Belangrijkste punten
macOS transcribeert een videobestand niet uit zichzelf. Wat het wél kan, zonder dat je iets hoeft te downloaden, is de audiotrack uit de video halen met QuickTime Player, zodat je een veel kleiner bestand overhoudt om mee te werken. De ingebouwde dictatiefunctie typt live wat de microfoon hoort terwijl je spreekt, en is dus niet geschikt voor een opname die je al hebt. Transcriberen is een losse stap, en die stap is hetzelfde op elke computer.
Je hebt een video op je Mac staan. Een schermopname van een vergadering, een college dat iemand je heeft gestuurd, een filmpje dat je hebt bewaard. Je wilt de tekst eruit halen. En het liefst zonder een account aan te maken bij een bedrijf waar je nooit van hebt gehoord.
De klus valt netjes in twee delen uiteen. Eerst haal je een schone audiotrack uit de video. Daarna zet je die audio om in tekst. Het eerste deel kan je Mac al, meteen, met software die al op je computer staat. Het tweede deel kan hij niet, en hoe lang je ook door Systeeminstellingen bladert, dat gaat niet veranderen. Weten waar die grens ligt, scheelt je een middag zoeken naar een menu-item dat niet bestaat.
Wat macOS al kan
QuickTime Player staat standaard op elke Mac. Het speelt video af, het maakt schermopnames, en het kan de audio uit een videobestand exporteren. Dat laatste is hier het nuttige onderdeel, en vaak is dat de enige stap die je moet zetten voordat je het bestand aan iets anders geeft.
macOS heeft ook dictatie, waarmee gesproken tekst wordt omgezet terwijl je praat. Er is ook Voice Memos (spraakmemo’s), dat synchroniseert met dezelfde app op een iPhone via iCloud. Met deze drie samen kun je geluid opnemen, opslaan en met je stem typen.
Geen van deze functies leest een bestaand videobestand en geeft je er een transcript van terug. Dat is de moeite van hardop zeggen waard, want de tools liggen zo dicht bij elkaar dat het voelt alsof die functie ergens verstopt móet zitten. Dat is niet zo. De Mac is goed in het maken van opnames en slecht in het omzetten daarvan naar tekst.
Haal eerst de audio eruit
Een videobestand is een soort verpakking. Het bevat beeld en het bevat een audiotrack, en transcriptie raakt alleen de audio. Het beeld is voor dit doel dood gewicht.
Exporteer dus eerst de audio, voordat je iets anders doet. QuickTime Player kan dat, wat betekent dat deze eerste stap je niets kost en niets installeert. Wat je terugkrijgt is een veel kleiner bestand dan de video waarmee je begon — soms dramatisch kleiner, afhankelijk van wat de video precies was.
Dat verschil in bestandsgrootte houdt op een abstractie te zijn zodra de opname lang is. Een college van twee uur als video is onhandig om te verplaatsen, te uploaden of in meerdere kopieën te bewaren terwijl je uitzoekt welke tool je gaat gebruiken. Diezelfde twee uur als audio is een bescheiden bestand waar je zonder nadenken mee kunt werken. Heb je een map vol opnames om doorheen te werken, dan is eerst de audio eruit halen het verschil tussen een avond en een weekend.
Het exporteren beantwoordt ook een vraag waar mensen over struikelen: of ze iets nodig hebben dat specifiek videobestanden omzet naar tekst, of dat gewone audiotranscriptie ook volstaat. Zodra de audio een los bestand is, doet dat onderscheid er niet meer toe. Elke transcriptietool die audio accepteert, accepteert ook jouw bestand.
Dictatie is een andere klus
Dictatie en transcriptie worden vaak gebruikt als waren het synoniemen. Dat zijn ze niet, en het verschil is precies wat er tussen jou en het transcript in staat dat je wilt hebben.
Dictatie luistert naar een microfoon en schrijft in real time op wat hij hoort, terwijl het gebeurt. Jij praat, er verschijnt tekst. Het is een manier van typen. Transcriptie neemt een opname die al bestaat — iets dat een uur of een jaar geleden al is afgerond — en maakt daar tekst van. Het een is een invoermethode, het ander is een omzetting.
Je kunt proberen de brug te bouwen door de video hardop af te spelen en de dictatiefunctie via je speakers te laten meeluisteren. Mensen doen dit. Het werkt slecht. Je laat een microfoon geluid opnieuw opnemen dat al eens is opgenomen, in een ruimte, met alle akoestiek die die ruimte toevallig heeft, en je moet de volledige duur uitzitten terwijl het gebeurt. Een uur video kost je een uur. Voor iets langer dan een kort filmpje is dit geen serieuze optie. Er is meer te zeggen over spraak-naar-tekst op de Mac en waar de ingebouwde route ophoudt, maar kort gezegd: dictatie is nooit gemaakt voor bestanden.
Als je het bestand nog niet hebt
Alles hierboven gaat ervan uit dat de video al op je schijf staat. Soms is dat niet zo. Waar je de tekst uit wilt halen is een gesprek dat op dit moment plaatsvindt, of een video die in een browsertab afspeelt, en er is niets om audio uit te halen omdat er niets is opgeslagen.
Hier stuit je op de échte drempel van de Mac. Het opnemen van het systeemgeluid van je Mac — het geluid dat uit de computer komt, in plaats van wat de microfoon opvangt — biedt macOS niet standaard aan. Een schermopname geeft je het beeld. Het geluid dat daarbij hoorde vastleggen is een apart probleem, en het is de stap waar mensen het vaakst op vastlopen. Als je ooit met een stille opname van een vergadering bent geëindigd en niet kon uitvinden wat je fout deed: dit is het. Je hebt niets fout gedaan.
Er zijn manieren om hier omheen te werken, en het is de moeite waard die te kennen voordat je ze nodig hebt, in plaats van vijf minuten in een gesprek dat je niet kunt overdoen. De praktische kant van een schermopname met geluid maken op de Mac is een verhaal apart. Waar het hier om gaat: dit is een opnameprobleem, geen transcriptieprobleem, en als je het oplost, sta je weer bij het gewone geval — een bestand op je schijf.
Er is één route die het probleem helemaal omzeilt. Voice Memos op de Mac deelt opnames met dezelfde app op een iPhone via iCloud, dus alles wat je op je telefoon opneemt, verschijnt op je Mac zonder dat je een bestand naar jezelf hoeft te mailen of een kabel hoeft te zoeken. Voor een gesprek waarbij je er zelf bij zit, of een lezing die je bijwoont, is opnemen met je telefoon en het bestand daarna op je Mac oppakken minder gedoe dan vechten met het systeemgeluid. Voor geluid dat de Mac zelf produceert, helpt dit natuurlijk niet.
De audio omzetten naar tekst
Zodra de audio als bestand bestaat, doet niets van wat je daarvoor hebt besloten er nog toe. Transcriptie maakt niet uit of het bestand uit een video komt, van een telefoon, uit een schermopname of van een collega. Het maakt niet uit dat je een Mac gebruikt. Vanaf hier is het dezelfde klus als op elke andere computer, wat betekent dat je keuze alleen nog draait om de transcriptietool.
Dit is ook het punt waarop de wens om geen account aan te maken tegen de realiteit botst, dus laat ik daar duidelijk over zijn. Alles wat volledig in je browser draait, kan beloven dat je bestand de computer nooit verlaat, en sommige tools werken ook echt zo. Maar browsertools van dat type doen dingen als ondertitelbestanden en tellen — tekst die al tekst is. Echte spraakherkenning op een opname van twee uur is zwaarder werk, en tools die dat doen, willen meestal óf een geïnstalleerde app, óf je bestand op hun servers. Wat je ook kiest, dat is de vraag die je moet stellen, en het antwoord zou makkelijk te vinden moeten zijn.
SozAI is één optie: een transcriptie-app voor macOS die audio- en videobestanden, opnames en YouTube-links verwerkt, met sprekerslabels, samenvattingen en vertaling in meer dan 99 talen. Dezelfde site heeft ook gratis, browsergebaseerde tools voor ondertitels en tellen die volledig in je browser draaien, zonder upload en zonder account — die transcriberen geen audio, maar zijn handig zodra je een transcript hebt om mee te werken.
Wat het transcript niet voor je oplost
Vraag om tijdstempels als het doel is om terug te gaan naar een specifiek moment. Een transcript zonder tijdstempels is een muur van tekst die je wel kunt doorzoeken — je vindt de zin — maar de zin vinden is niet hetzelfde als de plek in de video vinden waar hij gezegd is. Transcribeer je een college zodat je naar de tien minuten kunt springen die ertoe deden, dan zijn tijdstempels de hele functie. Transcribeer je zodat je het één keer kunt lezen en de video daarna nooit meer opent, dan zijn ze rommel. Bepaal welke van de twee je doet voordat je begint, want ze er achteraf bij zetten betekent het werk twee keer doen.
Verwacht dat de tekst weerspiegelt wat er is opgenomen. Spraakherkenning werkt met wat er daadwerkelijk is vastgelegd, en een opname die dwars door een ruimte is gemaakt met mensen die door elkaar praten, geeft minder houvast dan een schone opname. De audio uit de video halen verbetert de audio niet; het isoleert alleen wat er al was. Is het bronmateriaal slecht, dan ga je het transcript zitten bewerken, en geen eerdere stap in dit proces verandert dat.
En accepteer dat een deel van de video de reis niet overleeft. Dia’s, diagrammen, alles wat op een whiteboard staat, wie er naar wat wees — dat alles valt weg, omdat je het beeld bewust hebt weggegooid om een bestand te krijgen waarmee je kunt werken. Voor een gesprek verlies je daarmee niets. Voor een demo of presentatie is het transcript maar de helft van het verslag, en wil je de originele video ernaast bewaren.
