Audio in Text umwandeln: aus einer Datei, einem Link oder Ihrem Mikrofon

Registrieren Sie sich kostenlos, dann laden Sie die Datei hoch, fügen einen Link ein oder nehmen im Browser auf. Wählen Sie die Sprache oder lassen Sie sie automatisch erkennen, und starten Sie. Ist das Transkript fertig, klicken Sie auf ein Wort, um es zu hören, korrigieren, was falsch ist, und laden es herunter. Sie können den Tab schließen, während es läuft: Das Transkript wartet in Ihrem Dashboard, und eine E-Mail sagt Ihnen, wenn es fertig ist.

Ja, mit dem Free-Plan, ohne Kreditkarte. Sie bekommen 30 Min. Transkription im Monat, bis zu 15 Min. am Tag, für Dateien bis 15 Min. und 500MB, eine nach der anderen. Die Minuten gibt es jeden Monat neu. Sprechererkennung, Links, alle Downloadformate und 3 Zusammenfassungen, Quiz oder Karteikartensätze im Monat sind enthalten. Für längere Dateien und mehr Stunden gibt es einen Bezahlplan oder Guthaben-Stunden, die nie verfallen.

16+ Formate. Audio: MP3, M4A, WAV, AAC, FLAC, OGG, OPUS und WMA. Video: MP4, MOV, AVI, MKV, WEBM, WMV, FLV, 3GP und MPEG, wobei die Sprache transkribiert wird. Die iPhone-App nimmt MP3, MP4, WAV, M4A, AAC, OGG, FLAC, WEBM, MOV und AVI aus Dateien.

Bis zu 15 Min. und 500MB bei Free, 5 Std. und 2GB bei Starter und Premium, und 8 Std. 20 Min. und 5GB bei Pro. Ein Video zählt genauso wie Audio. Bei Free wird ein längerer Upload im Web bis zu seinen ersten 15 Min. transkribiert; ein längerer Link muss vorher gekürzt werden.

Das hängt vor allem von der Aufnahme ab. Klare Stimmen nah am Mikrofon, wenig Hintergrundgeräusche und immer nur eine sprechende Person ergeben den besten Text. Durcheinanderreden, ein weit entferntes Mikrofon, laute Räume und seltene Namen machen es schwerer. Eigenes Vokabular hilft bei Namen und Fachbegriffen, das Entfernen von Hintergrundgeräuschen bei lauten Räumen. Klicken Sie auf ein Wort, um es zu hören und zu prüfen.

Ja, bis zu 32 in einer Aufnahme, in jedem Plan. Sprecher kommen als „Speaker 1“, „Speaker 2“ und so weiter an; benennen Sie jeden einmal um, und alle Absätze übernehmen den Namen. So funktioniert die Sprechererkennung.

Ja, im Web. Fügen Sie einen Link von YouTube, Vimeo, TikTok, X, Instagram, SoundCloud, Facebook, Twitch, Reddit, Loom oder Dailymotion ein, ein Video pro Link, und legen Sie Start und Ende fest, um nur einen Teil zu transkribieren. Links von Spotify, Apple Podcasts, Google Drive und Dropbox funktionieren nicht: Laden Sie die Datei herunter und dann hier hoch.

Ja. Das Transkribieren von Sprachnachrichten funktioniert wie jeder andere Upload: Teilen Sie die Nachricht aus WhatsApp oder Telegram in Ihre Dateien und laden Sie sie dann hoch. Sprachnachrichten sind meist .opus- oder .ogg-Dateien und lassen sich so hochladen, wie sie sind, genau wie Sprachmemos vom Handy und Dateien vom Diktiergerät. Es ist Sprache in Text online für Aufnahmen: Laden Sie eine hoch oder nehmen Sie im Browser auf, und lesen Sie den Text, sobald das Transkript fertig ist. Im Web schreibt es nicht mit, während Sie sprechen, es ist also kein Diktierprogramm.

99+ Sprachen, von Ihnen gewählt oder automatisch erkannt, auch Aufnahmen, in denen Personen mitten im Satz die Sprache wechseln. Danach können Sie das Transkript in eine von 99+ Sprachen übersetzen. Alle Sprachen ansehen.

Ja. Laden Sie das Transkript als SRT oder VTT herunter, legen Sie die Zeilenlänge fest und wie lange jeder Untertitel stehen bleibt, und entscheiden Sie, ob Sprechernamen erscheinen. Untertitel aus Audio erstellen.

Ja. Ihre Aufnahmen und Transkripte sind bei der Übertragung und bei der Speicherung verschlüsselt, nur für Sie und die Personen sichtbar, mit denen Sie sie teilen, und werden nie zum Training von KI-Modellen verwendet. Sie bleiben gespeichert, bis Sie sie löschen.