Ubah Audio ke Teks

Ubah Audio ke Teks mengubah ucapan menjadi teks: memo suara, wawancara, kuliah, rekaman rapat, episode podcast, panggilan telepon, atau audio dari video. Pilih file atau rekam dengan mikrofon, lalu transkrip akan muncul baris demi baris, lengkap dengan waktu tiap ucapan.

Dua cara membuat transkrip

Yang bisa Anda lakukan dengan transkrip

• Cocokkan dengan rekaman: klik penanda waktu untuk mendengar bagian tersebut, lalu klik baris mana pun untuk mengoreksinya.
• Salin atau unduh sebagai teks biasa, dengan atau tanpa penanda waktu dan nama pembicara.
• Buat subtitel: unduh subtitel SRT atau VTT yang waktunya sesuai dengan ucapan dan barisnya dipecah agar mudah dibaca.
• Olah lebih lanjut: terjemahkan, rangkum poin pentingnya, atau tempelkan subtitel secara permanen ke video Anda.

Tips agar hasil transkrip lebih akurat

• Rekam dari dekat pembicara, jauh dari musik dan kipas; kebisingan paling memengaruhi akurasi.
• Untuk wawancara dan rapat, gunakan mode AI agar tiap baris mencantumkan siapa yang berbicara.
• Jika video tidak bisa dibuka, ambil audionya dengan Ekstraktor Audio, lalu transkripsi file MP3-nya.

Pertanyaan umum

Bagaimana cara mengubah audio ke teks?

Pilih file audio atau rekam dengan mikrofon, lalu klik Transkripsi gratis atau Transkripsi dengan AI. Teks akan muncul baris demi baris, lengkap dengan penanda waktu. Salin teksnya atau unduh sebagai file TXT maupun subtitel SRT atau VTT.

Apakah benar-benar gratis?

Ya. Mode gratis menjalankan model pengenal suara Whisper dari OpenAI langsung di browser Anda. Setiap pengunjung mendapat 10 menit gratis per hari (setiap file dihitung minimal 1 menit), dan dengan Pro atau Premium penggunaannya tanpa batas. Mode AI membutuhkan 3 kredit per menit ucapan. Setiap pengunjung mendapat 3 kredit AI gratis per hari, jadi menit pertama transkripsi AI setiap hari gratis.

Apa bedanya mode gratis dan mode AI?

Mode gratis menjaga privasi (gratis 10 menit per hari, tanpa batas penggunaan dengan Pro) dan cocok untuk ucapan yang jelas dalam satu bahasa. Namun, akurasinya lebih rendah untuk aksen, suara bising, dan bahasa selain Inggris, serta tidak bisa membedakan pembicara. Mode AI menambahkan tanda baca yang sesuai, mendeteksi bahasa otomatis, lebih baik menangani aksen dan kebisingan latar, serta memberi label tiap pembicara (Pembicara 1, Pembicara 2) yang bisa Anda ganti namanya.

Bisakah video diubah menjadi teks?

Bisa. Pilih file video seperti MP4, MOV, WebM, MKV, atau format lainnya, lalu alat ini akan membaca audionya. Dalam mode AI, hanya audio yang dikirim sebagai file kecil yang sudah dikompresi; video tetap di komputer Anda.

Bisakah hasilnya dijadikan subtitel?

Bisa. Unduh transkrip sebagai SRT atau VTT. Setiap baris menjadi subtitel dengan waktu mulai dan selesai, sementara baris panjang dipecah menjadi subtitel dua baris agar mudah dibaca. File bisa dibuka di YouTube, Premiere, CapCut, atau VLC, atau ditempelkan secara permanen ke video dengan alat Tambahkan Subtitel ke Video kami.

Bahasa apa saja yang didukung?

Mode AI mendukung transkripsi lebih dari 100 bahasa dan mendeteksi bahasanya otomatis, termasuk Inggris, Spanyol, Portugis, Prancis, Jerman, Mandarin, Jepang, Korea, Rusia, Arab, dan Hindi. Mode gratis mendukung bahasa-bahasa utama yang sama, tetapi Anda perlu memilih bahasa dalam rekaman terlebih dahulu.

Berapa batas durasi rekamannya?

Hingga 3 jam atau 500 MB. Dalam mode gratis, pengunjung tanpa paket berlangganan bisa mentranskripsi 10 menit per hari; dengan Pro atau Premium tidak ada batas harian. Rekaman panjang diproses dalam bagian-bagian berdurasi hingga dua menit, dengan pemotongan saat jeda agar kata tidak terpotong. Transkrip akan bertambah di layar setiap kali satu bagian selesai. Anda bisa menghentikan proses kapan saja dan melanjutkannya nanti.

Apakah rekaman saya tetap privat?

Dalam mode gratis, tidak ada data yang keluar dari komputer Anda. Dalam mode AI, audio dikirim per bagian untuk ditranskripsi dan tidak disimpan. Transkrip hanya ditampilkan kepada Anda dan tidak disimpan.

Seberapa akurat hasilnya?

Untuk ucapan yang jelas, mode AI biasanya mengenali jauh lebih dari 90% kata dengan benar, dengan ketepatan penanda waktu hingga sepersekian detik. Kesalahan bisa terjadi pada nama, istilah teknis, ucapan pelan, atau suara yang saling tumpang tindih. Karena itu, setiap baris bisa dikoreksi langsung di halaman sebelum diunduh.