Transskriber lyd med ChatGPT: kan den det, og hvad med Gemini?

Ja, du kan transskribere lyd med ChatGPT, men kun på betalte planer og kun fra lydfiler: OpenAIs hjælpecenter siger, at upload af lyd ikke er tilgængelig på Free-planen, og at videofiler og YouTube-links ikke understøttes som lydkilder. Googles Gemini kan også transskribere uploadet lyd med en samlet grænse på 10 minutter på gratis konti og op til 3 timer på betalte Google AI-planer. Til lange optagelser, interview eller alt, hvor du har brug for tidsstempler og talermarkering, er et dedikeret transskriberingsværktøj stadig det mest pålidelige første skridt, og chatassistenten gør mere gavn bagefter, til resuméer.

Guiden gennemgår, hvad hver assistent reelt kan, når du vil have lyd til tekst med AI, også fra video og YouTube-links, pr. oktober 2026, hvor grænserne går, og en arbejdsgang, der kombinerer det bedste fra begge. AI-produkter ændrer sig hurtigt, så hjælpecentrenes sider, der linkes til nedenfor, er stedet at tjekke de aktuelle detaljer.

Kan ChatGPT transskribere lyd til tekst?

ChatGPT håndterer tale på tre forskellige måder, og de bliver ofte blandet sammen.

1. Upload af en lydfil

OpenAIs artikel om upload af filer og lyd til ChatGPT siger, at du kan vedhæfte en lydoptagelse til en samtale og bede ChatGPT om at transskribere den, opsummere den eller svare på spørgsmål om den. De vigtigste fakta fra siden, tjekket i oktober 2026:

• Planer: Upload af lyd er tilgængelig med betalte ChatGPT-abonnementer og arbejdsområder, også Enterprise. Den er ikke tilgængelig på Free-planen.
• Formater: WAV, MP3, OGG, FLAC, AAC, M4A, PCM og WebM eller MP4, der kun indeholder lyd. Filen skal indeholde et gyldigt lydspor.
• Størrelse: Lydfiler kan være op til 512 MB.
• Længde: Der er ingen fast grænse for varighed, men OpenAI siger, at længere optagelser kan blive behandlet i bidder, at behandlingen sker efter bedste evne, og at meget lange optagelser kan løbe ud i en timeout.
• Kvalitet: OpenAI oplyser, at transskriptioner kan indeholde fejl, at genkendelsen af talere kan være upålidelig, og at resultaterne varierer mellem sprog.

2. ChatGPT Record

ChatGPT Record optager et møde, en brainstorm eller en talenote live, transskriberer den og laver noter som et canvas. Ifølge OpenAIs hjælpeside er funktionen tilgængelig på Plus, Pro, Business, Enterprise og Edu og kun i desktopappen til macOS. Sessioner er begrænset til 4 timer, lyden slettes efter transskriberingen, og Record virker bedst på engelsk. Den kan markere flere talere ("Speaker 1") og lader dig omdøbe dem. Record er til at fange noget, der sker lige nu; den transskriberer ikke en fil, du allerede har.

3. Diktering

Mikrofonikonet i beskedfeltet er taletastatur til diktering: Din tale bliver transskriberet til en besked, som du kan redigere, før du sender den. Det er praktisk, når du vil tale i stedet for at skrive, men det er ikke en måde at transskribere en eksisterende optagelse på, og du kan ikke på nogen pålidelig måde afspille en fil ind i den.

Kan ChatGPT lave video om til tekst?

Ikke direkte. OpenAIs uploadguide nævner ingen videoformater og siger, at WebM- og MP4-filer, der genkendes som video, ikke accepteres som lydupload. Vil du have tekst ud af en MP4- eller MOV-fil, har du to muligheder:

1. Udtræk lyden først med en konverter eller et videoredigeringsprogram, gem den som MP3 eller M4A, og upload den til ChatGPT (på en betalt plan).
2. Brug et transskriberingsværktøj, der tager imod video, for eksempel Audiotextas værktøj til video til tekst, som tager videofilen, som den er, og returnerer en transskription med tidsstempler.

Den anden vej giver dig også undertekstfiler (SRT, VTT), som ChatGPT ikke laver som standardoutput.

Kan ChatGPT transskribere en YouTube-video?

Generelt nej, og det er det spørgsmål, folk stiller oftest. Når du indsætter et YouTube-link, kan ChatGPT ikke afspille videoen eller downloade lyden. Med websøgning slået til kan den måske læse tekst på siden, for eksempel titlen eller beskrivelsen, og derefter opsummere, hvad den tror, videoen handler om. Et sådant resumé kan lyde sikkert, selv om det bygger på meget lidt, så behandl det med forsigtighed. I skrivende stund har OpenAIs hjælpecenter ingen artikel, der beskriver understøttelse af YouTube-links.

Det, der virker pålideligt, er først at hente transskriptionen og give ChatGPT teksten:

• Kopiér den fra YouTubes eget transskriptionspanel, hvis videoen har undertekster (se sådan viser du transskriptionen på YouTube).
• Eller indsæt linket i et værktøj, der transskriberer lyden, hvilket også virker på videoer uden undertekster. Vores guide til at lave en YouTube-video om til tekst sammenligner mulighederne.

Kan Google (Gemini) transskribere lyd til tekst?

Ja. Googles hjælpeside om upload og analyse af filer i Gemini-apps dækker lyd, video og dokumenter. Pr. oktober 2026 siger den:

• Du skal være logget ind. Der kan tilføjes op til 10 filer til én prompt.
• Lyd: samlet lydlængde op til 10 minutter eller op til 3 timer med Google AI Pro eller Google AI Ultra.
• Video: Hver video kan være op til 2 GB med en samlet længde på op til 5 minutter eller 1 time på de betalte planer.
• Andre filer kan være op til 100 MB hver.

Så i modsætning til ChatGPT tager Gemini imod videofiler, og den tager også imod lyd på en gratis konto inden for de 10 minutter i alt. Googles dokumentation lover ikke et ordret transskriptionsformat, tidsstempler eller talermarkering, så bed udtrykkeligt om dem i din prompt, og tjek resultatet.

Gemini har også en fordel med YouTube: Googles artikel om YouTube-indhold i Gemini-apps beskriver, hvordan du kan bede Gemini finde en video og opsummere den ud fra offentlige oplysninger fra YouTube. Det er nyttigt til et resumé, men det er ikke det samme som en fuldstændig transskription, du kan efterprøve.

For brugere af Google Workspace kan Gemini i Google Drev opsummere og besvare spørgsmål om videoer, der ligger i Drev, på de relevante Workspace- og Google AI-planer, ifølge Googles Workspace-annonceringer. Google Docs har selv taleindtastning til live-diktering, men ikke transskribering af uploadede filer. Planer og tilgængelighed varierer efter udgave og sprog, så spørg din administrator.

ChatGPT vs. Gemini vs. et dedikeret transskriberingsværktøj

Grænserne er tjekket på leverandørernes hjælpesider i oktober 2026.

Assistenterne er klart bedre til samtale: at stille opfølgende spørgsmål, omskrive et referat til en mail eller forklare en passage. De dedikerede værktøjer er bedre til selve transskriptionen.

Praktiske grænser, du skal kende, før du uploader

Længde og størrelse

Det er ved lange optagelser, at generelle chatassistenter har sværest ved det. ChatGPT kan dele lang lyd op i bidder og kan løbe ud i en timeout; Gemini har et loft over den samlede længde pr. prompt. En forelæsning på en time kan klares på de betalte planer hos begge, men en workshop på en hel dag kan ikke.

Manglende tidsstempler og talere

En transskription, du vil citere, lave undertekster ud fra eller analysere, har brug for tidsstempler, du kan klikke på, og talermarkering, du kan stole på. Chatassistenter er ikke bygget op omkring det. Beder du alligevel om tidsstempler, så tjek nogle af dem mod optagelsen, før du regner med dem.

Huller og opdigtet tekst

Ethvert tale til tekst-system kan høre forkert. En særlig risiko ved transskribering med AI er tekst, der lyder troværdig, men aldrig blev sagt, især i stille passager, ved musik eller når folk taler i munden på hinanden, og når en chatmodel "rydder op" i en lang transskription, kan den forkorte eller omskrive i stedet for at gengive ordret. Bed om en ordret transskription, og lav stikprøver på de passager, der betyder noget. Ren lyd hjælper alle systemer: én taler pr. mikrofon, lidt baggrundsstøj og ingen musik under talen.

Privatliv og indstillinger for træning

Hvad der sker med din optagelse, afhænger af produktet og dine indstillinger:

• ChatGPT: På forbrugerplaner kan OpenAI bruge indhold til at forbedre sine modeller, hvis "Improve the model for everyone" (forbedr modellen for alle) er slået til; du kan slå det fra under Data Controls (datakontrol), og der er en separat indstilling for lydoptagelser. OpenAI oplyser, at virksomheden som standard ikke træner på erhvervsprodukter som ChatGPT Enterprise.
• Gemini: Med Keep Activity (gem aktivitet) slået til siger Googles privatlivscenter, at nogle samtaler kan blive gennemgået af mennesker for at forbedre tjenesterne; du kan slå Keep Activity fra, men flere Gemini-funktioner, blandt andet YouTube-integrationen og upload fra Drev, kræver den.

Ved interview, samtaler med patienter eller kundeopkald bør du tjekke disse indstillinger først, indhente samtykke fra alle, der bliver optaget, og læse vores guide til GDPR og transskribering. I Danmark gælder GDPR (persondataforordningen) for den slags optagelser.

Arbejdsgangen, der virker: transskribér først, spørg assistenten bagefter

Chatassistenter er fremragende til at arbejde med tekst og mindre pålidelige som transskriberingsmotorer. Deler du opgaven op, får du det bedste fra begge:

1. Transskribér med et tale til tekst-værktøj. Brug Audiotexta i webappen (upload en fil, indsæt et link eller optag fra mikrofonen), eller kør Whisper lokalt, hvis du foretrækker at holde alt på din egen maskine. Vores sammenligning af Whisper og cloudbaserede tale-API'er forklarer fordele og ulemper.
2. Gennemgå transskriptionen. Ret navne og fagudtryk, omdøb talerne, og tjek alle passager, du vil citere, mod lyden.
3. Eksportér den som tekst. TXT (gratis, uden konto) eller Markdown (Pro) er nemmest at indsætte i en chat.
4. Indsæt den i ChatGPT eller Gemini, og bed om det, du har brug for: "Opsummer dette interview i fem punkter", "List alle beslutninger, og hvem der er ansvarlig", "Skriv et udkast til en opfølgende mail". Fordi assistenten nu arbejder ud fra fuldstændig tekst, kan du tjekke hver påstand i svaret mod et tidsstempel.

Audiotexta kan også selv klare resumétrinnet med Pro-planen (resumé, kapitler, hovedpunkter, beslutninger og opgaver) uden brug af dit indhold til at træne modeller. Brug den kombination, der passer dig; det vigtige er at starte fra en fuldstændig transskription, du kan efterprøve.