Tal till text: gör om din inspelning till text, gratis
Dra hit en inspelning (MP3, M4A, WAV eller en annan fil som din webbläsare kan spela upp, eller en video), så skriver Burncaps ut varje talat ord, online och utan konto. Det här är varken röstinmatning eller uppläsning: Burncaps gör om en färdig inspelning eller fil till text som du kan rätta och ladda ner som .txt, SRT eller VTT. SRT-, VTT-, ASS- och textfiler är gratis, hur många gånger du vill, för inspelningar på upp till 10 minuter.
- Gratis, utan konto
- MP3, M4A, WAV med flera
- Text, SRT eller VTT
Liveexempel, ritat på den här sidan av samma motor som bränner in undertexter i videor.
Inte röstinmatning, inte text till tal
Söker du på tal till text hittar du tre sorters verktyg. Röstinmatning skriver medan du pratar, och till det använder du mobilens eller datorns egen diktering. Text till tal läser upp en text med en syntetisk röst, och det gör Burncaps inte alls. Burncaps gör det tredje: det tar en inspelning som redan finns, en intervju, ett möte, en föreläsning, ett poddavsnitt eller ett röstmemo, och skriver ut den så att du kan läsa igenom, rätta och spara texten.
Så går det till
Från ljudfil till färdig text i webbläsaren, utan att skapa konto.
Välj filen
Dra hit en MP3, M4A, WAV eller en annan ljudfil, eller tryck på rutan i mobilen och välj filen (på en iPhone i appen Filer). Redigeraren öppnas direkt, och själva filen stannar i din webbläsare.
Rätta i texten
När lyssnandet är klart står varje ord på sidan. Klicka på ett ord för att rätta det; ett klick till rättar samma ord överallt där det förekommer. Namn, varumärken och facktermer skriver du i ”Names to spell right”: vår AI rättar stavningen av dem i texten och får bara se texten.
Ladda ner
Knappen ”Text” ger en .txt-fil indelad i stycken; ”SRT”, ”VTT” och ”ASS” ger undertextfiler. Bocka i ”Times in the Text file” under knapparna, så börjar varje stycke i textfilen med en tidskod.
Från intervju till uppsats
En intervju till en uppsats eller ett examensarbete ska ofta skrivas ut ord för ord innan du kan analysera den. Här blir inspelningen fyra filer, alla med dina rättelser.
| Fil | Vad den innehåller | Passar för |
|---|---|---|
| Text (.txt) | Orden i stycken, på det talade språket. Ett nytt stycke börjar där talaren avslutar en mening och gör en paus, eller efter några meningar i rad. | Transkribering av intervjuer, mötesprotokoll, anteckningar från en föreläsning, en artikel. |
| SRT | Numrerade undertexter i takt med rösten, var och en på högst två rader och aldrig över två meningar. | YouTube, Vimeo, redigeringsprogram och nästan alla spelare. |
| VTT | Samma rader i formatet WebVTT. | Videospelare på webbplatser. |
| ASS | Undertexterna så som de visas på skärmen, några ord i taget, tidsatta ord för ord (karaokeeffekt), i formatet SubStation Alpha. | Spelare och undertextprogram som kan läsa formatet. |
Ingen av filerna anger vem som talar, så vid en intervju eller ett möte skriver du själv in namnen.
Intervjuer innehåller ofta sådant som människor bara har berättat för dig. Burncaps har inga certifieringar eller märkningar för dataskydd: det är du, din handledare eller organisationens dataskyddsombud som bedömer vad dataskyddsförordningen (GDPR) tillåter. Vad som skickas vart står längre ner och i integritetspolicyn. Ska både ljud och text stanna på din enhet, bocka i ”Keep everything on this device” innan du drar hit filen: då lyssnar din egen enhet, och i mobilen går det betydligt långsammare.
Vilka ljudfiler fungerar?
Är inspelningen högst 10 minuter lång, öppnar Burncaps alla ljudfiler som din webbläsare kan spela upp. För inspelningar på över 10 minuter och upp till 3 timmar läser Burncaps MP3 och M4A med AAC-ljud i en uppdaterad webbläsare, och WAV med okomprimerat ljud. Vid så långa inspelningar läser Burncaps ljudet bit för bit i stället för att hålla hela filen i minnet, och det sättet att läsa fungerar bara med de här tre filtyperna.
| Fil | Upp till 10 minuter | Från 10 minuter till 3 timmar |
|---|---|---|
| MP3 | Ja | Ja, i en uppdaterad webbläsare |
| M4A | Ja | Ja, med AAC-ljud, i en uppdaterad webbläsare |
| WAV | Ja | Ja, med okomprimerat ljud |
| AAC, OGG, FLAC eller Opus | Ja, om din webbläsare kan spela upp den | Konvertera den först till MP3, M4A eller WAV, eller korta den till 10 minuter |
Burncaps behöver själva filen och hämtar inga inspelningar från en länk. Finns inspelningen som video, dra hit MP4- eller MOV-filen: talet skrivs ut på samma sätt, och själva videon lämnar aldrig din enhet. Med en video kan du dessutom bränna in undertexterna i bilden eller få de starkaste delarna som stående klipp; med en ljudfil visar redigeraren ”Needs a video file” vid de valen. Mer om det på engelska: Transcribe video to text.
Var ljudet tar vägen
Själva filen stannar i din webbläsare. I mobilen skickas ljudet i korta bitar till vår taltjänst, om du inte väljer att behålla det i mobilen; på en dator bara om du själv väljer det, eller om datorn är för långsam för att själv skriva ut ljudet ordentligt: då säger vi till, och med ett klick stannar ljudet på din enhet.
Med taltjänsten delar sidan upp ljudet i korta bitar vid pauserna och skickar dem till vår server. Servern skickar dem vidare till Microsofts taligenkänning (Azure, regionen Nordeuropa, på Irland) och får tillbaka orden med tidsangivelser. Microsoft uppger att den snabba transkriberingen inte sparar de data som skickas. Vår server sparar varken ljud eller ord: den räknar bara de sekunder som har lyssnats på, kopplade till ett fingeravtryck (en hash med salt som inte kan räknas baklänges), aldrig till ett namn.
Texten lämnar din enhet bara om du skapar klipp, anger namn som ska stavas rätt eller väljer en översättning: då går den till vår AI. Rutan ”Keep everything on this device” förhindrar det, och då skickas inte heller ljudet någonstans. Hela listan över vad som skickas vart finns i integritetspolicyn (på engelska).
Hur exakt blir svenskan?
Vilken taligenkänning som skriver ut din inspelning beror på enheten. I mobilen är det vår taltjänst, om du inte behåller ljudet i mobilen. På en dator är det först talmodellen som körs i webbläsaren; så fort den hör svenska föreslår sidan vår taltjänst, som är mycket snabbare för en lång föreläsning eller ett långt poddavsnitt. En dator som är för långsam byter själv till taltjänsten om din kvot räcker, och säger till.
Den 14 november 2026 mätte vi vår taltjänst på 20 upplästa svenska inspelningar från ett öppet dataset (Google FLEURS): ungefär 9 av 100 ord blev fel. Det var upplästa texter, inspelade med god kvalitet. En del av felen var räkneord som skrevs med siffror där facit skrev ut dem med bokstäver, eller tvärtom, och ord inom parentes som lästes upp men som facit inte räknar med. I riktiga inspelningar kan felen bli fler, till exempel vid en föreläsning inspelad längst bak i salen, musik under rösten eller människor som pratar i mun på varandra. Finlandssvenska har vi inte mätt separat. Modellen som körs i webbläsaren på en dator har vi inte mätt på svenska, så för den anger vi ingen siffra. För svåra inspelningar kan du på en dator välja ”Max accuracy” under ”Listening settings”: en större modell på 1,4 GB som körs i din webbläsare och laddas ner en gång; inte heller den har vi mätt på svenska. Och varje ord kan du rätta med ett klick innan du laddar ner.
Långa inspelningar och översättning
SRT-, VTT-, ASS- och textfiler är gratis, hur många gånger du vill, för inspelningar på upp till 10 minuter. För en längre inspelning, upp till 3 timmar, är de första 10 minuterna gratis; för hela inspelningen använder du en av dina 2 gratis videor (det gäller även en ljudfil), provperioden för Pro eller ett abonnemang på Pro eller Starter.
För en inspelning på över 10 minuter frågar Burncaps på en dator en gång hur ljudet ska skrivas ut och visar hur lång tid varje sätt tar, så länge din kvot hos taltjänsten räcker. Taltjänsten är mycket snabbare än modellen i webbläsaren.
Textfilen stannar på det talade språket. Välj ett annat språk i ”Captions in”, till exempel English, så hamnar de översatta raderna i SRT-, VTT- och ASS-filerna. För översättningen skickas bara texten, aldrig ljudet. Översättning fungerar för inspelningar på upp till 10 minuter; en längre inspelning som har skrivits ut i sin helhet stannar på det talade språket.
Priser och gränser
SRT-, VTT-, ASS- och textfiler är gratis, hur många gånger du vill, för inspelningar på upp till 10 minuter. Gratis: 2 videor var 30:e dag, var och en med undertexter och upp till 10 klipp, utan vattenstämpel och utan konto. Du kan också prova Pro gratis i 7 dagar, utan betalkort. Pro kostar 29 $ i månaden för ett obegränsat antal klipp och undertexter; Starter kostar 11,98 $ i månaden för 6 videor och upp till 50 klipp.
Undertexter för hela videon: upp till 10 minuter med Free och upp till 3 timmar med ett betalt abonnemang, både i mobilen och på datorn. Klipp: från inspelningar på upp till 3 timmar.
Redigeraren är på engelska; textfilen är alltid på inspelningens språk, och det är SRT-, VTT- och ASS-filerna också, om du inte väljer en översättning. I Sverige visas priserna i dollar.
Vanliga frågor
Hur gör jag om tal till text gratis?
Dra in din inspelning på den här sidan, till exempel en MP3, M4A eller WAV. Burncaps lyssnar och skriver ut varje ord. Rätta med ett klick det som inte stämmer, och ladda ner texten med knappen ”Text” som .txt-fil, eller med ”SRT” eller ”VTT” som undertextfil.
Är det här röstinmatning?
Nej. Burncaps skriver ut en inspelning eller fil, inte din röst medan du pratar. För röstinmatning använder du dikteringen i mobilen eller på datorn. Burncaps läser inte heller upp text: det är text till tal, ett annat slags verktyg.
Skickas min ljudfil till en server?
Själva filen stannar i din webbläsare. I mobilen skickas ljudet i korta bitar till vår taltjänst, om du inte väljer att behålla det i mobilen; på en dator bara om du själv väljer det, eller om datorn är för långsam för att själv skriva ut ljudet ordentligt: då säger vi till, och med ett klick stannar ljudet på din enhet. Ljudbitarna sparas inte av vår server och enligt Microsoft inte heller av Microsofts taligenkänning.
Vilka filer kan jag använda?
MP3, M4A och WAV, men också AAC, OGG, FLAC eller Opus om din webbläsare kan spela upp dem, och video som MP4 eller MOV. För inspelningar på över 10 minuter och upp till 3 timmar läser Burncaps MP3 och M4A med AAC-ljud i en uppdaterad webbläsare, och WAV med okomprimerat ljud.
Hur bra är taligenkänningen på svenska?
Den 14 november 2026 mätte vi vår taltjänst på 20 upplästa svenska inspelningar från ett öppet dataset (Google FLEURS): ungefär 9 av 100 ord blev fel. I riktiga inspelningar kan felen bli fler, till exempel vid brus, musik eller människor som pratar i mun på varandra. Varje ord kan du rätta med ett klick innan du laddar ner.
Är det verkligen gratis?
SRT-, VTT-, ASS- och textfiler är gratis, hur många gånger du vill, för inspelningar på upp till 10 minuter. Gratis: 2 videor var 30:e dag, var och en med undertexter och upp till 10 klipp, utan vattenstämpel och utan konto. Du kan också prova Pro gratis i 7 dagar, utan betalkort. Pro kostar 29 $ i månaden för ett obegränsat antal klipp och undertexter; Starter kostar 11,98 $ i månaden för 6 videor och upp till 50 klipp.
Fakta om Burncaps, kontrollerade
Vad det är: ett verktyg i webbläsaren som bränner in animerade undertexter ord för ord i videor, gör om videor och ljudfiler till text och plockar ut de bästa ögonblicken ur en inspelning som stående klipp.
Priser: Gratis: 2 videor var 30:e dag, var och en med undertexter och upp till 10 klipp, utan vattenstämpel och utan konto. Du kan också prova Pro gratis i 7 dagar, utan betalkort. Pro kostar 29 $ i månaden för ett obegränsat antal klipp och undertexter; Starter kostar 11,98 $ i månaden för 6 videor och upp till 50 klipp.
Integritet: Själva filen stannar i din webbläsare. I mobilen skickas ljudet i korta bitar till vår taltjänst, om du inte väljer att behålla det i mobilen; på en dator bara om du själv väljer det, eller om datorn är för långsam för att själv skriva ut ljudet ordentligt: då säger vi till, och med ett klick stannar ljudet på din enhet.
Filer: Undertexter för hela videon: upp till 10 minuter med Free och upp till 3 timmar med ett betalt abonnemang, både i mobilen och på datorn. Klipp: från inspelningar på upp till 3 timmar. SRT-, VTT-, ASS- och textfiler är gratis, hur många gånger du vill, för inspelningar på upp till 10 minuter.
Vem som står bakom: Jordan Labs Ltd, ett bolag registrerat i Storbritannien med registreringsnummer 17358646.