Cara Mengubah Video menjadi Teks: Tutorial Lengkap dari Unggah hingga Ekspor TXT

Sebuah rekaman wawancara dua puluh menit, bila diketik manual sambil mendengarkan, menuntut menjeda, memutar ulang, dan melengkapi dengaran nama orang berulang-ulang — waktunya sering melampaui durasi video itu sendiri. Alat Video ke Teks menyerahkan langkah ini pada transkripsi: unggah file atau tempel tautan, pilih bahasa lisan, dan biasanya dalam beberapa menit Anda sudah memegang transkrip tersegmentasi menurut waktu yang siap diekspor ke TXT dan langsung masuk tahap penyuntingan.

Buka Video ke Teks, unggah satu video atau tempel tautan; transkrip tersegmentasi, keterangan sumber, dan tombol ekspor hasil pembuatan tampil di halaman yang sama.

Poin utama

• File lokal mendukung format audio-video seperti MP4, MOV, WEBM, dan MP3; tanpa login gratis 1 kali sehari (maksimal 50MB dan 10 menit), setelah login 2 kali sehari, dan dengan kredit durasi proses terpanjang 2 jam.
• Transkrip tampil tersegmentasi menurut rentang waktu, setiap segmen memiliki penanda waktu sendiri, dan bisa diekspor ke TXT, SRT, atau VTT.
• Area hasil mencantumkan sumber transkrip: subtitel yang sudah tersedia di platform, atau transkripsi suara.
• Saat yang dibutuhkan adalah inti sari, bukan ucapan asli, pilih keluaran “ringkasan”; transkrip verbatim dan ringkasan melayani dua jenis tugas yang berbeda.

Tentukan dulu Anda butuh transkrip verbatim atau ringkasan

Patokannya hanya satu: bahan yang akan dipakai selanjutnya berupa teks asli, atau kesimpulan yang dipadatkan. Untuk mengutip perkataan asli, merapikan naskah wawancara, memeriksa ulang konten, atau membuat draf subtitel, pilih transkrip verbatim; hanya ingin tahu isi video atau hendak menulis laporan, pilih ringkasan.

Untuk video yang sama, kedua keluaran sangat berbeda: transkrip mempertahankan “siapa mengatakan apa dan pada waktu apa”, sedangkan ringkasan hanya menjawab “apa isi video ini”. Mencampur keduanya merugikan di kedua sisi — perkataan yang bisa dikutip tidak akan ditemukan dalam ringkasan beberapa ratus kata, dan tidak perlu membaca tuntas transkrip satu jam hanya untuk menulis satu laporan.

Unggah file atau gunakan tautan video yang saat ini didukung

Ruang kerja menyediakan dua jalur masukan yang bisa berganti kapan saja lewat tombol di bagian atas. Saat file sudah di tangan, dahulukan mengunggah karena paling andal; tempel tautan hanya bila yang Anda miliki berupa tautan platform.

Jalur tautan:

1. Tetap pada mode “tempel tautan” (mode bawaan pintu ini), tempel tautan video yang utuh; contoh yang ditunjukkan kolom input mencakup platform seperti YouTube, TikTok, dan Douyin.
2. Keberhasilan penguraian setelah tugas dikirim mengikuti hasil tugas — bukan semua tautan pasti berhasil. Bila penguraian gagal, di samping pesan kesalahan ada tombol “ubah ke unggah file” yang beralih kembali ke jalur lokal untuk mencoba lagi dengan sekali klik.

Jalur file:

1. Beralih ke “unggah file”, klik area pilihan untuk memilih file video atau audio; format umum seperti MP4, MOV, WEBM, dan MP3 semuanya didukung.
2. Perhatikan batas sebelum mengirim: tanpa login maksimal 50MB dan 10 menit; setelah login maksimal 200MB dan terlama 2 jam, dengan bagian di atas 10 menit ditagih per kredit (10 kredit/menit). Saat memilih file, alat sekaligus mendeteksi durasinya dan memberi petunjuk.

Buat transkripsi dan lihat rentang waktunya

1. Pilih bahasa lisan. Bila tidak yakin, biarkan “otomatis (mengikuti video)”; bisa juga menentukannya manual: Tionghoa, Inggris, Jepang, Korea, Spanyol, Rusia, atau Prancis.
2. Pastikan jenis keluaran mencentang “transkrip”. Pintu ini secara bawaan hanya mencentang transkrip; “ringkasan” dan “bab” baru bisa dibuat setelah login.
3. Klik “Mulai Buat”. Bilah progres menampilkan tahapan membaca sumber video, menyiapkan audio, membaca subtitel atau mentranskripsi suara secara berurutan lengkap dengan persentase, dan biasanya selesai dalam 1–3 menit.
4. Periksa transkrip di area hasil: konten tersegmentasi menurut rentang waktu dengan penanda menit-detik di depan tiap segmen; area hasil juga menampilkan judul video dan total durasi.

Dua detail layak diperhatikan. Pertama, di ujung area hasil tercantum sumber transkrip kali ini: “Sumber: subtitel platform” atau “Sumber: transkripsi suara”. Video yang sudah membawa subtitel bisa langsung memakai subtitel platform, sedangkan video tanpa subtitel yang layak pakai dikenali dari suara audionya; isi dari kedua sumber ini memungkinkan berbeda. Kedua, tanpa login Anda tetap bisa mengirim tugas dan melihat pratinjau 3 segmen pertama, tetapi melihat transkrip lengkap memerlukan login; setelah tugas dikirim, memuat ulang halaman pun tidak akan menghilangkan progres.

Rapikan nama orang, istilah, dan pengulangan ragam lisan

Transkripsi mencatat pelafalan dan tidak bertugas memverifikasi ejaan: nama orang, merek, istilah produk, serta campuran Tionghoa-Inggris adalah bagian transkrip yang paling rawan salah. Melakukan revisi pada salinan teks yang diekspor lebih hemat waktu daripada menjalankan ulang transkripsi berulang kali:

1. Unduh TXT lebih dulu, atau gunakan tombol salin di area hasil untuk menempelkan seluruh teks ke dokumen Anda. Hasil salinan tidak menyertakan penanda waktu sehingga cocok langsung disunting sebagai naskah; penanda waktu di awal baris TXT tetap menyimpan posisi penelusuran ulang.
2. Periksa istilah khusus segmen demi segmen. Samakan penulisan nama orang, nama perusahaan, nama produk, dan istilah teknis; untuk kata yang meragukan, kembalilah ke posisi terkait di video asli berdasarkan waktu di awal baris TXT, dengarkan sekali lagi, baru putuskan.
3. Bersihkan jejak ragam lisan. Kata pengisi, kalimat setengah jadi yang terulang, dan ucapan kebiasaan dipangkas sesuai keperluan naskah; segmen yang akan dikutip langsung dipertahankan kalimat aslinya beserta penanda waktu segmen itu.

Revisi hanya terjadi di salinan Anda; transkripsi asli di dalam alat tidak berubah, sehingga draf bersih selalu bisa diekspor ulang kapan saja.

Ekspor TXT atau lanjut ke alur subtitel

Tombol ekspor berada tepat di area hasil transkrip; ketiga format berasal dari transkripsi yang sama:

• TXT: tiap baris berformat “[menit:detik] teks”, menyertakan penanda waktu, cocok untuk merapikan naskah dan menelusuri ulang berdasarkan waktu.
• SRT: tiap segmen memiliki nomor urut dan kode waktu mulai-selesai berformat “00:00:01,000 --> 00:00:04,500” untuk dipakai sebagai file subtitel di perangkat lunak penyuntingan dan pemutar; alur lengkap membuat dan mengimpor subtitel akan dibahas tersendiri dalam tutorial subtitel selanjutnya.
• VTT: teks berlinimasa yang diawali WEBVTT, dipakai sebagian pemutar halaman web.

Bila bingung memilih, ekspor TXT dulu. Merapikan teks adalah tujuan paling umum dari transkrip verbatim; ketika nanti membutuhkan subtitel berlinimasa, kembali ke hasil yang sama dan ekspor SRT tanpa perlu mentranskripsi ulang.

Pertanyaan Umum

Apakah video tanpa subtitel tetap bisa ditranskripsi?

Bisa. Transkripsi tidak bergantung pada subtitel yang sudah ada: tugas akan menilai apakah subtitel platform bisa dipakai, dan bila tidak ada subtitel yang layak, audio ditranskripsi dari suaranya — kedua sumber ditandai di area hasil. Cukup biarkan bahasa lisan pada “otomatis (mengikuti video)”; alat akan menentukan sendiri bahasa videonya.

Apa bedanya transkripsi dengan ringkasan video?

Transkripsi menghasilkan ucapan asli tersegmentasi menurut waktu, cocok untuk mengutip, memeriksa ulang, dan merapikan menjadi naskah; ringkasan video menghasilkan satu paragraf ikhtisar plus daftar poin, cocok untuk memahami isi dengan cepat atau menulis laporan, dan membuat ringkasan memerlukan login. Cara menilainya: bila hasil akhir membutuhkan “kalimat asli”, transkripsikan; bila hanya butuh “kesimpulan”, ringkas.

Bagaimana memperbaiki istilah khusus yang salah dalam transkripsi?

Ekspor TXT atau salin seluruh teks lebih dulu, lalu revisi di salinan dokumen Anda sendiri. Tiap baris TXT diawali penanda waktu; putar ulang posisi terkait di video asli berdasarkan waktu untuk memastikan pelafalannya, baru lakukan penggantian yang seragam untuk penulisan nama orang, merek, dan istilah. Alat tidak menyediakan antarmuka penyuntingan teks tersegmentasi secara daring, sehingga semua revisi terjadi pada salinan yang diekspor dan transkripsi aslinya tetap utuh.

Unggah video pertama Anda

Pilih satu video dari bahan yang ada dan memang membutuhkan versi teks: wawancara, rekaman layar kursus, video rapat, atau video siniar semuanya cocok. Biarkan bahasa otomatis, centang keluaran transkrip, setelah dibuat ekspor dulu satu TXT, lalu rapikan istilah khusus dan ragam lisan mengikuti penanda waktu.

Buka Video ke Teks, buat dan unduh transkrip verbatim TXT pertama Anda.