gratis, DOCX och PDF med betalabonnemang
Namngivna talare, ljud inom hakparentes
[Upbeat music]
Today we’re making flatbread with four ingredients.
Four? I count five bowls. [laughs]
Klicka eller dra och släpp för att ladda upp ljud eller videoTryck för att ladda upp ljud eller video
MP3, MP4, M4A, MOV, MKV, WEBM, AVI, WAV, FLAC, AAC, OGG, OPUS, WMA, WMV
Inget kreditkort krävs · Lagras i EU · Används aldrig för AI-träning
Typer av videotranskription
W3C:s Web Accessibility Initiative delar in transkriptioner efter vad de täcker. Undertexter finns med som jämförelse, eftersom en transkription ofta skapas utifrån dem.
| Typ | Vad den innehåller | Vem som är beroende av den | Krävs enligt WCAG? |
|---|---|---|---|
| Grundläggande transkription | Tal och de ljud utöver tal som behövs för att följa innehållet, med talarna angivna | Personer som är döva eller hörselskadade eller har svårt att bearbeta ljud | För media med enbart ljud på nivå A; för video med ljud på nivå AAA |
| Beskrivande transkription | Allt i en grundläggande transkription plus en beskrivning av den visuella informationen | Personer som är både döva och blinda, och läsare som tar till sig text bättre än video | För video utan ljud på nivå A (eller en syntolkning i stället); för video med ljud på nivå AAA |
| Interaktiv transkription | Undertextens text visad bredvid spelaren, som markeras medan videon spelas; klicka på en fras för att hoppa dit | Alla som söker i eller skummar en lång video | Krävs inte: det är en spelarfunktion som byggs från undertextfilen |
| Undertexter | Samma tal och ljud, tajmade för att visas på videon | Tittare som ser utan ljud eller som inte kan höra det | Krävs för förinspelad video med ljud på nivå A |
Nivåerna enligt W3C WAI:s sammanfattning för förinspelade media, kontrollerat den 9 november 2026. För direktsända media gäller andra regler.
Källor: W3C WAI: Transcripts · Understanding WCAG 1.2.1 Audio-only and Video-only · Understanding WCAG 1.2.8 Media Alternative
Exempel på transkribering av video
En beskrivande transkription av den första minuten av en matlagningsvideo med två personer, uppställd som en tabell. Läser du bara mittenkolumnen har du den grundläggande transkriptionen.
| Tid | Ljud: det som sägs och hörs | Bild: det som visas |
|---|---|---|
| 0:00 | [Glad musik] | Titelskylt: ”Bröd på en timme, avsnitt 4”. |
| 0:04 | Lena Park: Hej, jag heter Lena, och i dag bakar vi tunnbröd med bara fyra ingredienser. | Lena står vid en köksbänk med mjöl, vatten, salt och jäst i små skålar. |
| 0:12 | Sam Diaz: Fyra? Jag räknar till fem skålar. | Sam lutar sig in i bild och pekar på en tom skål. |
| 0:15 | Lena: Den är till att blanda i. [Sam skrattar] | Lena skjuter den tomma skålen till mitten. |
| 0:19 | Lena: Först trehundra gram mjöl. | Text i bild: ”300 g mjöl”. Hon häller mjölet på en köksvåg. |
Ett påhittat exempel skrivet för den här sidan. Ljud står inom hakparentes; talarna anges med fullständigt namn första gången och sedan med förnamn.
Format för videotranskription: det här ska med
Det finns ingen enskild layout som krävs. Det här är de konventioner som W3C:s riktlinjer beskriver, och det som en transkription från BlaBlaScribe ger dig som utgångspunkt.
Talare
Ange vem som talar
Sätt namnet före varje stycke, eller bara när talaren byts. Slå på talaridentifiering innan du transkriberar och byt namn på Talare 1 och Talare 2 en gång.
Ljud
Notera de ljud som spelar roll
Skratt, musik, applåder eller en dörr som smäller skrivs inom hakparentes när de ändrar betydelsen. Lägg till dem i redigeraren; transkriptionen beskriver inte ljud av sig själv.
Bild
Beskriv det som bara syns på skärmen
Text i bild, namn i namnskyltar och handlingar utan ord hör hemma i en beskrivande transkription. Taligenkänning kan inte se dem, så du lägger till dem medan du tittar.
Stycken
Skriv stycken, inte undertextrader
Undertextrader är kapade för skärmen. Exportera med stycken på 15 till 30 sekunder så läses transkriptionen som text.
Tidsstämplar
Behåll tidsstämplar bara om de hjälper
En tid före varje stycke hjälper i långa videor och när man ska kontrollera citat. I övrigt blir det bara rörigt; stäng av tidskoderna när du exporterar.
Placering
Placera den direkt under videon
Klistra in texten under spelaren eller länka till den därifrån. En kort sammanfattning och rubriker överst hjälper läsarna att hitta sin del.
Så skapar du en videotranskription
Från videofilen till en transkription under spelaren.
Ladda upp en MP4, MOV eller MKV på upp till 8 GB, eller klistra in en länk från YouTube eller Vimeo, med talaridentifiering påslagen för intervjuer och paneler.
Rätta ord och namn, byt namn på talarna och lägg till ljud inom hakparentes där de spelar roll.
Exportera TXT eller DOCX med stycken och de tidskoder du vill ha, klistra in texten under videon och lägg till beskrivningar av allt som visas men inte sägs.