Tiga sumber rekaman paling sering perlu diubah jadi teks: rekaman dari aplikasi perekam suara HP, voice note WhatsApp, dan rekaman Zoom. Ketiganya bisa ditranskripsi, tetapi langkahnya tidak sama. Di Se-Hari tarifnya 20 menit rekaman per 1 kredit — sekitar Rp 3.000 untuk satu jam rekaman, dengan batas maksimum 6 jam per berkas.
Panduan ini disusun menurut sumber rekamannya, bukan menurut nama toolnya. Kalau yang Anda cari perbandingan metode dan biaya secara umum, itu ada di perbandingan tujuh cara transkrip audio ke teks beserta harganya. Kalau sumbernya video YouTube, alurnya lain dan dibahas terpisah di panduan transkrip video YouTube ke teks. Kalau rekamannya wawancara penelitian yang harus ditulis kata demi kata, ikuti aturan format verbatim untuk transkrip wawancara skripsi.
Kualitas audio menentukan hasil lebih besar daripada pilihan tool
Sebelum membandingkan aplikasi, periksa dulu rekamannya. Mesin transkripsi mana pun bekerja dari sinyal yang sama. Kalau suara pembicara jauh dari mikrofon, tertimpa dengung AC, atau dua orang bicara bersamaan, semua tool akan meleset di titik yang sama.
Tiga hal yang paling sering merusak rekaman rapat di Indonesia: HP ditaruh di ujung meja panjang, ruangan berdinding kaca sehingga bergema, dan peserta daring yang memakai speakerphone sehingga suaranya masuk dua kali. Memperbaiki satu saja dari tiga hal itu biasanya lebih berdampak daripada berpindah ke tool lain.
Sumber 1: rekaman dari perekam suara HP
Periksa dulu fitur bawaan HP Anda
Sebagian aplikasi perekam bawaan sudah bisa menampilkan teks dari rekaman. Dukungan Bahasa Indonesia berbeda-beda antar merek, versi sistem, dan wilayah, jadi buka aplikasi perekam Anda dan cari menu transkrip sebelum mencari aplikasi lain. Kalau menunya ada dan bahasanya tersedia, itu jalan paling murah: gratis, dan berkasnya tidak keluar dari HP.
Cara gratis lewat Google Docs
Google Docs punya fitur Ketik dengan Suara di menu Alat, dipakai lewat browser Chrome. Fitur ini mendengarkan mikrofon, bukan membaca berkas, jadi Anda harus memutar rekaman keras-keras di dekat mikrofon laptop. Hasilnya menurun dan Anda harus menunggui prosesnya selama durasi rekaman. Untuk voice note dua menit, cara ini cukup. Untuk rapat 90 menit, tidak. Langkah rincinya ada di pusat bantuan Google Docs.
Kalau rekamannya panjang
Rekaman di atas 20–30 menit sebaiknya diunggah ke layanan yang membaca berkas langsung, bukan yang mendengarkan lewat mikrofon. Pindahkan berkasnya dari HP ke komputer lewat kabel, Google Drive, atau kirim ke diri sendiri, lalu unggah. Hindari memotong-motong rekaman panjang lebih dulu: pemotongan sering memutus kalimat di tengah dan membuat penanda waktu tidak lagi cocok dengan rekaman aslinya.
Sumber 2: voice note WhatsApp
Ini kasus yang sangat Indonesia dan jarang dibahas serius: arahan atasan, keputusan rapat, dan penjelasan teknis sering datang sebagai rentetan pesan suara. Ada dua jalan, dan keduanya berguna untuk situasi berbeda.
Fitur transkrip pesan suara bawaan
WhatsApp menggulirkan fitur transkrip pesan suara secara bertahap. Dukungan bahasanya berbeda menurut wilayah dan versi aplikasi, jadi periksa sendiri di Pengaturan lalu Chat, dan cari menu transkrip pesan suara. Kalau menunya ada dan Bahasa Indonesia tersedia, tekan lama pesan suaranya lalu pilih transkrip. Status terbaru fitur ini bisa dicek di pusat bantuan WhatsApp. Fitur ini pas untuk satu dua pesan pendek, dan tidak dirancang untuk merapikan 40 menit pesan suara menjadi dokumen.
Cara mengeluarkan berkas voice note
- Buka percakapannya, lalu tekan lama pesan suara yang dimaksud.
- Pilih Bagikan di Android, atau Teruskan lalu ikon bagikan di iPhone.
- Simpan ke Google Drive, aplikasi Files, atau kirim ke email Anda sendiri.
- Di Android, berkasnya juga bisa dicari lewat pengelola berkas di folder WhatsApp, Media, WhatsApp Voice Notes.
- Unggah berkas itu ke layanan transkripsi yang Anda pakai.
Pesan suara WhatsApp umumnya berformat .opus atau .ogg, dan sebagian tool menolaknya. Kalau unggahan gagal, ubah dulu ke .mp3 atau .m4a memakai konverter audio, lalu unggah ulang.
Masalah khasnya: belasan pesan suara pendek
Satu arahan panjang sering dikirim sebagai belasan pesan suara satu menitan. Menranskripsi satu per satu melelahkan, dan hasilnya jadi belasan potongan teks yang sulit dibaca berurutan. Gabungkan dulu menjadi satu berkas dengan aplikasi penggabung audio, urutkan sesuai waktu kirim, baru transkripsikan. Hasilnya satu dokumen yang bisa dibaca dari atas ke bawah.
Satu hal lagi yang sering dilewat: pesan suara berisi suara orang lain. Sebelum mengunggahnya ke layanan mana pun, pertimbangkan apakah Anda memang berhak melakukannya, dan hapus salinannya kalau sudah tidak dibutuhkan.
Sumber 3: rekaman Zoom
Rekaman cloud
Rekaman cloud adalah sumber paling bagus dari tiga sumber di halaman ini. Suaranya diambil langsung dari saluran audio tiap peserta, bukan dari udara ruangan, sehingga jauh lebih bersih. Kalau meetingnya diselenggarakan lewat Se-Hari, rekamannya masuk sendiri dan bisa langsung diproses menjadi notulen tanpa mengunggah apa pun. Rekaman tersimpan 30 hari dan bisa diunduh kapan saja selama periode itu.
Zoom juga menghasilkan berkas transkrip sendiri untuk sebagian rekaman cloud. Perlu dicatat, Bahasa Indonesia tidak ada dalam daftar bahasa transkrip resmi Zoom, jadi berkas itu tidak selalu muncul dan hasilnya perlu diperiksa. Daftar bahasa yang didukung bisa dicek di pusat bantuan Zoom.
Rekaman lokal
Rekaman lokal tersimpan di komputer host, biasanya berupa berkas video .mp4 ditambah berkas audio saja .m4a di dalam folder Zoom pada Documents. Untuk transkripsi, berkas audio saja sudah cukup dan ukurannya jauh lebih kecil sehingga unggahannya cepat. Kalau Anda tidak menemukan berkasnya, ada panduan lokasi file rekaman Zoom di PC, cloud, dan HP.
Ringkasan tiga sumber
| Sumber rekaman | Format yang biasa dihasilkan | Kualitas audio | Yang perlu disiapkan |
|---|---|---|---|
| Perekam suara HP | .m4a, .mp3, .wav | Bergantung jarak mikrofon | Pindahkan berkas ke komputer sebelum diunggah |
| Voice note WhatsApp | .opus, .ogg | Umumnya baik, mono, satu pembicara | Ekspor keluar dari chat, ubah format bila ditolak |
| Rekaman Zoom cloud | .mp4, .m4a | Paling bersih, per saluran peserta | Tidak ada bila meeting lewat Se-Hari |
| Rekaman Zoom lokal | .mp4, .m4a | Bersih, bergantung mikrofon host | Pakai berkas audio saja agar unggahan ringan |
Teks mentah saja, atau notulen?
Satu jam bicara menghasilkan kira-kira 7.000 sampai 9.000 kata. Teks sepanjang itu memang berisi semua yang diucapkan, tetapi tidak menjawab pertanyaan yang biasanya Anda cari: apa yang diputuskan, siapa mengerjakan apa, dan kapan tenggatnya. Untuk voice note pendek, teks mentah sudah cukup. Untuk rapat, tidak.
Keluaran notulen Se-Hari terdiri dari transkrip bertanda waktu, ringkasan, daftar keputusan, dan action item per penanggung jawab, seluruhnya dalam Bahasa Indonesia. Alurnya dibahas langkah demi langkah di cara membuat notulen otomatis dari rekaman. Biayanya dihitung dari durasi rekaman.
| Durasi rekaman | Kredit terpakai | Biaya |
|---|---|---|
| 20 menit | 1 kredit | Rp 1.000 |
| 1 jam | 3 kredit | Rp 3.000 |
| 2 jam | 6 kredit | Rp 6.000 |
| 3 jam | 9 kredit | Rp 9.000 |
| 6 jam (batas maksimum satu berkas) | 18 kredit | Rp 18.000 |
Pembelian kredit minimum 30 kredit atau Rp 30.000, dan kredit berlaku 90 hari sejak dibeli. Tidak ada langganan bulanan yang tetap berjalan di bulan ketika Anda tidak memakainya.
Enam tips agar hasilnya tidak mengecewakan
- Letakkan HP 20–30 sentimeter dari pembicara utama, bukan di tengah meja.
- Matikan kipas, AC yang berisik, atau musik latar sebelum merekam.
- Untuk rapat hibrida, rekam dari Zoom, bukan dari HP yang menghadap speaker ruangan.
- Sebutkan kepanjangan akronim sekali di awal, lalu boleh disingkat seterusnya.
- Sebut nama peserta saat mempersilakan bicara supaya penanda pembicara lebih mudah dicocokkan.
- Hindari bicara bersamaan. Suara tumpang tindih adalah penyebab kesalahan transkripsi nomor satu.
Pertanyaan yang Sering Diajukan
Apakah voice note WhatsApp bisa diubah jadi teks tanpa aplikasi tambahan?
Bisa, kalau fitur transkrip pesan suara sudah tersedia di aplikasi WhatsApp Anda dan mendukung Bahasa Indonesia. Periksa di Pengaturan lalu Chat. Kalau menunya belum ada, ekspor berkas pesan suaranya keluar dari chat lalu unggah ke layanan transkripsi.
Format berkas apa yang paling aman untuk diunggah?
.mp3, .m4a, dan .wav adalah format yang paling luas diterima. Pesan suara WhatsApp berformat .opus atau .ogg dan kadang ditolak, jadi ubah dulu formatnya kalau unggahan gagal. Untuk rekaman Zoom, pilih berkas audio saja karena jauh lebih ringan daripada berkas videonya.
Berapa lama rekaman satu jam selesai diproses?
Bergantung panjang rekaman dan antrean saat itu. Prosesnya berjalan di latar belakang, jadi Anda tidak perlu menunggui halamannya sampai selesai. Batasnya 6 jam rekaman per berkas. Rekaman yang lebih panjang perlu dipecah menjadi beberapa berkas.
Apakah rekaman yang bercampur Bahasa Indonesia dan Inggris bisa ditranskripsi?
Bisa. Notulennya tetap disusun dalam Bahasa Indonesia, termasuk untuk rapat yang bercampur istilah Inggris. Istilah teknis, nama orang, dan akronim tetap perlu diperiksa ulang. Menyebut kepanjangan akronim sekali di awal rekaman sangat membantu.
Berapa biayanya kalau rekaman saya cuma sepuluh menit?
Tarifnya dihitung dari durasi: 20 menit rekaman setara 1 kredit seharga Rp 1.000. Pembelian minimum 30 kredit atau Rp 30.000, berlaku 90 hari, jadi satu kali pembelian bisa dipakai untuk banyak rekaman pendek. Pembayaran lewat QRIS atau virtual account.
Apakah audio dari perekam HP jauh lebih buruk daripada Zoom?
Biasanya ya, tetapi bukan karena alatnya. Zoom mengambil suara langsung dari perangkat tiap peserta, sedangkan HP menangkapnya setelah memantul di ruangan. Jarak mikrofon dan gema itulah yang membuat bedanya.
Langkah paling masuk akal untuk memulai: ambil satu rekaman terpendek yang audionya paling bersih, transkripsikan dengan cara gratis dulu, lalu bandingkan hasilnya dengan cara berbayar pada rekaman yang sama. Setelah itu Anda punya dasar untuk memutuskan, bukan sekadar mengikuti ulasan orang lain.
Coba dengan satu rekaman Anda sendiri
Ambil satu rekaman yang sudah ada — hasil perekam HP, gabungan voice note, atau rekaman Zoom — lalu unggah. Rekaman 60 menit menghabiskan 3 kredit atau sekitar Rp 3.000, dan yang Anda terima bukan cuma teks: ada transkrip bertanda waktu, ringkasan, daftar keputusan, dan action item per penanggung jawab. Lihat cara kerja Notulen AI atau cek daftar harga.
Pembelian minimum 30 kredit (Rp 30.000) dan berlaku 90 hari, jadi tidak ada langganan bulanan yang jalan terus saat Anda sedang tidak memakainya. Pembayaran lewat QRIS dan virtual account, tanpa kartu kredit internasional.
Terakhir diperiksa: 20 Agustus 2026.