Video ke teks: cara mengubah rekaman video jadi transkrip

Video wawancara 70 menit di galeri HP itu, isinya bisa kamu kutip tanpa mengetik ulang dari menit pertama. Video ke teks (sering dicari sebagai video to text) berarti mengambil suara dari video, lalu mentranskripsinya jadi teks. Di verbatim.id, file MP4 bisa langsung diunggah dan audionya diambil, dengan batas 500 MB dan 4 jam per file. Kalau videomu berformat MOV, MKV, atau AVI, atau ukurannya di atas 500 MB, ambil audionya dulu, lalu unggah file audio itu.

Kalau kamu cuma butuh alatnya, langsung buka alat ubah audio ke teks online. Artikel ini membahas urusan videonya: kondisi file yang sering ditemui, cara mengambil audio tanpa mengunggah rekaman ke situs lain, langkah di verbatim.id, dan memilih hasil yang pas, entah itu lampiran skripsi, catatan webinar, atau subtitle.

Cek dulu videomu

Video wawancara yang direkam dengan kamera, rekaman kuliah dari HP, webinar, dan rekaman rapat online (misalnya dari Zoom atau Google Meet) datang dalam format dan ukuran yang berbeda. Lihat kondisinya dulu, karena dari situ kelihatan langkah berikutnya.

Kondisi video	Yang dilakukan
MP4, maks 500 MB dan 4 jam	Unggah langsung. Audionya diambil dari video.
MOV, MKV, AVI, atau format video lain	Ambil audionya dulu ke M4A atau MP3, lalu unggah file audionya.
MP4 di atas 500 MB	Ambil audionya dulu. Video panjang beresolusi tinggi biasanya jauh lebih besar daripada trek audionya.
Lebih dari 4 jam	Potong audionya jadi beberapa bagian, unggah semuanya, lalu pilih gabungkan jadi sesi baru supaya tersusun dalam satu timeline.
Masih di Google Drive atau di kanal YouTube milikmu	Unduh file aslinya ke HP atau laptop dulu. verbatim.id belum bisa mengambil file dari link.

Untuk video dari iPhone, lihat ekstensinya di detail file sebelum menebak. Format yang tersimpan bisa berbeda tergantung pengaturan kamera dan cara file dipindahkan ke laptop. Kalau ekstensinya .mp4, unggah langsung. Kalau .mov, ambil audionya dulu dengan salah satu cara di bawah. Mengganti nama wawancara.mov jadi wawancara.mp4 tidak mengubah format filenya.

Satu catatan soal YouTube: unduh hanya video yang memang milikmu atau yang sudah kamu dapat izinnya. Video orang lain sebaiknya dikutip dari sumbernya, bukan diunduh lalu ditranskrip.

Cara mengambil audio dari video tanpa mengunggahnya ke situs lain

Video wawancara biasanya memperlihatkan wajah dan suara narasumber. Mengambil audionya di laptop sendiri berarti rekaman itu tidak perlu mampir ke layanan lain sebelum ditranskrip. Tiga cara pertama berikut bekerja offline.

VLC (Windows, Mac, Linux)

VLC gratis dan bisa membuka banyak format video. Langkah berikut mengikuti dokumentasi resmi VLC (dicek 9 November 2026) untuk VLC 3.0:

1. Buka menu Media, pilih Convert/Save.
2. Klik Add, pilih file videonya, lalu lanjutkan ke jendela Convert.
3. Di Profile, pilih profil audio, misalnya Audio - MP3.
4. Di Destination file, tentukan folder dan nama file, akhiri dengan .mp3.
5. Klik Start, lalu tunggu sampai bilah prosesnya selesai.

Di VLC versi Mac, letak dan nama menunya bisa sedikit berbeda. Cari menu yang berisi kata Convert.

QuickTime Player di Mac

Buka videonya di QuickTime Player, pilih File lalu Export As, lalu Audio Only. Beri nama, pilih folder, klik Save. Menurut panduan resmi Apple (dicek 9 November 2026), hasilnya file audio MPEG-4 dengan trek AAC. File ini umumnya berekstensi .m4a dan bisa langsung diunggah.

FFmpeg, kalau terbiasa dengan terminal

Perintah ini menyalin trek audio dari video tanpa mengubahnya:

ffmpeg -i wawancara.mp4 -vn -c:a copy wawancara.m4a

Opsi -vn membuang trek video, dan -c:a copy menyalin audionya apa adanya, jadi kualitasnya tidak turun. Keduanya dijelaskan di dokumentasi resmi FFmpeg (dicek 9 November 2026). Kalau muncul pesan error karena format audionya tidak cocok dengan .m4a, hapus -c:a copy dan ganti nama output jadi wawancara.mp3 supaya audionya diubah ulang.

Konverter online

Situs konverter video ke audio cukup untuk video yang tidak sensitif, seperti webinar publik atau kuliah terbuka. Untuk video wawancara penelitian, dahulukan cara offline di atas, supaya rekaman informan tidak berpindah ke layanan lain di luar yang sudah kamu jelaskan kepada narasumber.

Setelah audionya jadi, langkah berikutnya sama dengan file audio biasa. Kalau hasilnya masih terlalu besar atau terlalu panjang, ikuti cara mengubah MP3 ke teks, yang membahas cara memotong file dan menggabungkannya dalam satu sesi.

Cara mengubah video ke teks di verbatim.id

Langkahnya sama lewat browser HP atau laptop.

1. Daftar, lalu unggah file. Buka app.verbatim.id, masuk atau buat akun, lalu unggah MP4 atau audio hasil ekstrak. Format yang diterima: MP3, WAV, OGG/OPUS, WEBM, M4A, MP4 (diambil audionya), AAC, dan FLAC, maks 500 MB dan 4 jam per file. Kuota hanya terpotong kalau transkripsi berhasil.
2. Pilih mesin. Standard untuk video berbahasa Indonesia, tersedia di semua akun. Presisi memakai dua mesin yang saling cek dan mendeteksi bahasa otomatis, jadi lebih cocok untuk webinar yang campur Indonesia–Inggris. Presisi khusus pemilik paket dan memakai 1,5× kuota.
3. Buka hasilnya. Transkrip muncul di dua tab. Tab Verbatim berisi kata per kata, termasuk kata pengisi dan penanda [jeda 3 detik] untuk jeda antar giliran bicara. Tab Clean berisi versi yang dirapikan dari Verbatim dan dikelompokkan per topik. Kamu tidak perlu memilih salah satunya sebelum upload.
4. Periksa kata yang ditandai. Kata yang meragukan diberi warna. Ketuk kata itu, audionya diputar dari situ, lalu pilih Terima atau Perbaiki kata. Di laptop, Alt+↓ melompat ke kata bertanda berikutnya. Kecepatan putar bisa diatur 0,5–2×, tombol −5/+5 untuk mundur atau maju 5 detik, dan cari & ganti membereskan nama atau istilah yang salah dengar berulang. Rincian fiturnya ada di halaman editor transkrip.
5. Rapikan pembicara. Tombol Pembicara → Ganti untuk mengubah "Pembicara 1" jadi nama narasumber di semua baris. Klik teks lalu Pisahkan kalau dua orang tergabung dalam satu giliran, dan Ubah waktu untuk menyetel timestamp sesuai posisi audio.
6. Ekspor. PDF transkrip gratis. DOCX dengan tabel WAKTU / PEMBICARA / TEKS, SRT, dan TXT butuh paket.

Supaya tidak kaget, ini batasan yang perlu kamu tahu:

• Editor memutar audionya, bukan videonya. Kalau perlu melihat ekspresi atau gerak narasumber, buka videonya berdampingan.
• Catatan non-verbal seperti [tertawa] tidak muncul otomatis. Ketik sendiri kalau pedoman analisismu membutuhkannya.
• Kata tanpa warna tetap bisa salah. Dengarkan ulang bagian yang akan kamu kutip, terutama nama, angka, dan istilah.

Untuk gambaran alur yang lebih umum dari rekaman sampai dokumen, baca panduan lengkap mengubah suara menjadi teks.

Pilih output sesuai tujuan

Tujuan	Tab	Ekspor
Lampiran wawancara skripsi atau tesis	Verbatim	PDF transkrip (gratis) atau DOCX tabel (berbayar)
Catatan kuliah, webinar, atau bahan artikel	Clean	PDF transkrip atau TXT (berbayar)
Notulen rapat	Clean	PDF transkrip atau DOCX (berbayar)
Subtitle video	Verbatim	SRT (berbayar)

Untuk lampiran riset, pegang tab Verbatim karena isinya sesuai ucapan narasumber. Cara menyusunnya sampai siap dilampirkan ada di panduan transkrip wawancara.

Untuk subtitle, file SRT berisi satu cue per giliran bicara, lengkap dengan label pembicara. Giliran yang panjang menghasilkan cue panjang, jadi kemungkinan perlu dipecah lagi di aplikasi edit video. Cara memasang subtitle di YouTube, Instagram, atau TikTok dibahas di artikel teks video.

Yang menentukan hasil: suara, bukan resolusi video

Video 4K dengan mikrofon kamera dari ujung ruangan bisa menghasilkan transkrip yang lebih berantakan daripada video HP biasa dengan mikrofon dekat narasumber. Hasil sangat dipengaruhi kualitas rekaman; kata yang kurang yakin ditandai supaya bisa diperiksa. Kalau kamu masih akan merekam, beberapa kebiasaan ini membantu:

• Dekatkan sumber suara. Mikrofon clip-on atau HP kedua yang merekam audio di dekat narasumber biasanya lebih jelas daripada mikrofon bawaan kamera.
• Pilih ruangan yang tenang dan tidak bergema. Kipas, AC tua, dan lalu lintas di luar jendela ikut terekam.
• Bicara bergantian. Suara yang bertumpuk paling sulit dipisahkan, baik oleh mesin maupun oleh kamu saat memeriksa.
• Minta narasumber mengeja nama orang, tempat, atau istilah penting di awal wawancara.

Satu hal lagi untuk video wawancara: izin merekam suara belum tentu mencakup izin merekam wajah. Sebutkan bahwa kamu merekam video dan untuk apa rekamannya dipakai. Contoh susunannya ada di artikel informed consent wawancara.

Biaya mengubah video ke teks

Akun gratis mendapat 30 menit tiap bulan, lengkap dengan mesin Standard, PDF transkrip, dan Laporan Verifikasi. Paket mulai Rp9.000 untuk 60 menit; Paket Mahasiswa Rp18.000 untuk 150 menit. Yang dihitung adalah durasi rekamannya, jadi video 40 menit memakai 40 menit kuota di Standard dan 60 menit di Presisi (khusus pemilik paket).

Folder video wawancara itu, mulai kamu ubah jadi teks hari ini. Upload rekaman pertama gratis (30 menit tiap bulan).

Lempar video pertama