Zum Inhalt springen
TranscriptionClip

Audio in Text umwandeln

Mach aus einer Aufnahme durchsuchbaren Text. Funktioniert mit Interviews, Podcasts, Sprachmemos vom Smartphone, Vorlesungen und Meeting-Aufzeichnungen.

Aufnahme hier ablegen

oder

MP3, WAV, M4A, AAC, OGG, OGA, OPUS, FLAC, WEBM · bis 200 MB

Standardmäßig wird deine Aufnahme in deinem Browser transkribiert und verlässt nie dein Gerät. Wenn du sie stattdessen auf unserem Server verarbeiten lässt, wird sie über eine verschlüsselte Verbindung hochgeladen, direkt nach der Umwandlung gelöscht, und das Transkript wird nie auf einer Festplatte gespeichert. Datenschutzerklärung

So nutzt du Audio zu Text

  1. 1

    Aufnahme hinzufügen

    Lade MP3, WAV, M4A, AAC, OGG, OGA, OPUS, FLAC, WEBM-Audio mit bis zu 200 MB und 60 Minuten hoch.

  2. 2

    Transkribieren

    Die Whisper-Spracherkennung wandelt die Sprache direkt in deinem Browser in Text um – mit Zeitstempel für jede Zeile.

  3. 3

    Prüfen und exportieren

    Korrigiere falsch verstandene Wörter und lade dann eine TXT-Datei herunter oder kopiere den Text.

Unterstützte Audioformate

Du kannst MP3, WAV, M4A (das Format der iPhone-App Sprachmemos), AAC, FLAC, OGG/Opus und WebM-Dateien mit reiner Tonspur hochladen. Vor der Transkription wird das Audio in 16 kHz Mono umgewandelt – damit arbeiten Spracherkennungsmodelle. Eine Datei mit hoher Bitrate verbessert die Genauigkeit also nicht, braucht aber länger zum Hochladen.

So gelingen gute Ergebnisse

Interviews und Telefonate

Platziere das Aufnahmegerät zwischen den Gesprächspartnern oder nimm jede Seite getrennt auf, wenn deine App das unterstützt. Zeichne Gespräche nur auf, wenn alle zugestimmt haben – die rechtlichen Regeln zur Einwilligung unterscheiden sich von Land zu Land.

Vorlesungen und Vorträge

Setz dich in die Nähe der vortragenden Person oder nimm über die Tonanlage des Raums auf. Entfernter, halliger Ton ist die häufigste Ursache für fehlende Wörter.

Podcasts

Lade die fertig abgemischte Folge hoch. Intromusik ist kein Problem, aber Musik unter dem Gesprochenen kann die Genauigkeit in diesen Abschnitten verringern.

Was du bekommst

Das Transkript erscheint Zeile für Zeile, jeweils mit Startzeit, sodass du die passende Stelle in der Aufnahme schnell findest. Lade es als reinen Text mit oder ohne Zeitstempel herunter. Wenn du Untertitel für ein Video oder Audiogramm brauchst, erstellt der Untertitel-Generator SRT- und VTT-Dateien aus derselben Art von Aufnahme.

Häufige Fragen

Wie lang darf meine Audiodatei sein?

Bis zu 60 Minuten und 200 MB pro Datei. Teile längere Aufnahmen mit einem beliebigen Audioeditor in mehrere Teile und transkribiere jeden Teil einzeln.

Kann ich iPhone-Sprachmemos transkribieren?

Ja. Sprachmemos werden als M4A-Dateien gespeichert. Teile das Memo in die Dateien-App oder per AirDrop an deinen Computer und lade es dann hier hoch. Du kannst es auch direkt aus der Dateien-App auf deinem Smartphone hochladen.

Welche Sprachen werden unterstützt?

Deutsch, Englisch und viele weitere große Sprachen, darunter Spanisch, Französisch, Portugiesisch, Italienisch, Japanisch, Koreanisch, Chinesisch, Hindi und Arabisch. Die automatische Erkennung funktioniert bei längeren Aufnahmen gut; bei kurzen Clips hilft es, die Sprache auszuwählen.

Beeinflussen Hintergrundgeräusche das Transkript?

Ja. Gleichmäßige Geräusche wie eine Klimaanlage werden meist gut verarbeitet, aber Musik, laute Räume und sich überlagernde Stimmen führen zu Fehlern. Prüfe das Transkript und korrigiere alles, was falsch aussieht.

Wird mein Audio zum Training von KI-Modellen verwendet?

Nein. Standardmäßig wird dein Audio auf deinem eigenen Gerät verarbeitet und nie hochgeladen. Wenn du es auf unserem Server verarbeiten lässt, wird es nur zur Erstellung deines Transkripts verwendet und niemals zum Training. Details findest du in unserer Datenschutzerklärung.

Ähnliche Tools