KI
Video und Audio in Text
Mache eine Aufnahme durchsuchbar, bearbeitbar und leichter zitierbar.
Video- oder Audiodatei hier ablegen oder zum Hochladen klicken
Unterstützt MP4, WebM, MOV, MP3, WAV, M4A und mehr
Dateigrenze: 500 MiB
Transkriptionsmodus
Am schnellsten und leichtesten – Whisper Tiny
Am besten für mobile Geräte und langsamere Verbindungen
Bessere Genauigkeit – Whisper Base
Besser für Desktop und klarere Aufnahmen
Audiosprache
Wenn du die gesprochene Sprache bereits kennst, wähle sie manuell für ein schnelleres und stabileres Ergebnis.
Läuft lokal in deinem Browser
Deine Datei wird auf deinem Gerät verarbeitet und nicht auf unseren Server hochgeladen.
Beim ersten Start wird das ausgewählte KI-Modell in deinen Browser-Cache heruntergeladen – die Startzeit hängt vom gewählten Modus und deiner Verbindung ab.
Verwende für Smartphones, Tablets und schwächere Laptops Cheetah. Dolphin eignet sich besser für Desktop-Browser mit mehr Speicher.
Die Verarbeitungszeit hängt von der Dateidauer ab – alles läuft lokal auf deinem Gerät.
Lokale CPU-Verarbeitung. Lange Aufnahmen dauern länger; versuche Cheetah oder einen kürzeren Ausschnitt.
Gesprochenes als überprüfbaren Text nutzen
Interviewnotizen, Mitschriften und Untertitel beginnen mit dem tatsächlichen Wortlaut. Die Erkennung läuft auf deinem Gerät und zeigt bearbeitbare Segmente. Wähle die gesprochene Sprache, höre unklare Passagen nach und korrigiere Namen vor dem Zitieren.
So geht’s
Öffne eine Datei, wähle gesprochene Sprache und Modell. Starte die Transkription und prüfe die Segmente.
Ein Beispiel aus der Praxis
Teste vor einem vollständigen Interview eine kurze Aufnahme und halte Namen und Fachbegriffe bereit. Exportiere SRT für zeitgesteuerte Untertitel, Text für Lesen, Suchen und Notizen.
Gut zu wissen
Grenze: 500 MiB. Modelle werden beim ersten Einsatz geladen. Genauigkeit und Tempo hängen von Aufnahme, Hardware und Browser ab.
Fragen zu diesem Werkzeug
Soll ich Cheetah oder Dolphin wählen?
Cheetah nutzt das kleinere Modell bei knapperem Speicher. Dolphin ist größer; vergleiche eine kurze Probe auf deinem Gerät vor langen Aufnahmen.
Warum dauert der erste Start länger?
Zunächst wird das Modell heruntergeladen. Dafür zählt die Verbindung; Aufnahmelänge und Hardware beeinflussen die anschließende Erkennung.
Sind exportierte SRT-Untertitel publikationsfertig?
Text und Zeitwerte sind enthalten, aber Namen, Satzzeichen und Segmentgrenzen brauchen Kontrolle. Automatische Transkription ist keine Garantie für Fehlerfreiheit.