Slik transkriberer du video til tekst på en Mac, og hva macOS kan gjøre selv

Av · Publisert

Du kan transkribere video til tekst på en Mac på tre måter. Direkteteksting, innebygd i macOS, tekster talen i en video i sanntid mens den spilles. Final Cut Pro, Apples betalte videoredigeringsprogram, gjør talen i et klipp om til tidsatte undertekster, bare på amerikansk engelsk. YapToText, den gratis appen jeg utvikler, transkriberer selve videofilen på Macen din og gir deg ren tekst.

Den riktige avhenger av hva du vil ha tilbake: tekster å følge med på, en undertekstfil med tidspunkter, eller ord du kan lime inn i et dokument. Hendene mine gjør det vanskelig å skrive, så jeg lagde YapToText for å gjøre tale om til tekst uten tastatur, og lydsporet i en video er bare mer tale. Appen trenger macOS 14 eller nyere med Apple-chip, og filer har ingen minuttgrense.

Last ned YapToText i Mac App StoreGratis å laste ned. Ingen konto og ingen låste funksjoner, for macOS 14 eller nyere på en Mac med Apple-chip. Kildekode på GitHub.

Denne veiledningen på andre språk: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

På denne siden: 12 deler
  1. Trinn
  2. Følg med på en video med Direkteteksting
    1. Trinn 1: Slå den på
    2. Trinn 2: Spill av videoen
  3. Lag tidsatte undertekster i Final Cut Pro
    1. Trinn 1: Lag undertekstene
    2. Trinn 2: Eksporter dem som tekst
  4. Gjør videofilen om til tekst med YapToText
    1. Trinn 1: Slipp videoen på kortet
    2. Trinn 2: Ta med deg teksten
  5. Sammenlign de tre måtene
  6. Hvis videoen ikke lar seg transkribere
  7. Det YapToText ikke kan med en video
  8. Kortversjonen
  9. Veiledninger
  10. Flere veiledninger, på engelsk
  11. Kilder
  12. Spørsmål

Trinn

  1. Åpne YapToText og gå til siden <span lang="en">Utility</span>.
  2. I modusmenyen på kortet <span lang="en">Transcribe a file</span> velger du <span lang="en">Raw Transcription</span> for ordene slik de ble sagt, eller en modus som <span lang="en">Note</span>.
  3. Slipp videofilen på kortet, eller klikk på <span lang="en">Choose File</span> og velg den.
  4. Vent til teksten vises i kortet.
  5. Klikk på <span lang="en">Copy</span>, eller på <span lang="en">Insert</span> for å skrive teksten inn i appen du brukte før.

Følg med på en video med Direkteteksting

Direkteteksting er Apples innebygde transkripsjon i sanntid. Apple sier at lyd behandles på enheten, og som standard tekster den lyd fra alle apper, så en video som spilles hvor som helst på Macen din, får tekst. Direkteteksting hjelper deg å følge med på en video mens den spilles, og Apples veiledning beskriver ingen måte å beholde ordene på.

Trinn 1: Slå den på

  • Du: Velg Apple-menyen > Systeminnstillinger, klikk på Tilgjengelighet, deretter Direkteteksting, og slå den på.
  • macOS: Viser vinduet for Direkteteksting. Første gang laster den ned språkdata, så du må være på nett én gang.
  • Sjekk: Vinduet vises. Apple sier at det skjules når ingen lyd registreres. Velg Behold på skjermen fra ikonet for Direkteteksting i menylinjen for å holde det synlig.

Trinn 2: Spill av videoen

  • Du: Spill av videoen. Hvis vinduet tekster mikrofonen din i stedet, klikker du på mikrofonikonet i hjørnet av det, eller velger Lyd fra datamaskin fra ikonet for Direkteteksting i menylinjen.
  • macOS: Transkriberer talen til vinduet for Direkteteksting mens den spilles.
  • Sjekk: Tekstene vises mens folk snakker. Apple sier at nøyaktigheten kan variere og ikke skal brukes i situasjoner med høy risiko eller i nødsituasjoner.

Apple lister to begrensninger. Direkteteksting trenger en Mac med Apple-chip, og den er ikke tilgjengelig på alle språk eller i alle land eller regioner. Siden om tilgjengelige funksjoner lister engelsk (Australia, Canada, India, Singapore, Storbritannia og USA), fransk (Canada og Frankrike), tysk (Tyskland), japansk, koreansk, mandarin (fastlands-Kina og Taiwan), kantonesisk (fastlands-Kina og Hongkong) og spansk (Mexico, Spania og USA).

Lag tidsatte undertekster i Final Cut Pro

Funksjonen Generate Captions i Final Cut Pro gjør talen i klippene dine om til undertekster med tidspunkter. Det er Apples vei til en undertekstfil, og den koster penger og virker bare på amerikansk engelsk.

Trinn 1: Lag undertekstene

  • Du: Marker klippene med tale i tidslinjen i Final Cut Pro, og velg Edit, Generate Captions, Closed Captions, eller trykk på Shift-Command-C.
  • Sjekk: Undertekstklipp vises i sitt eget spor øverst i tidslinjen. Første gang laster Final Cut Pro ned språkmodellen sin, så du må være på nett én gang.

Trinn 2: Eksporter dem som tekst

  • Du: Konverter undertekstene, som kommer ut i formatet iTT, til SRT, og eksporter dem deretter som en egen fil. Apples veiledning tar for seg begge deler.
  • Sjekk: SRT-filen åpnes i et vanlig tekstredigeringsprogram. Apple beskriver hver undertekst i den som et nummer, et start- og sluttidspunkt og teksten.
  • Pris. $299,99 som engangskjøp, eller inkludert i Apple Creator Studio, som er gratis i 30 dager og deretter $12,99 i måneden eller $129 i året for nye abonnenter. Sjekket 3. oktober 2026.
  • Mac. Final Cut Pro trenger macOS 15.6 eller nyere, og Generate Captions trenger en Mac med Apple-chip.
  • Språk. Generate Captions virker bare på amerikansk engelsk.

Final Cut Pro tekster altså gjerne videoen din, så lenge alle i den snakker amerikansk engelsk. Apple legger til at bakgrunnsstøy, musikk eller folk som snakker i munnen på hverandre kan forstyrre nøyaktigheten og tidspunktene, og foreslår å bruke Voice Isolation og Noise Removal først.

Gjør videofilen om til tekst med YapToText

YapToText leser videofilen og transkriberer talen i den med Whisper Large v3 Turbo (Q5), talemodellen inne i appen, på Macen din. Den er gratis i Mac App Store, uten konto. Slipp videoen på kortet, så kommer ordene tilbake som ren tekst du kan lime inn hvor som helst.

Trinn 1: Slipp videoen på kortet

  • Du: Åpne YapToText og gå til siden Utility. I modusmenyen på kortet Transcribe a file velger du Raw Transcription for ordene slik de ble sagt, eller en modus som Note for å forme dem. Slipp så videoen på kortet, eller klikk på Choose File og velg den.
  • YapToText: Kjenner igjen filen på innholdet og ikke på filendelsen, transkriberer talen i den på Macen din og kjører modusen du valgte.
  • Sjekk: Teksten vises i kortet. Hvis det kommer en feil i stedet, har trappen nedenfor rettelsene.

Trinn 2: Ta med deg teksten

  • Du: Klikk på Copy, eller på Insert for å skrive teksten inn i appen du brukte før.
  • YapToText: Leverer ren tekst. Send below sender den til neste kort, som skriver om tekst gjennom en modus som Note eller Clean Up.
  • Sjekk: Ordene står i dokumentet ditt.

Dette er viktig for video:

  • Vanlige formater. Den leser alt macOS kan dekode. Containere den kjenner igjen er blant annet MP4, MOV, M4V, 3GP, M4A, WAV, AIFF, CAF, FLAC, MP3 og AMR, og Ogg der macOS støtter det.
  • Ingen minuttgrense. En fil har ingen tidsgrense, og ingenting måles. Sikkerhetsstoppen etter 30 minutter gjelder bare én enkelt direkte diktering. En video på over 4 minutter deles ved stille øyeblikk i biter på omtrent 2 minutter.
  • 29 språk. Valget Language på siden AI Models lister 29 språk pluss Auto-detect, og starter på systemspråket til Macen din. Språkveiledningen lister dem.

Den samme jobben finnes i panelet i menylinjen som Transcribe file og på siden History som Transcribe File. For et taleopptak i stedet for en video begynner veiledningen til å transkribere Taleopptak på en Mac med Apples egen avskrift.

Siden History i YapToText: et søkefelt, filtre for dato og modus, og dikteringer merket med modus, app og klokkeslett.
Figur 1. Transcribe File ligger nederst på siden History, i samme linje som Export.

Sammenlign de tre måtene

Sjekket 3. oktober 2026 på Apples støttesider og apple.com.

DirektetekstingFinal Cut ProYapToText
PrisGratis, innebygd i macOS$299,99 én gang, eller Apple Creator Studio til $12,99 i måneden etter 30 dagers gratis prøveperiodeGratis, uten betalt nivå
Mac den trengerApple-chipmacOS 15.6 eller nyere, Apple-chip for Generate CaptionsmacOS 14 eller nyere, Apple-chip
Jobber fraLyd som spilles på Macen, eller mikrofonen, mens det skjerKlipp i en tidslinje i Final Cut ProEn video- eller lydfil
Hva du fårTekster i et vindu mens den spillesTidsatte undertekster, som kan eksporteres som en SRT-filRen tekst å kopiere eller sette inn
TidsstemplerIkke beskrevetJa, hver undertekst har tidspunktNei
Språk8 språk, i oppførte regionerBare amerikansk engelsk29 språk pluss Auto-detect
Hvor den kjørerPå enheten, ifølge AppleIkke oppgitt, språkmodellen lastes ned én gangPå Macen din

Direkteteksting er for å følge med, Final Cut Pro er for å publisere undertekster, og YapToText er for selve ordene. Velg etter hva du vil ha tilbake: tekster å se på, en undertekstfil med tidspunkter, eller ren tekst. Hvis du heller vil kjøre Whisper selv fra Terminal, tar veiledningen til lokal Whisper på en Mac for seg det.

Plakat for App Store med overskriften Nothing leaves your Mac over siden AI Models i YapToText, der begge modellene er merket Included.
Figur 2. App Store-versjonen leveres med talemodellen sin, så en video aldri trenger å lastes opp for å bli til tekst.

Hvis videoen ikke lar seg transkribere

Begynn med filen, og se så på innstillingene. Er du i tvil, gir du YapToText bare lyden.

  1. Spill den av først. Hvis du ikke hører tale, eller bare musikk, har en talemodell ingenting å transkribere.
  2. Eksporter bare lyden. I QuickTime Player åpner du menyen Arkiv og velger Export As, Audio Only. Apple sier at det arkiverer en MPEG 4-lydfil med et AAC-spor, som du kan slippe på kortet i stedet.
  3. Se etter kopibeskyttelse. Hvis eksportmenyen i QuickTime Player ikke viser noen valg, sier Apple at opptaket kan være opphavsrettsbeskyttet og ikke kan distribueres.
  4. Still inn språket. For en video på et annet språk velger du det språket eller Auto-detect language i valget Language på siden AI Models.
  5. Prøv en større talemodell. Last ned en fra Dictation Model Library på siden AI Models og kjør filen på nytt. En modellnedlasting er den eneste nettverksbruken appen starter.

Veiledningen til AI Models forklarer hver modell og størrelsen på den.

Det YapToText ikke kan med en video

  • Merking av talere. Den sier ikke hvem som snakker, så en samtale kommer tilbake som tekst uten navn.
  • Tidsstempler og undertekster. Den legger ikke til tidsstempler og eksporterer ingen SRT- eller andre undertekstfiler. For tidsatte undertekster er Final Cut Pro Apples vei.
  • Oversettelse underveis. Den transkriberer det som ble sagt, og oversetter det ikke. For å oversette etterpå markerer du teksten og ber Quick Edit om et annet språk, eller kjører Translate to English, en av de innebygde AI Actions.
  • Strømmevideo. Den åpner filer på Macen din, så en video som bare spilles i en nettleser, kan den ikke lese.
  • Noen Mac-er og versjoner. Den trenger macOS 14 eller nyere med Apple-chip, og det påstås ingenting om Intel-Mac-er. Homebrew-versjonen leveres uten modellene og kan ikke transkribere før du har lastet ned en talemodell. Installasjonsveiledningen tar for seg det.

Hvis det betyr noe hvem som sa hva, tar siden som sammenligner YapToText og MacWhisper for filtranskripsjon for seg den forskjellen, og veiledningen til Quick Edit viser hvordan du oversetter eller forkorter en transkripsjon når den har landet. YapToText gir deg det som ble sagt, ikke hvem som sa det eller når.

Plakat for App Store med overskriften Edit anything by voice: kortet Quick Edit lytter, bruker redigeringen og er ferdig.
Figur 3. Quick Edit virker på tekst du markerer i en hvilken som helst app, så en transkripsjon kan oversettes eller forkortes etter at den har landet.

Kortversjonen

  • For å følge med. Slå på Direkteteksting i Systeminnstillinger, Tilgjengelighet, på en Mac med Apple-chip.
  • For en undertekstfil med tidspunkter. Bruk Generate Captions i Final Cut Pro, på amerikansk engelsk, og eksporter så SRT.
  • For ordene som tekst. Slipp videoen på kortet Transcribe a file i YapToText, gratis og på Macen din.

Videoen går inn, ordene kommer ut, og ingenting forlater Macen din. Hvis en video ikke lar seg transkribere og trappen ikke hjalp, trykker du på Copy Diagnostics i Settings, About og oppretter et issue på GitHub med filtypen. Alle blir lest.

Last ned YapToText i Mac App StoreGratis å laste ned. Ingen konto og ingen låste funksjoner, for macOS 14 eller nyere på en Mac med Apple-chip. Kildekode på GitHub.

Hvem som skriver. Ryleigh Newman utvikler programvare, har vansker med å skrive på tastatur og dikterer hver dag med YapToText, appen dette nettstedet handler om. Siden er oversatt fra engelsk. Appens grensesnitt og resten av nettstedet er på engelsk. Mer om prosjektet, på engelsk.

Veiledninger

Flere veiledninger, på engelsk

Kilder

Spørsmål

Kan en Mac transkribere video til tekst?

Ja, på tre måter. Direkteteksting viser tekster i sanntid mens en video spilles på en Mac med Apple-chip, Final Cut Pro lager tidsatte undertekster på amerikansk engelsk, og YapToText gjør en videofil om til ren tekst på Macen din, gratis.

Hvordan transkriberer jeg en video på Macen min gratis?

Med YapToText. Åpne siden Utility, slipp videoen på kortet Transcribe a file og kopier teksten. Den er gratis, transkriberer på Macen din og trenger macOS 14 eller nyere med Apple-chip.

Kan jeg transkribere en video lokalt på en Mac?

Ja. YapToText transkriberer filen med Whisper på Macen din og laster ikke opp noe, og Apple sier at Direkteteksting behandler lyd på enheten. Den eneste nettverksbruken i YapToText er en modellnedlasting du starter selv.

Legger YapToText til tidsstempler eller navn på talere?

Nei. Den leverer ren tekst, uten tidsstempler, undertekster eller merking av talere. For tidsatte undertekster lager Apples Final Cut Pro dem på amerikansk engelsk og kan eksportere dem som SRT.

Er det en lengdegrense for å transkribere en video i YapToText?

Nei. En fil har ingen minuttgrense, og ingenting måles. Sikkerhetsstoppen etter 30 minutter gjelder bare én enkelt direkte diktering. En lang video deles ved stille øyeblikk og transkriberes i biter.