Transkribera föreläsningsinspelningar från mobil, Zoom eller YouTube till text med sammanfattning, tidsatta stycken och svar på dina frågor.
För att transkribera föreläsningsinspelningar till anteckningar laddar du upp ljud- eller videofilen eller klistrar in en länk till den. Transkriptet kommer tillbaka med en kort sammanfattning överst, tidsatta stycken och märkta talare. Sedan kan du söka i det, ställa frågor till det, rätta enstaka termer och exportera det som PDF, Markdown eller text att plugga från.
Den här guiden är till för studenter med en hög inspelningar: en röstmemo från främre raden, en Zoom- eller Teams-inspelning, en föreläsning på YouTube eller på ett universitets videoplattform. Den handlar om inspelade föreläsningar. För textning medan föreläsningen pågår, se Livetranskribering för kyrkor, föreläsningssalar och fullmäktigesalar.
Kortversionen, i VocalStacks Dashboard:
När det är klart får du transkriptet, en titel och en sammanfattning, och ljudet som du kan spela upp från vilken rad som helst.
De flesta föreläsningsinspelningar är redan filer. Uppladdningen tar ljud och video: MP3, M4A, WAV, FLAC, OGG, MP4, MOV och WebM går direkt in, och det gör de flesta andra videoformat också. En röstmemo från en iPhone är en M4A; en Android-inspelare sparar oftast MP3 eller M4A. Båda fungerar som de är, utan konvertering.
För video transkriberar VocalStack ljudet och behåller bilden tillsammans med inspelningen, så att du kan titta på bilden som visades på skärmen när en rad sades. Hur länge videon sparas beror på abonnemanget (mer i kostnadsavsnittet).
Två gränser spelar roll för långa föreläsningar. På Pay as you go kan en fil vara upp till 2 GB och en transkribering upp till två timmar ljud. På Premium är gränserna 5 GB och åtta timmar. Ett seminarium på tre timmar på Pay as you go kan klippas i två delar, var och en sin egen transkribering.
Om föreläsningen finns online, klistra in länken i stället för att ladda ner den. VocalStack kontrollerar länken först, visar dess titel och längd och hämtar sedan ljudet själv.
Det som fungerar från en länk:
Från en videosajt hämtas bara ljudet. Bilden du ser bredvid transkriptet är sajtens egen spelare.
Det som inte fungerar från en länk: allt som ligger bakom ditt universitets inloggning. Det gäller Panopto, Echo360, Moodle, Canvas, Blackboard, en Kaltura MediaSpace på universitetets egen adress och Teams-inspelningar som ligger i en arbets- eller skol-SharePoint. VocalStack kan inte logga in som du. Om plattformen har en nedladdningsknapp, ladda ner filen och ladda upp den. Föreläsare kan stänga av nedladdningar; om de har gjort det, be dem om filen.
Som sista utväg spelar webbläsartillägget in ljudet från en flik medan föreläsningen spelas, och skrivbordsappen gör detsamma för valfri app på en Mac. Båda gör en livetranskribering, som går i realtid och faktureras enligt livepriset, så använd dem bara när det inte finns någon fil att hämta.
Föreläsningsinspelningar misslyckas på förutsägbara sätt, och det mesta av åtgärderna görs innan du trycker på inspelning.
Avstånd och eko. En telefon på bänken i rad tolv hör föreläsaren en gång direkt och flera gånger till från väggarna. Den suddigheten är den enskilt största orsaken till felaktiga ord. Sitt nära fronten, lägg telefonen på bänken vänd mot föreläsaren i stället för i en ficka eller väska, och om föreläsningen använder mikrofon, sitt nära en högtalare. En inspelning från föreläsningssalens eget system (den version som universitetet lägger ut) är nästan alltid renare än en som görs i rummet.
Frågor från bakre raderna. En student som ställer en fråga tjugo meter bort är ofta för tyst för att alls kunna transkriberas. Föreläsare kan hjälpa alla genom att upprepa varje fråga i mikrofonen innan de svarar.
Facktermer. Vanligt akademiskt ordförråd, från läkemedelsnamn till latinsk anatomi, känns igen som det är. Det som inget verktyg kan känna till i förväg är din föreläsares egen förkortningsstil, en nyskapad term eller ett obskyrt efternamn. I ett inspelat transkript rättar du sådant med några klick (se nedan). För en liveföreläsning rättar ett referensmanus med bilderna eller litteraturlistan dem medan de sägs; det beskrivs i artikeln om livetranskribering.
Fel språk. Automatisk identifiering utgår från den första stunden av tal. En föreläsning som inleds med en minut småprat, eller en föreläsare med stark brytning, kan identifieras som fel språk. Om du vet språket, ange det innan du startar. Det hjälper också vid bullriga inspelningar.
Fel vid ljudtranskribering: 7 orsaker och hur du åtgärdar var och en går igenom varje slags fel mer ingående.
Ett transkript av en föreläsning på 90 minuter blir långt över tiotusen ord. Ingen pluggar från det. De här delarna av transkriberingen gör det till något som liknar anteckningar.
Sammanfattningen överst. När transkriptet är slutgiltigt skriver VocalStack en titel och en kort sammanfattning på ett eller två stycken, med de namn och siffror som kom upp. Den läser som föreläsningens abstract: nog för att komma ihåg vilken vecka som handlade om vad. Den är skriven som löpande text, och dina egna anteckningar spelar fortfarande roll.
Stycken med tidsstämplar. Transkriptet delas in i stycken efter ämne, vart och ett med sin starttid. Använd dem som rubriker när du repeterar. Varje rad behåller sin tid i inspelningen, så du kan spela upp från just det ögonblicket och höra om det du inte hängde med i.
Talarmarkeringar för frågestunden. Talarmarkeringarna är som standard inställda på When Needed: en föreläsning med en röst läses som löpande text, och när en andra röst hörs anger varje rad vem som talade. Du kan ge talarna namn, så att föreläsarens rader är märkta med namn och frågorna står för sig.
Fråga om föreläsningen. Ask är en assistent i Dashboarden som svarar på frågor utifrån dina transkript. Öppna en föreläsning och fråga "vilka var de tre villkoren för satsen?" eller "var förklarade hon skillnaden mellan mitos och meios?". Svaret länkar till de ögonblick det kommer från. Fråga om alla dina transkript på en gång för att hitta vilken föreläsning som tog upp ett ämne.
Sök i alla föreläsningar. Sökningen hittar exakta ord i alla dina transkriberingar, och även passager som betyder samma sak med andra ord. Den fungerar över språkgränser, så en sökning på engelska hittar en föreläsning som hölls på spanska.
Rättelser. Rätta en felhörd term direkt i transkriptet. Rättelsen sparas i transkriptet och följer med i varje export.
Exporter. Ladda ner transkriptet som PDF, Markdown, ren text, Excel, JSON eller som SRT- eller WebVTT-undertexter. Text-, Markdown- och PDF-exporterna börjar med titeln och sammanfattningen, och tidsstämplar kan sättas per stycke, per rad eller utelämnas. Markdown går rakt in i en anteckningsapp som Obsidian eller Notion.
Taggar för varje kurs. Tagga varje transkribering med dess kurs, så filtreras listan över transkriberingar ner till en modul i taget.
VocalStack transkriberar 100 språk och identifierar vilket som talas. Varje transkribering kan översättas till upp till 10 språk, och transkriptet, dess sammanfattning och dess exporter byter till det du väljer. En föreläsning på tyska kan läsas och sökas på engelska, med den tyska texten kvar för att kontrollera en term mot.
Översättning kostar ingenting utöver transkriberingen.
För en student som inte kan höra inspelningen är ett transkript inspelningen. Talarmarkeringar, stycken och sammanfattningen gör det till något man kan studera från och inte bara ett underlag. Universitet har oftast tillgänglighetsregler för inspelad undervisning, och automatiska transkript kanske uppfyller dem eller inte; mänskligt kontrollerad textning krävs ibland. Att rätta transkriptet där det spelar roll (namn, termer, siffror) stänger det mesta av glappet. Föreläsare kan dela en färdig transkribering via en offentlig länk, så att studenter läser den på sitt eget språk utan att skapa ett konto.
Många universitet har en policy för inspelning av föreläsningar, och många föreläsare har sin egen. Vissa tillåter det för personligt studiebruk, vissa kräver tillstånd, och vissa tillåter det bara som en tillgänglighetsanpassning. Föreläsningsmaterial kan också vara universitetets eller föreläsarens upphovsrätt. Kontrollera din kurs policy, fråga föreläsaren när du är osäker och behåll inspelningar och transkript för eget studiebruk om du inte har tillstånd att dela dem. Det här är en allmän vägledning, inte juridisk rådgivning.
Till dagens priser kostar en inspelad fil $0.20 per timme ljud, faktureras per sekund. På Pay as you go faktureras varje transkribering för minst 5 minuter; på Premium finns ingen minimiavgift. Översättning, sammanfattningar, Ask och sökning ingår. De aktuella priserna finns på prissidan.
Till de priserna:
Delvis. Ett nytt konto får $5 i engångskredit vid registrering och kräver inget kort. Med filpriset är det ungefär 25 timmar inspelade föreläsningar, ungefär en halv termin av en kurs. Därefter fyller du på krediten efter behov, från $10.
Pay as you go har några gränser som är bra att känna till för en hel termins föreläsningar. Källljud sparas i 30 dagar och uppladdad video i 3 dagar; själva transkriptet sparas tills du raderar det. Efter 30 dagar kan du fortfarande läsa, söka i och exportera transkriptet, men inte spela upp ljudet. Pay as you go inkluderar också 30 Ask-frågor om dagen och 60 betydelsebaserade sökningar i timmen; sökning på exakta ord har ingen gräns. Premium är en prenumeration som inkluderar kredit varje månad, behåller ljud och video så länge du prenumererar och tar bort de gränserna. Prissidan har de aktuella siffrorna för varje abonnemang.
Ja. Klistra in YouTube-länken i en ny transkribering. VocalStack hämtar ljudet och transkriberar det som en fil, till filpriset. Videon spelas i YouTubes egen spelare bredvid transkriptet.
Inte från länken, eftersom de plattformarna kräver ditt universitets inloggning. Ladda ner inspelningen från plattformen om din föreläsare har tillåtit nedladdningar och ladda sedan upp filen.
Det beror mest på inspelningen. En föreläsare med mikrofon, inspelad från föreläsningssalens system, kommer tillbaka med få fel, och de flesta är sällsynta namn och kurstermer. En telefon längst bak i en ekande sal ger många fler fel, och tysta frågor från publiken kan gå förlorade. Ange språket när du vet det, spela in så nära talaren som du kan och rätta de termer som spelar roll.
Det ger dig råmaterialet: en sammanfattning, stycken med tidsstämplar, talarmarkeringar och en assistent som svarar på frågor om föreläsningen med länkar till rätt ögonblick. Exportera till Markdown eller PDF och redigera därifrån. Det skriver inga flashcards eller punktlistor för repetition åt dig.
Ja. Det talade språket identifieras bland 100, och transkriptet och sammanfattningen kan översättas till upp till 10 språk utan extra kostnad.
Ja, som en livetranskribering, som kostar mer per timme än en fil. Se livetranskribering för föreläsningssalar.
För att komma igång, ladda upp din första inspelning på {{app}}/transcriptions/new/file. Registreringskrediten täcker ungefär 25 timmars föreläsningar.