Skip to content

Audio transkribieren

Vorlesungen und Interviews mit Whisper in Text umwandeln.

ProSchnelle Qualität ist kostenlos. Beste Qualität ist Teil von Pro.

oder Dateien hierher ziehen

Oder einfügen mit Ctrl⌘ V

MP3, M4A, WAV, MP4, MOV, WebM und mehr

Kostenlos: Dateien bis 50 MB. Pro: bis 2.000 MB.

0 Bytes hochgeladenDie KI läuft auf Ihrem Gerät. Ihre Aufnahmen werden nie hochgeladen.

Fehlt Ihnen etwas bei Audio transkribieren?

Sagen Sie uns, was wir bei Audio transkribieren verbessern oder ergänzen sollen. Jede Nachricht liest ein Mensch.

Über Audio transkribieren

Audio transkribieren heißt hier: Vorlesungen, Interviews, Besprechungen, Podcasts und Sprachnotizen werden zu Text. Legen Sie eine Audio- oder Videodatei ab, etwa MP3, M4A, WAV, MP4, MOV oder WebM, und Sie bekommen ein geschriebenes Transkript mit Zeitmarken, bereit zum Kopieren oder für Untertitel.

Dahinter steckt Whisper, ein offenes Spracherkennungsmodell. „Schnell“ nutzt Whisper base und reicht für deutliche Sprache. „Ausgewogen“ nutzt Whisper small und kommt besser mit Akzenten und Hintergrundgeräuschen zurecht. „Beste“ nutzt Whisper large-v3 turbo, das genaueste, am schnellsten auf dem Grafikchip. Die Sprache wird automatisch erkannt, oder Sie wählen sie selbst, was bei kurzen Clips und starkem Akzent hilft. Der Ton wird in Abschnitten von 30 Sekunden gelesen, so wächst das Transkript schon während der Arbeit. Danach klicken Sie auf eine Zeitmarke, um ab dort abzuspielen, kopieren den Text, laden eine .txt-Datei mit oder ohne Zeitmarken oder speichern Untertitel als SRT oder VTT.

Whisper läuft auf Ihrem Gerät, Ihre Aufnahmen werden nie hochgeladen. Das Modell wird einmal von unserem Server geladen und bleibt in Ihrem Browser. Ohne Unterstützung für den Grafikchip läuft es auf dem Prozessor, und das ist deutlich langsamer, vor allem auf Handys.

Fragen

Kann ich vertrauliche Interviews damit transkribieren?

Die Aufnahme bleibt auf Ihrem Gerät: Heruntergeladen wird nur das Spracherkennungsmodell, und nichts, was Sie transkribieren, wird irgendwohin gesendet. Das passt, wenn Interviews für eine Forschungsarbeit oder Gespräche mit Mandanten nicht in einen Cloud-Dienst dürfen.

Wie gut erkennt es Deutsch?

Deutsch gehört zu den Sprachen, die Whisper am besten beherrscht. „Schnell“ reicht für deutliche Sprache in ruhiger Umgebung. Bei Dialekt, Fachbegriffen, Namen oder mehreren Sprechern sind „Ausgewogen“ und „Beste“ deutlich genauer; beide sind Teil von Pro.

Kann ich aus einem Video Untertitel machen?

Ja. Transkribieren Sie das Video und laden Sie dann Untertitel als SRT oder VTT. Lange Zeilen werden in kurze Untertitel mit passenden Zeiten geteilt.

Übersetzt es ins Englische?

Nein. Es schreibt auf, was gesagt wird, in der Sprache, in der es gesagt wird. Die Sprache erkennt es automatisch, oder Sie wählen sie selbst.

Wie lang darf eine Aufnahme sein?

Kostenlos gehen Aufnahmen bis 50 MB, mit Pro bis 2.000 MB. Innerhalb dieser Grenzen gilt: Die Länge ist nicht begrenzt, lange Vorlesungen werden in Abschnitten von 30 Sekunden gelesen und dauern auf langsameren Geräten einfach länger.

Warum Sie uns vertrauen können

  • Keine Skripte von Dritten

    Tool-Seiten laden Code nur von capyfiles.com. Alles andere blockiert Ihr Browser.

  • Keine Tracker, keine Werbe-Tags

    Nichts auf einer Tool-Seite meldet, was Sie öffnen, und nichts über Ihre Dateien wird je gesendet.

  • Funktioniert ohne WLAN

    Schalten Sie die Verbindung ab, sobald die Seite geladen ist. Die Tools arbeiten weiter.

  • In 30 Sekunden geprüft

    Öffnen Sie in den Entwicklertools den Tab „Netzwerk“ und nutzen Sie ein Tool. Keine Anfrage enthält Ihre Datei.

Wie es funktioniert und was überhaupt gesendet wird

Diese Seite kann nur mit capyfiles.com sprechen