Konverter online gratis MP4 ke TEXT

Alur kerja pencarian, aksesibilitas, penyuntingan, atau pengelolaan rekaman mungkin memerlukan konten yang diucapkan dalam video sebagai file yang dapat dibaca. Proses ini menggunakan pengenalan suara atau mengekstrak subtitle yang sudah ada; mengubah nama .mp4 menjadi .txt tidak mengonversi audio dan video yang dikodekan menjadi karakter.

Apa itu format MP4

MP4 adalah kontainer multimedia yang biasanya dikenali melalui ekstensi .mp4. Format ini dapat memuat video, audio, subtitle teks, bab, dan metadata, dengan codec seperti H.264, H.265, AAC, dan Opus. Ponsel, kamera, software perekam layar, editor video, aplikasi streaming, dan tools konferensi biasanya membuat file MP4.

Kata-kata yang diucapkan disimpan dalam stream audio, bukan sebagai teks yang dapat dibaca. Converter harus menganalisis audio tersebut dengan speech-recognition engine atau mengekstrak stream subtitle teks yang sudah tersimpan dalam kontainer. Teks yang terlihat pada gambar video memerlukan OCR dan biasanya tidak ditangkap oleh speech recognition.

Apa itu format TEXT

File plain-text biasanya menggunakan ekstensi .txt dan berisi data karakter yang tidak diformat. Notepad, TextEdit, code editor, word processor, command-line tools, sistem transkripsi, dan software manajemen dokumen dapat membukanya.

Plain text UTF-8 berukuran kecil, mudah dicari, mudah diedit, dan kompatibel secara luas. Transkrip biasanya hanya berisi kata-kata yang dikenali; pemformatan, label pembicara, timestamp, gambar, dan audio asli dihilangkan kecuali tool yang dipilih menambahkannya.

Cara mengonversi MP4 ke TEXT

Menggunakan converter bawaan

1. Buka converter MP4-to-TEXT di 101convert.com.
2. Upload file MP4 dan pilih bahasa yang digunakan jika opsi bahasa tersedia.
3. Mulai konversi dan tunggu hingga speech recognition selesai.
4. Download file .txt yang dihasilkan dan buka dengan editor yang kompatibel dengan UTF-8.

Opsi berbasis browser ini tidak memerlukan instalasi. Jangan upload rekaman rahasia kecuali ketentuan pemrosesan, penyimpanan, dan penghapusan dari service tersebut sesuai untuk materi yang digunakan.

Menggunakan Whisper secara lokal

OpenAI Whisper dapat mentranskripsikan banyak track audio MP4 di komputer lokal. Instal FFmpeg terlebih dahulu, lalu instal package Whisper:

pip install -U openai-whisper

Jalankan:

whisper recording.mp4 --model medium --language English --output_format txt --output_dir transcripts

Ganti recording.mp4 dengan nama file yang sebenarnya. Whisper menyimpan transkrip plain-text di direktori transcripts. Model yang lebih besar dapat meningkatkan pengenalan, tetapi memerlukan lebih banyak memori dan waktu pemrosesan. Gunakan --task translate sebagai pengganti task transkripsi default untuk menerjemahkan ucapan non-English yang dikenali ke English.

Mengekstrak subtitle yang sudah ada

Subtitle teks yang sudah ada biasanya lebih baik dalam mempertahankan kata-kata yang diberikan dibandingkan speech recognition. Periksa stream subtitle dengan:

ffprobe -v error -select_streams s -show_entries stream=index,codec_name -of default=noprint_wrappers=1 recording.mp4

Jika terdapat stream subtitle teks, ekstrak subtitle pertama sebagai SRT:

ffmpeg -i recording.mp4 -map 0:s:0 subtitles.srt

SRT berisi dialog, nomor urutan, dan timestamp. Hapus penomoran dan timing dengan subtitle editor atau text-processing tool, lalu simpan dialog sebagai transcript.txt. Subtitle berbasis gambar tidak dapat dikonversi dengan cara ini tanpa OCR. Jika tidak ada stream subtitle yang dapat digunakan, transkripsikan audio sebagai gantinya.

Batasan kualitas dan kompatibilitas

Akurasi pengenalan bervariasi berdasarkan kualitas mikrofon, kebisingan latar belakang, aksen, pembicara yang berbicara secara bersamaan, pelafalan, volume rekaman, kosakata teknis, dan pilihan bahasa. Periksa nama, angka, tanda baca, istilah khusus, dan pergantian pembicara sebelum menjadikan transkrip sebagai rekaman resmi.

Output plain .txt biasanya tidak memiliki identifikasi pembicara atau timing. Gunakan SRT atau VTT jika caption yang tersinkronisasi diperlukan, atau gunakan tool transkripsi yang mendukung label pembicara dan timestamp sebelum mengekspor ke plain text. Simpan hasilnya sebagai UTF-8 untuk mempertahankan karakter beraksen dan script non-Latin.