Af Denys MedvedievGuide
Sådan konverterer du mp3 til tekst
For at konvertere en mp3 til tekst kører du filen gennem et tale-til-tekst-værktøj. Den gratis og private vej er en lokal open source-app som Buzz eller OpenAI Whisper-kommandolinjen, der transskriberer på din egen maskine. Den hurtigste vej at komme i gang ad er en webkonverter, du uploader til.
Senest opdateret: juni 2026
For at konvertere en mp3 til tekst kører du filen gennem et tale-til-tekst-værktøj. Den gratis og private vej er en lokal open source-app som Buzz eller OpenAI Whisper-kommandolinjen, der transskriberer på din egen maskine. Den hurtigste vej at komme i gang ad er en webkonverter, du uploader til. Begge dele forvandler lyd til tekst, du kan redigere.
Så du har en mp3, og du har brug for ordene inde i den. Et optaget interview, et talememo, et podcastafsnit, en forelæsning du gemte fra din telefon. Opgaven er den samme hver gang: tag lyden, få tekst du kan redigere.
Den gode nyhed er, at det her er et løst problem i 2026, og de fleste måder at gøre det på er gratis. Den lidt irriterende nyhed er, at værktøjerne alle sammen har navne, der lyder ens, så lad mig lige rede dem ud.
Der er tre ærlige veje. Kør et gratis lokalt værktøj på din egen computer (mest privat, ingen upload, koster ingenting). Brug en Mac-app bygget til opgaven. Eller upload filen til en webtjeneste, der transskriberer den på en server, hvilket er hurtigst at komme i gang med, selvom lyden forlader din maskine. Den rigtige vej afhænger af, om du går mest op i privatliv eller bekvemmelighed, og hvor teknisk du føler dig i dag.
Jeg må hellere sige det akavede tidligt, for det ville være uærligt at begrave det. Den app, mit team laver, Whisper by Remskill, konverterer ikke mp3-filer. Det er et værktøj til diktering i realtid. Du holder en genvejstast nede, du taler, og dine ord dukker op i hvad end du skriver i. En helt anden opgave. Jeg forklarer, hvor den passer ind, til sidst, men hvis du kom her for at konvertere en eksisterende optagelse, er værktøjerne nedenfor dem, du vil have.
Den gratis og private vej er et lokalt open source-værktøj
Hvis du ikke vil have din optagelse til at ligge på en andens server, så kør transskriptionen på din egen computer. Den motor, næsten alle bruger til det, er OpenAI Whisper, udgivet under MIT-licensen, gratis at bruge, gratis at læse, gratis at køre. Det er den samme familie af modeller, der driver mange af de betalte apps, du har set reklameret for.
Der er et par måder rent faktisk at bruge den på, fra "jeg har det fint i en terminal" til "giv mig venligst en knap at klikke på".
OpenAI Whisper (Python-kommandolinje)
Installér den med pip, installér ffmpeg-værktøjet, den afhænger af, og peg den så mod din fil: whisper recording.mp3 --model turbo. Den læser mp3'en, transskriberer den og skriver en tekstfil ud. Der er seks modelstørrelser, fra en lillebitte hurtig til en stor præcis, så du kan bytte hastighed for nøjagtighed. Den er flersproget og kan endda oversætte lyd, der ikke er på engelsk, til engelsk. Hagen ved det er opsætningen. pip og ffmpeg er ikke svære, men de er heller ikke ingenting. Jeg brugte engang tyve minutter på at fikse en ffmpeg-sti på en ny laptop. Jeg har en kandidatgrad.
whisper.cpp
Samme Whisper-model, skrevet om i ren C og C++, så den kører hurtigt uden Python og uden tunge afhængigheder. Den kører på CPU alene og er finjusteret kraftigt til Apple Silicon-Mac'er. Også MIT-licenseret. Du bygger den fra kildekoden og kører den fra kommandolinjen, så den er klart til dem, der har det fint i en terminal. Det er den slanke mulighed, hvis du har mange filer at tygge dig igennem.
Buzz
Det er den, jeg sender ikke-tekniske folk til. Buzz er en helt almindelig desktop-app med et helt almindeligt vindue. Du åbner den, du vælger din mp3, og den transskriberer offline på din maskine. Den er bygget på OpenAI Whisper, den kan transskribere og oversætte, og den kører på macOS, Windows og Linux. MIT-licenseret og gratis. Ingen terminal, ingen pip, ingen ffmpeg-bøvl. Hvis du har én fil og vil have den klaret med mindst mulig besvær, er det her svaret.
Whisper Desktop (Const-me)
En Windows-app til folk med et grafikkort. Den transskriberer lydfiler og bruger GPU'en til at gøre det hurtigt, hvilket betyder noget, når din fil er lang. Den er open source under MPL-2.0-licensen. Kun Windows. Hvis du sidder på en pc med en ordentlig GPU og en to timer lang optagelse, er det her overhalingsbanen.
På en Mac sparer en dedikeret app dig for opsætningen
Hvis du sidder på en Mac, og kommandolinjen ikke er din idé om en god aften, er MacWhisper bygget til netop det. Du trækker en lyd- eller videofil ind i den, og den transskriberer på selve enheden, så intet forlader din maskine. Den kører de samme OpenAI Whisper-modeller plus NVIDIA's Parakeet-motor, og den klarer opgaven med filtransskription godt. Den eksporterer også til de formater, du faktisk har brug for, som undertekstfiler til video.
MacWhisper er fil-først af design: optagelser ind, tekst ud. Det er hele pointen med den, og den er god til det. Jeg fremhæver den specifikt, fordi den er det tætteste på et Mac-svar med ét klik på præcis det, du søgte efter.
En webkonverter er hurtigst at komme i gang med, men din lyd forlader din maskine
Den anden vej kræver slet ingen installation. Masser af webtjenester lader dig uploade en mp3, vente et minut og hente en transskription. Ingen opsætning, ingen model at downloade, virker fra en telefon eller en lånt laptop. Til en hurtig engangsting er den bekvemmelighed reel, og det vil jeg ikke lade som om noget andet.
Her er den ene stærke holdning i denne artikel, og jeg bakker den op med den indlysende grund i stedet for at vifte med hænderne. Når du uploader en optagelse til en webkonverter, forlader lyden din computer og lander på en andens server. For en podcast, du alligevel er ved at udgive, er det ligegyldigt. For en optaget HR-samtale, en lægejournal eller et kundemøde, hvor et lønbeløb eller et patientnavn bliver sagt højt, er det en beslutning om privatliv, du træffer, ofte uden at læse den side, der fortæller dig, hvor længe filen gemmes. Et lokalt værktøj klarer den samme opgave, og lyden ryger aldrig nogen steder hen. Transskription, der kun foregår i skyen, er for følsomme optagelser en privatlivskatastrofe, der bare venter på at blive transskriberet.
Hvis en webkonverter ærligt talt er det rigtige valg for dig, er landskabet af transskriptionstjenester værd at se nærmere på. Jeg har skrevet om den flok andetsteds. Start med gennemgangen af hurtig transskription og guiden til lyd-til-tekst-konvertere, som begge dækker upload-vejen og den lokale side om side.
Vælg nøjagtighed og sprog med modellen, ikke med markedsføringen
Uanset hvilket værktøj du lander på, kommer nøjagtigheden mest an på to ting, du selv styrer: modelstørrelsen og den mikrofon, lyden blev optaget på. Større modeller er langsommere og mere nøjagtige. Mindre modeller er hurtigere og lettere. De fleste af de lokale værktøjer ovenfor lader dig vælge, for de kører alle sammen de samme underliggende Whisper-modeller bag forskellige knapper.
Den kedelige sandhed, som ingen, der prøver at sælge dig en "smart AI"-konverter, har lyst til at sige højt: en ren optagelse på en billig USB-mikrofon slår en mudret én kørt gennem den største model. Værktøjet kan ikke un-høre aircondition-anlægget. Hvis din mp3 blev optaget tværs over et lokale på en laptop-mikrofon, så skru ned for forventningerne og overvej måske at optage igen, hvis du stadig kan.
Hvor Whisper by Remskill passer ind, og hvor den ikke gør
Nu kommer den ærlige del, jeg lovede. Whisper by Remskill tager ikke din mp3 og forvandler den til tekst. Den er bygget til et andet øjeblik.
Det er et værktøj til diktering i realtid. Du trykker på en genvejstast (Ctrl+Space på Windows som standard, kan ændres), du taler, og dine ord bliver skrevet direkte ind i hvad end app, du er i: din e-mail, dit dokument, en Slack-besked, en kodekommentar. Transskriptionen sker lokalt, mens du taler, og teksten lander ved din markør et øjeblik efter, du stopper. Ingen fil, ingen upload, ingen optag-og-konvertér-rundtur.
Så hvornår er det det værktøj, du faktisk vil have? Når de ord, du har brug for, endnu ikke findes som en optagelse, fordi de stadig er inde i dit hoved. Hvis dit egentlige mål aldrig var "konvertér denne fil", men "få mine egne talte ord ind i et dokument hurtigt", springer du optagelsen helt over. Du tænker det, du siger det, det bliver skrevet. Hele den lokale pipeline er gratis, og den kører på Windows og Mac (Apple Silicon). Jeg dikterede engang en e-mail til en lærer, en indkøbsliste og et svar til min søster på den tid, det tog kedlen at koge, og glemte så at hælde teen op. Værktøjet virkede. Det gjorde jeg ikke.
For det fulde billede af, hvordan den levende, offline transskription fungerer under motorhjelmen, går guiden til offline tale-til-tekst mere i dybden. Men hvis du har en optagelse liggende i din downloads-mappe lige nu, så gå tilbage op ad siden. Buzz eller Whisper-kommandolinjen er det, du vil have, ikke os.
Hvis du bare har brug for det denne ene gang
Én fil, én gang, ingen planer om at gøre det igen? Åbn Buzz, slip din mp3 ind, lad den køre. Den er gratis, den virker offline, og du vil ikke have installeret noget, du skal vedligeholde. Det er hele anbefalingen. Gem terminalværktøjerne til den dag, du har halvtreds filer i stedet for én.
Den hurtigste måde at konvertere en mp3 på er ikke at have en mp3. Men til den optagelse, du allerede har, får et gratis lokalt værktøj dig i mål uden at sende den nogen steder hen.
Whisper by Remskill er til diktering i realtid, ikke filkonvertering
Hvis dit mål er at få dine egne talte ord ind i et dokument uden at skrive, så se hvordan diktering i realtid virker. Til at konvertere en optagelse, du allerede har, er Buzz det gratis svar ovenfor.
Gratis lokal pipeline. Windows og Mac (Apple Silicon).
