Blog

Cara Mengubah Video MP4 ke Teks Secara Privat

Penulis: Hushscript | Diterbitkan: 1 Mei 2026 | Terakhir ditinjau: 20 Oktober 2026

Alur video yang mengutamakan unggahan bisa mengirim seluruh MP4 padahal pengenalan suara hanya memerlukan trek audionya. Tergantung resolusi, codec, dan bitrate, rekaman panjang bisa berukuran beberapa gigabyte. Hushscript menghindari transfer itu: browser menyiapkan audionya lebih dulu, dan video sumber tetap di perangkat Anda.

Hushscript menempuh jalur yang berbeda. Browser Anda mengekstrak audio dari video sebelum unggahan dimulai, sehingga MP4 aslinya tetap di perangkat Anda. Hanya audio yang ditranskripsikan, dan Hushscript menghapus salinannya setelah pemrosesan. Panduan ini menelusuri seluruh prosesnya: langkah-langkahnya, contoh kerja pada webinar yang direkam, cara mengambil subtitle SRT, format video lain yang bekerja dengan cara yang sama, dan apa yang dilakukan jika ada yang salah.

Mengapa video Anda tidak perlu diunggah

Trek video tidak relevan untuk transkripsi. Mesin ujaran hanya memerlukan audionya. Mengunggah gambar adalah pemborosan murni: waktu jaringan, penyimpanan server, dan jejak privasi yang tidak Anda perlukan.

Jika Anda hanya ingin audio MP4 sebagai file, tanpa transkrip, alat gratis ekstrak audio dari video melakukannya di browser Anda, tanpa daftar dan tanpa ada yang diunggah.

Cara kerja ekstraksi di browser, dengan bahasa sederhana

MP4 adalah kontainer. Di dalamnya ada aliran-aliran terpisah: video (gambar), audio (suara), dan sejumlah metadata, struktur yang dijelaskan dalam panduan pemrosesan video MDN. Transkripsi hanya memerlukan aliran audio.

Hushscript menjalankan perangkat media kecil bawaan browser langsung di halaman. Saat Anda menyeret MP4, perangkat itu membuka kontainer secara lokal, menyalin aliran audionya, dan menyerahkan audio itu ke proses unggah, tanpa halaman pernah mengirim video ke mana pun. Pekerjaannya terjadi di tempat yang sama dengan tempat video diputar: di komputer Anda sendiri.

Jadi hasil praktisnya:

• File MP4 tidak pernah meninggalkan perangkat Anda. Gambarnya tetap bersama Anda.
• Ukuran unggahan adalah ukuran audionya, bukan videonya, biasanya 10–20x lebih kecil.
• Server, dan mesin ujaran di baliknya, tidak pernah memiliki akses ke isi video Anda.

Ini penting untuk rapat, wawancara yang direkam, deposisi hukum, dan apa pun yang rekaman videonya sendiri sensitif. Ini juga penting saat koneksi Anda lambat dengan file multi-gigabyte: mengekstrak audio lebih dulu mengubah unggahan setengah jam menjadi beberapa menit.

Yang Anda perlukan

Tiga hal, dan tidak ada yang perlu dipasang:

• MP4 dengan ujaran. Rapat yang direkam, webinar, wawancara, kuliah, atau video dengan pembicara yang menghadap kamera: apa pun yang berisi orang berbicara. Klip bisu atau video yang hanya berisi musik tidak punya apa pun untuk ditranskripsikan.
• Browser terkini. Chrome, Edge, Firefox, atau Safari, dengan versi yang cukup baru. Ekstraksi audio berjalan di browser, jadi browser yang lebih lama atau yang dipangkas fiturnya mungkin tidak mendukungnya.
• Akun Hushscript. Akun pribadi yang memenuhi syarat dapat menerima 30 menit gratis satu kali, setelah verifikasi kartu atau bersama pembelian pertama Anda. Gunakan metode pembayaran yang ditampilkan saat checkout. Kartu tidak wajib untuk memulai. Setelah itu bayar sesuai pemakaian, tanpa langganan. Biayanya ada di halaman harga.

Anda tidak memerlukan pengekstrak audio terpisah, konverter, atau perangkat lunak video apa pun. Menyeret MP4 adalah seluruh inputnya.

Ubah MP4 dalam tiga langkah

1. Seret MP4 Anda ke halaman MP4 ke teks. Browser Anda mengekstrak trek audio dan hanya mengunggah audionya, sehingga videonya sendiri tetap di perangkat Anda. 5 menit pertama kembali sebagai pratinjau berlabel penutur, tanpa perlu akun.
2. Daftar untuk mentranskripsikan sisanya. Masukkan email Anda untuk membuat akun. Akun pribadi yang memenuhi syarat dapat menerima 30 menit gratis satu kali, setelah verifikasi kartu atau bersama pembelian pertama; harga memuat ketentuannya. Kartu tidak wajib. Transkripsi ditagih berdasarkan durasi audio, bukan ukuran file.
3. Ekspor transkrip. Setelah siap, unduh dalam salah satu dari 21 format (TXT, SRT, dan VTT untuk teks keterangan, DOCX dan PDF untuk dokumen, JSON dan CSV untuk data, dan lainnya) ditambah .husharchive yang dilindungi kata sandi. Label penutur disertakan tanpa biaya.

Penghapusan audio berjalan otomatis setelah pemrosesan. Tidak ada langkah pembersihan yang perlu Anda ingat.

Arti “ditagih berdasarkan durasi audio”

MP4 satu jam pada 1080p bisa berukuran 6 GB. Audio yang diekstrak darinya (biasanya AAC pada 128–256 kbps) berukuran sekitar 60–120 MB. Itulah yang diunggah, dan biaya menitnya didasarkan pada satu jam audio, bukan file 6 GB.

Intinya: Anda bisa mentranskripsikan film dokumenter 4K dua jam dari perekam lapangan dan membayar biaya menit yang sama dengan MP3 kecil, karena keduanya membawa jumlah audio yang sama. Resolusi, bitrate, dan ukuran file sama sekali tidak memengaruhi yang Anda bayar.

Contoh kerja: webinar yang direkam

Katakanlah Anda mengadakan webinar 52 menit dengan dua presenter dan merekamnya ke satu MP4: q3-product-webinar.mp4, sekitar 3,4 GB pada 1080p. Anda ingin transkrip yang rapi untuk email rangkuman, ditambah subtitle untuk dipasang pada tayangan ulang.

Beginilah jalannya yang sebenarnya:

1. Anda membuka alat MP4 ke teks dan menyeret q3-product-webinar.mp4. Halaman mengekstrak audionya secara lokal, sehingga video 3,4 GB itu menjadi audio sekitar 70 MB. Hanya 70 MB itu yang diunggah.
2. 5 menit pertama kembali dengan label, sehingga Anda bisa memeriksa kualitas audio sebelum mentranskripsikan seluruh 52 menit.
3. Saat transkrip lengkap siap, transkrip itu terbagi menjadi ujaran yang ditandai Speaker A atau Speaker B. Anda mengklik Speaker A, mengetik “Priya,” mengklik Speaker B, mengetik “Marcus,” dan keduanya berganti nama di mana-mana sekaligus.
4. Anda mengekspor TXT untuk email rangkuman dan SRT untuk trek teks keterangan tayangan ulang. MP4 asli webinar tidak pernah meninggalkan laptop Anda, dan Hushscript sudah menghapus salinan audionya.

Bagian yang mengejutkan orang pertama kali adalah langkah 1: unggahan multi-gigabyte yang sama sekali tidak terjadi. Gambarnya tetap bersama Anda; hanya kata-katanya yang dikirim.

Label penutur untuk video dengan banyak orang

Setiap transkrip menyertakan diarisasi penutur otomatis tanpa biaya tambahan. Untuk wawancara, panel, atau rekaman rapat, setiap penutur diberi label Speaker A, Speaker B, dan seterusnya, dan Anda bisa mengganti namanya menjadi nama sebenarnya di editor dengan mengklik label lalu mengetik.

Diarisasi bekerja paling baik jika suaranya terpisah dengan jelas. Audio kamera di ruangan yang tenang, atau panggilan video yang direkam dengan trek per peserta, memberi mesin bahan paling banyak untuk dikerjakan. Ruangan ramai dengan orang yang berbicara bersamaan lebih sulit bagi mesin diarisasi mana pun. Lihat bagian pemecahan masalah di bawah untuk hal yang membantu.

Dapatkan subtitle (SRT / VTT) dari video

Jika alasan Anda mentranskripsikan video adalah teks keterangan, ekspor transkrip sebagai SRT. Setiap ujaran hadir dengan penanda waktu mulai dan akhir, diformat sesuai spesifikasi SRT:

1
00:00:04,210 --> 00:00:07,880
Speaker A: Thanks for joining us today.

2
00:00:08,100 --> 00:00:12,340
Speaker B: Happy to be here.

Pasang SRT secara manual ke pemutar desktop (VLC, QuickTime, dan sebagian besar editor menerimanya), atau unggah sebagai trek teks keterangan di platform yang mendukungnya. Ekspor SRT Hushscript mempertahankan label penutur, yang berguna untuk video dengan banyak orang. Sebagian format teks keterangan menghapus nama; SRT mempertahankannya.

Untuk pemutar web yang memakai WebVTT (.vtt), perbedaannya dari SRT sangat kecil: satu baris header WEBVTT dan tanda . sebagai ganti , pada penanda waktu. Anda bisa mengonversi SRT ke VTT di browser dengan konverter SRT ke VTT gratis; konversinya berjalan secara lokal di halaman.

Dua panduan pendamping membahas lebih dalam daripada yang muat di sini: cara membuat subtitle SRT dari video membahas penyuntingan waktu cue dan panjang baris, dan cara menambahkan subtitle ke video membahas cara memasang SRT atau menanamkannya. Menanamkan subtitle secara permanen ke gambar adalah langkah encoding tersendiri. Alat gratis seperti HandBrake menangani mux-nya setelah Anda memiliki SRT.

Format video lain (MOV, WebM, MKV)

Proses ekstraksi di browser yang sama berlaku jauh melampaui MP4:

• MOV: video iPhone dan ekspor Final Cut.
• WebM: rekaman layar dari Chrome, dan hasil tangkapan OBS.
• MKV: kontainer umum untuk perekam layar dan konten hasil rip dengan trek audio standar.

Kontainer ini membawa codec audio yang lazim (AAC, MP3, Opus, FLAC), dan langkah ekstraksi melakukan demux terhadapnya dengan cara yang sama seperti pada MP4. Dalam praktik, apa pun yang direkam dengan ponsel, kamera, atau perekam layar akan bisa dipakai. Cukup seret.

Anda juga bisa langsung memakai file khusus audio seperti MP3, WAV, M4A. Tanpa aliran video yang dilepas, langkah ekstraksi dilewati dan file diunggah apa adanya. Dan jika Anda hanya menginginkan file audionya, bukan transkrip, mengonversi MP4 ke MP3 adalah pekerjaan terpisah yang juga berjalan sepenuhnya di browser Anda. Halaman video ke teks membahas alur kerja lengkap untuk format video apa pun, termasuk yang memakai codec audio yang tidak umum.

Memperbaiki masalah

MP4 yang umum biasanya tidak memerlukan persiapan manual. Jika ada yang gagal atau menghasilkan teks yang lemah, periksa penyebab berikut lebih dulu.

Video sumbernya sangat besar. Hushscript tidak memiliki batas ukuran file: audionya disiapkan dari video yang sangat besar sekalipun langsung di browser Anda, selama rekamannya tidak lebih dari 10 jam (browser Anda tetap memerlukan kapasitas lokal yang cukup untuk mengerjakannya). Jika ekstraksi macet pada file 4K yang sangat besar, tutup tab lain dan coba lagi, atau ekstrak audionya lebih dulu. Alat ekstrak audio gratis mengerjakannya di browser dan menghasilkan file lebih kecil yang bisa langsung Anda unggah.

Tidak ada trek audio, atau tidak ada ujaran. Rekaman layar yang bisu atau klip yang hanya berisi musik tidak punya apa pun untuk ditranskripsikan oleh mesin, sehingga hasilnya kosong. Pastikan videonya memang berisi ujaran dengan memutarnya dengan volume dinaikkan. Jika itu rekaman layar, periksa apakah perekam diatur untuk menangkap audio sistem atau mikrofon; banyak yang secara bawaan hanya merekam video.

Codec audio yang tidak didukung atau tidak lazim. Pengekstrak di browser menangani codec yang umum (AAC, MP3, Opus, FLAC). Kontainer yang memakai codec audio yang tidak lazim atau proprietari mungkin tidak bisa di-demux dengan bersih, dan audionya tidak akan terekstrak. Solusinya adalah me-remux atau meng-encode ulang audio video itu ke codec standar lebih dulu; sebagian besar konverter bisa menghasilkan MP4 standar atau file audio biasa. Jika Anda menemukan format yang tidak bisa diproses, kirim email ke support@hushscript.com dan kami akan mempertimbangkan untuk menambahkannya.

Banyak penutur, pemisahan berantakan. Diarisasi memerlukan suara yang bisa dibedakan. Ujaran yang tumpang tindih, satu mikrofon jauh di ruangan besar, atau derau latar yang berat semuanya mengaburkan batas antarpenutur. Anda tetap mendapatkan transkrip yang akurat; hanya label penuturnya yang kurang presisi. Jika Anda mengendalikan rekamannya, trek per peserta (seperti yang bisa diekspor sebagian besar alat panggilan video) atau mikrofon yang lebih dekat ke setiap penutur memberi pemisahan paling bersih. Bagaimanapun, Anda bisa memperbaiki baris yang salah label di editor sebelum mengekspor.

Transkrip memiliki salah eja yang konsisten. Nama diri atau istilah khusus yang berulang dan selalu salah ditranskripsikan dengan cara yang sama bisa diperbaiki sekali saja: satu cari dan ganti pada teks yang diekspor mengoreksi setiap kemunculan. Ini lebih cepat daripada menjalankan ulang apa pun.

Format ekspor sekilas

Semua format ekspor disertakan pada setiap paket, termasuk 30 menit gratis, dan tidak satu pun memakai tanda air.

Untuk video apa pun yang privasinya penting, baik rapat, wawancara, maupun deposisi, intinya tetap sama: video Anda tidak pernah diunggah. Anda bisa memastikannya sendiri. Buka tab jaringan browser sebelum menyeret file dan perhatikan apa yang dikirim; Anda akan melihat audionya naik, dan gambarnya tetap di tempat.