5 AI-modeller
Välj Snabb, Noggrann, Balanserad, Förbättrad eller Standard. Varje modell visar pris per minut och filgräns innan du startar.
Gör om ljud och video till exakt text, AI-sammanfattning, noteringar och chatt.
Ladda upp en eller flera filer (upp till 100 åt gången), spela in med mikrofonen eller klistra in en länk.
Välj en modell efter snabbhet eller noggrannhet. Ange inspelningens språk eller låt modellen känna igen det. Du ser priset i krediter innan du startar.
Lyssna och läs samtidigt, skapa AI-sammanfattningar eller mötesanteckningar med ett klick, ställ frågor i AI-chatten och ladda ner TXT, DOCX, PDF, SRT eller VTT.
Få tillbaka vilken inspelning som helst som text – uppdelad per talare och med tid för varje ord.
Gör om ljud och video till exakt text, sammanfattningar, anteckningar och konkreta insikter. Välj mellan 5 modeller, chatta med dina inspelningar och exportera i valfritt format. Transkribera ljudfiler i MP3, WAV, M4A, OGG, FLAC med flera, och video i MP4, MOV, MKV, AVI eller WEBM – upp till 3 timmar och 1 GB. Du kan också spela in din röst eller klistra in en länk från YouTube, Google Drive eller direkt till en fil. Allt körs i webbläsaren på datorn eller mobilen – inget att installera.
En inspelning med två talare, exporterad i fyra format: ren text, ett dokument och två textningsfiler. Din fil får samma struktur.
[00:01] Talare 1: [00:05] Talare 2:
Talare 2 00:05
1 00:00:01,200 --> 00:00:04,500 2 00:00:05,100 --> 00:00:08,300
WEBVTT 00:00:01.200 --> 00:00:04.500 <v Talare 1> 00:00:05.100 --> 00:00:08.300 <v Talare 2>
Textningsrader har 42 tecken som standard. Det kan du ändra innan du laddar ner.
Mer än bara en rå transkription. Skapa strukturerade rapporter med ett klick eller ställ frågor i den inbyggda AI-chatten – varje svar bygger på din inspelning och har klickbara tidsstämplar.
Huvudämne, beslut, siffror, datum och personer i 3–5 meningar.
Strukturerade anteckningar per ämne: bakgrund, diskussion, ståndpunkter, beslut och öppna frågor.
Bekräftade uppgifter med ansvariga, tidsfrister och citat, plus punkter som behöver förtydligas.
Fakta som styrks av ordagranna citat med hänvisningar: diskuterat, beslutat, meningsskiljaktigheter.
Huvudtankarna i en föreläsning, podd, intervju eller video, var och en med tidsstämpel.
Videokapitel med tidsstämplar, klara att klistra in i en YouTube-beskrivning.
AI-chatt med inspelningen: använd snabbfrågorna (”Vad handlar det om?”, ”Viktigaste insikter”, ”Snabb sammanfattning”, ”Vad behöver göras?”) eller ställ en egen fråga på valfritt språk. Klicka på en tidsstämpel [MM:SS] för att höra det avsnittet och ladda ner rapporten som PDF, DOCX eller TXT.
Välj Snabb, Noggrann, Balanserad, Förbättrad eller Standard. Varje modell visar pris per minut och filgräns innan du startar.
Varje talare får en etikett. Byt namn en gång så ändras det i hela transkriptet. Flytta ett avsnitt till en annan talare.
Klicka på ett ord för att spela upp ljudet därifrån. Ordet som spelas markeras under uppspelningen.
Med regionala varianter av engelska, spanska, arabiska och andra språk. De flesta modeller känner igen språket automatiskt.
Gör en ljudinspelning direkt i webbläsaren – pausa och fortsätt, upp till 3 timmar. När du stoppar gör vi om ditt tal till text på svenska eller ett annat språk, med talare och tidsstämplar.
Ladda upp en videofil eller klistra in en länk från YouTube eller Google Drive. Ljudet tas ut automatiskt.
För filer längre än 30 minuter kan du transkribera bara första minuten och kontrollera kvaliteten. Sedan hela filen.
Inte nöjd med resultatet? Kör igen med en annan modell eller ett annat språk. Du ser priset innan du bekräftar.
Många filer på en gång: upp till 100 per uppladdning och 20 per export – räcker för en intervjuserie eller en hel termin med föreläsningar.
Varje modell har sina styrkor och sitt pris. Osäker? Börja med Snabb, eller transkribera första minuten med två modeller och jämför.
| Modell | Passar för | Noggrannhet | Snabbhet | Språk | Känner igen språk | Filgräns | Pris |
|---|---|---|---|---|---|---|---|
| SnabbMicrosoft Fast | Snabbast resultat och längst språklista. Kostar dubbelt så mycket per minut. | 76 | Ja | 3 tim / 1 GB | 278 krediter/min | ||
| NoggrannMAI-Transcribe-2 | Hög noggrannhet för intervjuer, föreläsningar och möten. Lägre filgräns. | 57 | Ja | 2 tim / 300 MB | 139 krediter/min | ||
| BalanseradGrok Voice Transcribe 2.0 | Hög noggrannhet i medelhög takt. Passar långa inspelningar upp till 3 timmar. | 25 | Ja | 3 tim / 1 GB | 139 krediter/min | ||
| FörbättradMicrosoft LLM Speech | Taligenkänning med inbyggd språkmodell för de vanligaste språken. | — | 24 | Ja | 3 tim / 1 GB | 139 krediter/min | |
| StandardWhisper (Microsoft Azure) | Fungerar med hela språklistan. Du väljer språket själv. Långsammare än de andra modellerna. | 76 | Manuellt | 3 tim / 1 GB | 139 krediter/min |
Priserna anges i krediter från ditt SpeechGen-saldo. Exakt belopp för din fil visas innan du startar.
70+ språk · 130+ regionala varianter · automatisk språkigenkänning
Svenska, engelska, finska, norska, danska, tyska, spanska, arabiska, persiska och 60+ till. Välj inspelningens språk eller låt modellen känna igen det – svenska fungerar på samma sätt som de andra språken. Listan beror på modellen: Snabb och Standard har flest språk.
Transkribera intervjuer och hämta citat med talare och exakt tid.
Gör om föreläsningar till anteckningar som går att söka i.
Avsnittsanteckningar och textning från en enda uppladdning.
Spara samtal och möten i skrift.
Ladda ner SRT eller VTT och justera radlängden. Utgår du från en videofil? Använd transkribera video.
Börja från en korrekt källtext på originalspråket.
Transkribering betalas med krediter från ditt SpeechGen-saldo – samma saldo som du använder för uppläsning. De flesta modeller kostar 139 krediter per minut ljud; Snabb kostar 278. Priset för din fil visas innan du startar, och om en transkribering misslyckas får du tillbaka krediterna.
Det beror på inspelningen och modellen. Tydligt tal från en eller två personer ger bäst resultat. Bakgrundsljud, musik, folk som pratar i mun på varandra, kraftig brytning och telefonkvalitet ger fler fel. Kontrollera alltid namn och siffror innan du publicerar.
Det beror på filens längd, modellen och kön just nu. Du kan stänga sidan: transkriptet sparas bland dina filer och dyker upp när det är klart.
Ja. Ljud- och videofiler upp till 1 GB och 3 timmar (modellen Noggrann: upp till 300 MB och 2 timmar). Vanliga format: MP3, WAV, M4A, OGG, FLAC, AAC, MP4, MOV, MKV, AVI, WEBM. Du kan också klistra in en YouTube-länk, en offentlig Google Drive-länk eller en direktlänk till en fil.
Fler än 70, många med regionala varianter. De flesta modeller känner igen språket automatiskt; med modellen Standard väljer du det själv. Är inspelningen på ett ovanligt språk – transkribera första minuten och kontrollera kvaliteten.
Du betalar med krediter från ditt SpeechGen-saldo, per minut ljud. Priset beror på modellen och visas innan du startar.
Du kan byta namn på talare, flytta ett avsnitt till en annan talare och radera avsnitt. För att rätta ord laddar du ner DOCX eller TXT och redigerar filen i din ordbehandlare.
Med konto i 90 dagar, utan konto i 1 dag. Du kan radera en fil tidigare. Bara du kan öppna resultatsidan; vill du dela ett transkript laddar du ner det och skickar filen.
Ja. Allt fungerar i webbläsaren på datorn eller mobilen – ingen app behövs. Spela in med mikrofonen: texten kommer när du har stoppat inspelningen, inte medan du pratar. Du kan också ladda upp en fil eller klistra in en länk.
Börja med Snabb för de flesta inspelningar. För intervjuer och föreläsningar där varje ord räknas – prova Noggrann. Saknas ditt språk i listan, välj Standard och ange språket själv.
När hela inspelningen har transkriberats öppnar du fliken AI för att skapa en kort sammanfattning, detaljerade anteckningar, beslut och åtgärder, protokoll med citat, huvudpunkter eller YouTube-kapitel. Du kan även ställa frågor i AI-chatten med [MM:SS]-tidsstämplar och spara som PDF, DOCX eller TXT.
Ladda upp en fil, spela in din röst eller klistra in en länk. Du ser priset innan du startar.