Audio-Transkript: Audio in Text umwandeln

Lege die Aufnahme auf dieser Seite ab, wähle die Sprache und tippe auf Transkribieren. Ein KI-Sprachmodell in deinem Browser schreibt den Text mit Zeitstempeln, den du kopieren oder herunterladen kannst. Ohne Anmeldung und ohne Minutenlimit.

Nein. Das Spracherkennungsmodell wird in deinen Browser geladen und läuft dort, das Audio verlässt also nie dein Gerät. Das eignet sich gut für private Interviews, Meetings und Sprachnotizen.

Klare Sprache in einem ruhigen Raum wird sehr gut transkribiert. Die Genauigkeit sinkt bei starkem Hintergrundlärm, ausgeprägten Akzenten, überlappenden Sprechern oder schlechten Aufnahmen. Das Modell Genau ist langsamer, kommt aber mit schwierigem Audio besser klar. Prüfe Namen und Zahlen immer nach.

Das Modell versteht etwa 100 Sprachen, darunter Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Hindi, Arabisch, Japanisch und mehr. Wähle vor dem Start die in deiner Aufnahme gesprochene Sprache, denn das Tool errät sie nicht.

Beim ersten Mal lädt dein Browser das Sprachmodell herunter (etwa 40 bis 250 MB je nach Auswahl). Es wird im Browser-Cache gespeichert, spätere Transkriptionen starten also sofort.

Ja. Lade die SRT- oder VTT-Datei herunter und nutze sie als Untertitel auf YouTube, Vimeo, in sozialen Videos und den meisten Videoeditoren.

Das Limit ist der Speicher deines Browsers und Geräts. Aufnahmen über 1,5 GB können scheitern, und lange Dateien dauern, weil dein Gerät die Arbeit macht. Das Smartphone eignet sich besser für kürzere Clips.

Nutze ein Tool, das das Sprachmodell in deinem Browser ausführt, wie dieses. Lege die Datei ab, wähle die Sprache und tippe auf Transkribieren. Es wird nichts an einen Server gesendet.

Ja. Lege die M4A-, MP3- oder WAV-Datei von deinem Handy oder deiner Meeting-App ab, wähle die gesprochene Sprache und erhalte Text mit Zeitstempeln, den du kopieren oder als TXT exportieren kannst.