QuietTake Audio- und Videotools
Alle Tools Anleitungen für Creator

Ton bereinigen

Bildbearbeitung

Transkribieren und umwandeln

Vertrauliche Details verbergen

Audio zu Text

Audio und Video in Text umwandeln

Wandle Aufnahmen kostenlos in bearbeitbaren Text um. Höre dir einzelne Passagen an, korrigiere sie und lade ein Transkript oder eine Untertiteldatei herunter. Kein Konto erforderlich.

Transkription auf dem Gerät oder in der Cloud Video bleibt auf deinem Gerät
Audio zu Text
  1. 1Datei hinzufügen
  2. 2Transkribieren
  3. 3Prüfen und exportieren

Audio bleibt auf diesem Gerät. Bei der ersten Verwendung werden etwa 100 MB heruntergeladen und, sofern der Browser-Speicher verfügbar ist, zwischengespeichert. Für lange Aufnahmen empfehlen wir einen Computer.

Modell nicht vollständig zwischengespeichert

Wähle die Sprache, die in der Aufnahme gesprochen wird. Im Cloud-Modus ist die automatische Erkennung verfügbar.

Vokabelhinweise sind im Cloud-Modus verfügbar. Du kannst das lokale Transkript nach der Erkennung bearbeiten.

Aufnahme hinzufügen

Wähle eine Audio- oder Videodatei mit einer Länge von bis zu zwei Stunden aus.

Audio oder Video hier ablegen

MP4 · MOV · M4A · MP3 · WAV · AAC · FLAC · WebM · Bis zu 2 Stunden / 2 GB

Modus auf dem Gerät: Dein Audio wird nicht hochgeladen

Die Erkennung läuft in deinem Browser mit einem lokalen Spracherkennungsmodell. Modelldateien werden von dieser Website heruntergeladen. Zum Wechsel in die Cloud musst du den Cloud-Modus auswählen und die Transkription selbst starten.

Der neueste Entwurf wird auf diesem Gerät 7 Tage lang gespeichert, sofern Speicher verfügbar ist. Wähle nach dem Aktualisieren dieselbe Datei erneut aus, um fortzufahren.

Von gesprochenen Worten zu bearbeitbarem Text

So our first crew show

for our maintenance recovery or launch team

is around 03:00 in the morning, 02:30 in the morning.

Audio zu Text

Ein geprüftes englisches Transkript mit Zeitmarken eines 13,7 Sekunden langen Interviewausschnitts. Beim Bearbeiten des vorbereiteten Beispiels wird keine neue Transkription ausgeführt.

Bildmaterial und Methode

So wandelst du Audio online in Text um

  1. Aufnahme auswählen

    Wähle eine Audio- oder Videodatei aus oder probiere das vorbereitete Beispiel. Wähle den Modus „Auf diesem Gerät“ oder „Transkription in der Cloud“ sowie die gesprochene Sprache. Im Cloud-Modus kannst du im optionalen Vokabelfeld die korrekte Schreibweise von Namen oder Fachbegriffen angeben.

  2. Anhören und bearbeiten

    Starte die Transkription und klicke dann auf einen Zeitstempel, um die Passage erneut anzuhören. Passe die Wiedergabegeschwindigkeit an, durchsuche das Transkript und korrigiere Namen, Zahlen oder unklare Wörter direkt im Editor.

  3. Kopieren oder exportieren

    Kopiere den gesamten Text oder lade ihn als TXT, SRT, VTT oder JSON herunter. Änderungen sind im Export enthalten. Die Suche filtert den Editor, entfernt aber keine anderen Passagen aus dem heruntergeladenen Transkript.

Audio- oder Videodatei auswählen

TXT, SRT, VTT oder JSON: Exportformat wählen

Eingabe: MP3, M4A, WAV, AAC, FLAC, MP4, MOV und WebM, abhängig von der Codec-Unterstützung. Pro Datei bis zu 2 Stunden und 2 GB; Arbeitsspeicher und verfügbarer Speicherplatz im Browser können die praktisch nutzbare Grenze verringern. Bei Videos wird die Tonspur transkribiert, nicht der ins Bild eingeblendete Text.

FormatGeeignet für
TXTEinfacher Text für Notizen, Interviewzitate oder zum Einfügen in ein Dokument. Zeitstempel werden weggelassen.
SRTNummerierte Untertitelblöcke mit Start- und Endzeiten für Videoeditoren und Player, die SubRip unterstützen.
VTTWebVTT-Untertitel für kompatible Webplayer. Wie SRT ist dies eine separate Untertiteldatei und kein Video mit eingeblendeten Untertiteln.
JSONStrukturierter Text mit Sprache und Segmentzeiten für deinen eigenen Arbeitsablauf. Wortzeiten sind enthalten, sofern verfügbar, und werden bei manuell bearbeiteten Passagen entfernt.

Ein nützlicheres Transkript erhalten

Sprache und Vokabular festlegen
Gib die gesprochene Sprache an. Im Cloud-Modus kannst du die korrekte Schreibweise unbekannter Begriffe hinzufügen. Hinweise können die Erkennung unterstützen, garantieren aber weder die richtigen Wörter noch können sie unverständliche Sprache wiederherstellen.
Schwierige Passagen mit der Aufnahme abgleichen
Höre bei Namen, Datumsangaben, Beträgen und sich überschneidenden Stimmen genau hin. Lange Absätze des Modells werden anhand echter Wortzeiten aufgeteilt, sofern diese verfügbar sind. Es werden keine Zeitangaben geschätzt, nur um eine Zeile zu kürzen.
Fortfahren, ohne bereits Erledigtes zu verlieren
Bei vorübergehenden Verbindungsfehlern versucht die Cloud-Erkennung es einmal erneut. Wenn die Verarbeitung stoppt, lade den fertiggestellten Text herunter oder wiederhole die noch nicht abgeschlossenen Segmente. Wenn lokaler Speicher verfügbar ist, bleibt der letzte Entwurf sieben Tage auf diesem Gerät. Wähle nach dem Neuladen dieselbe Datei erneut aus, um ihn wiederherzustellen.

Fragen zur Umwandlung von Audio in Text

Ist dieser Audio-zu-Text-Konverter kostenlos?

Ja. Das Tool erfordert derzeit weder ein Konto noch eine Zahlung. Dateien sind auf 2 Stunden und 2 GB begrenzt. Die Verfügbarkeit des Modells und die Ressourcen des Browsers können die Verarbeitung beeinflussen. Der Dienst hat keine unbegrenzte Kapazität.

Kann ich eine MP3-Datei oder ein iPhone-Sprachmemo transkribieren?

Ja. Wähle eine unterstützte MP3- oder M4A-Datei aus, die auf deinem Gerät gespeichert ist. Exportiere ein Sprachmemo bei Bedarf zuerst in die Dateien-App und wähle es dann hier aus. Das Tool greift nicht auf deine Aufnahme- oder Nachrichten-App zu.

Kann ich ein Video in Text oder SRT-Untertitel umwandeln?

Ja, sofern das Video eine verständliche Sprachspur enthält. Wähle eine MP4-, MOV- oder andere unterstützte Datei aus und lade nach der Prüfung SRT oder VTT herunter. Diese Seite liest keinen Text auf dem Bildschirm und brennt keine Untertitel in ein Video ein.

Welche Transkriptionssprachen kann ich auswählen?

Im Cloud-Modus kannst du die automatische Erkennung verwenden oder Englisch, Chinesisch, Spanisch, Portugiesisch, Japanisch, Koreanisch oder Französisch auswählen. Die Sprachauswahl unterstützt die Erkennung, übersetzt aber nicht die Aufnahme.

Erkennt das Tool Sprecher oder erstellt es Besprechungszusammenfassungen?

Das Tool erstellt ein Transkript mit Zeitangaben. Automatische Sprecherkennzeichnung, Besprechungszusammenfassungen und Diktieren über das Live-Mikrofon werden nicht angeboten. Gleiche Gespräche mit der Originalaufnahme ab, besonders wenn mehrere Personen gleichzeitig sprechen.

Werden Audio, Vokabelhinweise und Transkripte lokal gespeichert?

Im Modus „Auf diesem Gerät“ bleibt die Audiodatei auf deinem Gerät. Im Cloud-Modus werden Audiosegmente und Vokabelhinweise an einen Spracherkennungsdienst in der Cloud gesendet. Videobilder bleiben lokal. Wenn Browser-Speicher verfügbar ist, werden das letzte Transkript, deine Änderungen und Einstellungen sieben Tage lang auf diesem Gerät gespeichert. Starte neu oder lösche den Speicher dieser Website, um den lokalen Entwurf zu entfernen. Die Originalmediendatei wird darin nicht gespeichert.

Warum wurde die Transkription abgebrochen oder wurden Wörter ausgelassen?

Leise Sprache, Hintergrundgeräusche, unbekannte Begriffe und überlappende Stimmen können die Erkennungsqualität beeinträchtigen. Ein nicht unterstützter Codec oder zu wenig Arbeitsspeicher kann die Vorbereitung stoppen. Probiere eine kürzere Datei oder ein anderes unterstütztes Format. Wiederhole die Verarbeitung eines fehlgeschlagenen Segments und vergleiche das Ergebnis mit der Aufnahme.

Kann ich Audio transkribieren, ohne es hochzuladen?

Ja. Wähle „Auf diesem Gerät“ und die gesprochene Sprache aus. Bei der ersten Verwendung werden etwa 100 MB an Modell- und Laufzeitdateien heruntergeladen. Anschließend erfolgt die Audioerkennung im Browser. Ob der Cache wiederverwendet wird, hängt vom verfügbaren Speicher ab. Der Cloud-Modus ist eine separate Auswahl und sendet Audio und Vokabelhinweise an einen Cloud-Dienst. Im lokalen Modus wird nicht automatisch zur Cloud gewechselt.

PRAXISLEITFADEN

Lokale oder Cloud-Transkription: Was passt zu dieser Aufnahme?

Der passende Modus hängt von der Aufnahme, deinem Gerät und dem gewünschten Verarbeitungsort für das Audio ab. Entscheide dich vor dem Start; der lokale Modus wechselt nicht automatisch in die Cloud.

Wähle den lokalen Modus, wenn das Audio auf deinem Gerät bleiben soll

Die Transkription auf dem Gerät läuft in deinem Browser und lädt die Aufnahme nicht hoch. Bei der ersten Nutzung werden etwa 100 MB an Modell- und Laufzeitdateien heruntergeladen. Die Erkennungsgeschwindigkeit hängt von deinem Computer ab. Wähle die gesprochene Sprache und lass den Tab während der Verarbeitung geöffnet.

Wähle die Cloud, um dein Gerät weniger zu belasten

Die Cloud-Transkription verwendet ein größeres Modell und kann die gesprochene Sprache erkennen oder Vokabularhinweise für Namen und Fachbegriffe nutzen. Sie sendet Audioabschnitte und alle eingegebenen Hinweise zur Verarbeitung an einen Cloud-Dienst. Du musst den Cloud-Modus selbst auswählen und starten.

Prüfe Wörter, die die Bedeutung verändern

Höre die Aufnahme erneut an und prüfe dabei Namen, Zahlen, Datumsangaben und Wörter wie „nicht“. Korrigiere den Text, bevor du ihn für Notizen oder Untertitel verwendest. Keiner der beiden Modi garantiert ein fehlerfreies Transkript, insbesondere wenn Personen gleichzeitig sprechen oder die Aufnahme verrauscht ist.