Vad betyder transkribera? Definition, typer och exempel

Att transkribera betyder att skriva ner talade eller inspelade ord som text, på samma språk som de sades på. När du gör om en intervju, en mötesinspelning eller ett röstmeddelande till ett skrivet dokument transkriberar du det, och dokumentet du får kallas en transkription (i vardagligt tal ofta transkript eller utskrift). Resten av artikeln går igenom ordets olika betydelser, de vanligaste typerna av transkription, skillnaden mot översättning och textning, och hur det går till i dag.

Vad "transkribera" betyder i vardagligt språk

Ordet kommer från latinets transcribere, "skriva över" eller "skriva av". På svenska har det några närbesläktade betydelser:

• Skriva ner tal. Den vanligaste betydelsen i dag: lyssna på ljud och göra text av det. "Kan du transkribera samtalet till protokollet?"
• Skriva av text från en form till en annan. Förr skrev skrivare av handskrifter för hand. Arkivarier och släktforskare transkriberar fortfarande gamla brev, kyrkböcker och handskrivna handlingar till maskinskriven text.
• Överföra mellan skriftsystem. Språkvetare transkriberar tal med fonetiska tecken (IPA), och namn kan transkriberas från ett skriftsystem till ett annat, till exempel från kyrilliska till latinska bokstäver.
• Arrangera musik. En musiker transkriberar ett stycke genom att skriva ner en melodi från en inspelning, eller genom att anpassa ett stycke för ett annat instrument.

Alla betydelser delar samma grundtanke: innehållet är detsamma, bara formen ändras.

Vad betyder transkribering av ljud och video?

Inom näringsliv, forskning och medier är det enkelt: transkribering betyder nästan alltid att göra om ljud eller video till text. Källan kan vara vad som helst där någon talar: en podd, en föreläsning, en rättegång, en läkares diktat, en YouTube-video, ett röstmeddelande i WhatsApp eller Messenger. Resultatet är en transkription, ofta med tidsstämplar (när varje mening sades) och talaretiketter (vem som sa den).

En kort kommentar om biologi: om du stött på ordet på en naturkunskapslektion betyder transkription där den process där en cell kopierar en del av DNA till RNA, det första steget i att bilda ett protein. Det är samma idé om "kopiering" tillämpad på den genetiska koden, men ett separat ämne; en lärobok i biologi eller en källa som ordlistan från amerikanska National Human Genome Research Institute är rätt ställe för det. Den här artikeln handlar om tal.

Typer av transkription: ordagrann, rensad och redigerad

Alla transkriptioner skriver inte ner samma saker. Innan du transkriberar, eller anlitar någon som gör det, bör du bestämma vilken stil du behöver.

Ordagrann transkription (verbatim). Varje ord och ljud precis som det sades: "öh", "eh", påbörjade meningar, upprepningar, stamning, skratt, pauser och avbrott. Används där det spelar roll hur något sades, till exempel i rättsliga sammanhang, polisförhör, språkvetenskaplig forskning och viss kvalitativ forskning.

Rensad ordagrann transkription (clean verbatim). Talarens egna ord, men utan utfyllnadsord, stamning och felstarter, och med lätta grammatiska justeringar där betydelsen är uppenbar. Det är standard för de flesta intervjuer, möten, poddar och journalistik, eftersom texten blir lättläst men ändå trogen originalet.

Redigerad transkription. Innehållet bearbetas till läsbar prosa: meningar byggs om, upprepningar stryks och texten kortas ibland. Används för artiklar, blogginlägg, rapporter och publicerade intervjuer i frågor och svar-form, där läsbarheten väger tyngre än den exakta ordalydelsen.

Ett snabbt sätt att välja:

• Ska någon analysera tvekan, tonfall eller exakta formuleringar? Välj ordagrann.
• Ska folk läsa texten för att förstå vad som sades? Välj rensad ordagrann.
• Ska den publiceras som en färdig text? Börja med rensad ordagrann och redigera sedan.

Vår guide till intervjutranskribering går djupare in på de här valen inom forskning och journalistik, bland annat hur du markerar pauser och ohörbara partier.

Transkription, översättning, textning och diktering

De här fyra begreppen blandas ofta ihop. Skillnaden ligger i vad som går in, vad som kommer ut och om språket byts.

I praktiken överlappar de. Textning är en transkription uppdelad i tidsatta delar. Översatta undertexter görs oftast genom att man först transkriberar och sedan översätter transkriptionen. Diktering är transkribering i realtid av en person som vet att det hen säger skrivs ner.

Hur transkribering går till i dag

Under största delen av historien var transkribering ett manuellt arbete: en person lyssnade, pausade, spolade tillbaka och skrev. Professionella transkriberare gör det fortfarande för domstolsprotokoll, journaler och svårt ljud, ofta med en fotpedal för att styra uppspelningen. Det är noggrant men långsamt, och en timme ljud kan ta flera timmars arbete.

I dag börjar de flesta transkriptioner med automatisk taligenkänning. En modell delar upp ljudet i korta segment, känner igen ljud och ord, använder språkligt sammanhang för att välja den mest sannolika meningen och lägger sedan till skiljetecken, tidsstämplar och talaretiketter. Vill du förstå processen steg för steg förklarar vår artikel om hur tal till text fungerar det utan matematik.

Det vanliga arbetssättet i dag är en kombination: maskinen tar fram ett utkast på några minuter, och en människa granskar det mot ljudet och rättar namn, siffror och fackuttryck. Med en tydlig inspelning behöver utkastet lätt redigering; med ett brusigt gruppsamtal behövs mer. Dialekter, fackord och personer som pratar i mun på varandra är det som oftast kräver extra handpåläggning.

När man transkriberar

Transkribering är användbart så fort talat innehåll behöver gå att söka i, citera, läsa eller arkivera:

• Intervjuer, inom journalistik, användarforskning och akademiska studier, där du behöver citera korrekt och koda teman.
• Möten, för att ta fram protokoll, åtgärdspunkter och underlag för den som inte var med.
• Föreläsningar och webbinarier, för studieanteckningar och tillgänglighet.
• Poddar och video, för avsnittsbeskrivningar, undertexter och synlighet i sökmotorer.
• Juridik, för förhör, förhandlingar och bevisning, oftast strikt ordagrant.
• Vård, där läkare dikterar anteckningar som transkriberas till patientjournalen, i Sverige under patientdatalagen och dataskyddsförordningen (GDPR).
• Privat, för röstmemon, röstmeddelanden och inspelade samtal som du hellre läser än lyssnar på igen.

Så transkriberar du en fil i tre steg

Har du en inspelning och vill ha texten är ett automatiskt verktyg den snabbaste vägen. Med Audiotexta går det till så här:

1. Ladda upp. Öppna Audiotexta-appen och släpp in en ljud- eller videofil (MP3, M4A, WAV, MP4 med flera) från datorn eller telefonen. Du kan börja utan konto.
2. Välj inställningar. Ange talat språk eller låt automatisk igenkänning vara på, och aktivera talaretiketter om mer än en person pratar.
3. Granska och exportera. Läs transkriptionen medan ljudet spelas upp, rätta det som modellen hört fel och ladda sedan ner den som TXT eller undertexter gratis, även utan konto, eller som DOCX eller PDF med Pro.

Det är också bra att känna till alternativen: vissa versioner av Microsoft Word har funktionen Transkribera och Google Dokument har röstinmatning, Otter och TurboScribe är populära onlinetjänster, och den öppna Whisper-modellen kan köras gratis på din egen dator om du inte räds lite installation. För en fullständigare jämförelse av gratis och betalda vägar, se vår guide om hur du transkriberar ljud till text.

Oavsett vilket verktyg du väljer är definitionen densamma: vid transkription behålls orden och språket, och bara formen ändras, från ljud till text som du kan läsa, söka i och dela.