Verktyg för transkribering

Transkribering som håller för en riktig medieanalys

Vi jämför verktygstyperna, nämner vilka som passar vem och visar var Tonar är rätt val.

Se hur transkribering fungerar i en riktig bevakning

Börja med att veta vad ni ska använda texten till, så blir valet enklare.

Testa gratis

Vad automatisk transkribering faktiskt gör

Ett transkriberingsverktyg gör tal till text. Antingen skriver en människa, eller så gör automatisk taligenkänning (ASR) jobbet. Verktygen finns för uppladdade ljudfiler, för video med tidskoder och för realtid, till exempel textning av möten.

Texten är sällan målet. Den är underlaget för det som kommer sedan: sökning, citat, analys. Blir namnen fel i texten blir analysen fel. Därför spelar det roll vilket verktyg ni väljer.

Kriterierna som skiljer verktygen åt

Fem saker avgör oftast. Noggrannhet: den beror på ljudkvalitet, dialekt och fackspråk. Uppgifter om svensk transkribering ligger mellan 85 och 99 procent beroende på metod och inspelning. Språkstöd och hur verktyget klarar dialekter. Exportformat. Sekretess och dataskydd. Och talarigenkänning, så att flera röster i samma inspelning hålls isär.

Lägg till en sjätte fråga: arbetar ni med enstaka filer eller med ett löpande flöde av sändningar och poddar? Det styr vilken typ av verktyg ni behöver.

Alternativen: generella verktyg, manuella tjänster och bevakning

Generella ASR-verktyg passar när ni har en fil och vill ha text snabbt, till exempel en intervju. Manuella tjänster passar när varje ord måste granskas av en människa. Open source-modeller som Whisper och wav2vec2 är byggstenar för den som vill bygga själv.

Sedan finns plattformar för lyssning. All Ears är ett röstfokuserat verktyg som genomsöker källor som TikTok, poddar och YouTube och transkriberar dem för bevakning. Brandwatch och Talkwalker är sociala analysplattformar som i första hand analyserar sociala medier och onlinesamtal. De är inte renodlade transkriberingsverktyg, och vi gör inga påståenden om deras ljudfunktioner.

Där Tonar är rätt val, och där det inte är det

Tonar är byggt för ljudmedier i Sverige, Finland och Norge. Våra egna modeller är tränade på nordiska språk, dialekter och verkliga sändningar. Ordfelsfrekvensen är 3 procent, och modellerna är upp till 5 gånger mer exakta än de mest avancerade open source-alternativen. De läser hela samtalet och tolkar SCB och SEB rätt.

Transkriptionen är bara första steget. Ovanpå kommer sentiment på entitetsnivå, share of voice och Auto-label. Se även vår checklista för att välja verktyg för mediebevakning.

Skriver ni av en enstaka intervju eller ett möte är ett enklare, generellt verktyg ofta tillräckligt. Tonar är inte tänkt för det.

Vilket slags transkriberingsverktyg passar er

Alternativen skiljer sig mer i syfte än i teknik.

Generella ASR-verktyg
Den som vill ha text från enstaka filer, intervjuer eller möten.Snabbt och enkelt, men inte byggt för nordiska ljudmedier eller bevakning.
Manuella transkriptionstjänster
Den som kräver att en människa granskar varje ord.Hög kontroll, men för enstaka inspelningar snarare än löpande flöden.
All Ears
Den som vill lyssna på röstinnehåll som TikTok, poddar och YouTube.Röstfokuserat bevakningsverktyg som transkriberar ljud i stor skala.
Brandwatch och Talkwalker
Den som främst analyserar sociala medier och onlinesamtal.Sociala analysplattformar, inte renodlade transkriberingsverktyg.
Tonar
PR, kommunikation och byråer som följer varumärken i nordiska poddar och radio.Egna modeller för nordiska språk, med sentiment, share of voice och Auto-label ovanpå transkriptionen.

Välj Tonar om ni följer varumärken i nordiska ljudmedier löpande och behöver analys, inte bara text. Behöver ni skriva av en enstaka fil är ett generellt verktyg eller en manuell tjänst ett bättre val. Följer ni främst sociala medier passar en social analysplattform bättre.

Fördelar

Låg ordfelsfrekvens på nordiska språk

Ordfelsfrekvensen är 3 procent, och modellerna är upp till 5 gånger mer exakta än de mest avancerade open source-alternativen. Det gör texten användbar i analys.

Namn och varumärken tolkas rätt

Modellerna läser hela samtalet, så SCB och SEB blandas inte ihop. Det minskar bruset i bevakningen.

Sentiment på entitetsnivå

Vi bedömer tonen mot varje varumärke, inte bara om ord är positiva eller negativa. Ni ser hur ert varumärke omtalas, inte bara hur samtalet låter i stort.

Egna regler med Auto-label

Skriv till exempel "Märk när någon uttrycker direkt kritik mot vårt varumärke", så tillämpar AI:n etiketten på varje träff som matchar.

AI-sökning och API

Beskriv med egna ord vad ni letar efter i AI-sökningen och lyssna direkt. Utvecklare kan välja firehose, REST API eller RSS-flöde.

Fyra situationer där transkribering behövs

PR-team som följer omnämnanden i poddar

En kommunikationsavdelning vill veta när varumärket nämns i poddar och radio, och hur det sägs. Med mediebevakning i Tonar blir varje omnämnande sökbart som text, och sentimentet läses på entitetsnivå utifrån tonen. Med ett klick lyssnar teamet på själva samtalet.

Journalist som transkriberar en intervju

En journalist har en inspelad intervju och vill ha text och citat. Här räcker ofta ett generellt ASR-verktyg eller en manuell tjänst, särskilt om ljudet är rent. Då är Tonar inte nödvändigt. Behövs en transkription av video kan ni läsa om AI-transkribering av video.

Byrå som jämför varumärken i ljudmedier

En byrå ska visa en kund hur varumärket står sig mot konkurrenterna. Då behövs mer än text: ämnen kopplade till varumärken, till exempel hållbarhet för Max eller kampanjer för McDonald's, och share of voice. Auto-label låter byrån skriva reglerna med egna ord.

Medieföretag som bygger egna tjänster

Ett medieföretag eller ett produktteam vill bygga dashboards på nordisk ljuddata. Tonar API ger tillgång till ljud- och videodata som full databas-firehose, REST API eller RSS-flöde. Kunder beskriver det som stabilt, snabbt och väldokumenterat. Vill ni själva bygga transkribering från grunden är open source-modeller ett alternativ, men då äger ni arbetet med nordiska språk och dialekter.

Vanliga frågor om verktyg för transkribering

Se vad era ljudmedier faktiskt säger om er

Berätta vad ni vill följa i ljudmedierna, så visar vi hur transkription, sentiment och share of voice fungerar för just er bevakning.

Testa gratis

Utforska