MP3 oder Aufnahme in Text umwandeln, kostenlos
Transkribieren Sie ein MP3, WAV oder eine Sprachnotiz in Text und Untertitel mit Whisper — im Browser, nichts wird hochgeladen.
Wählen Sie eine Audio- oder Videodatei
MP3, WAV, M4A, MP4, MOV, WebM — im Browser mit Whisper transkribiert
Zum Auswählen klicken oder Datei hier ablegen
Du kannst auch einfügen (Strg+V / Cmd+V)
Die meisten Tools laufen komplett auf Ihrem Gerät
Advertisement
Über das Transkribieren von Audio im Browser
Dies wandelt eine Audioaufnahme — eine Vorlesung, ein Interview, eine Sprachnachricht, einen Podcast — in Text und optionale SRT/VTT-Untertitel um, ohne die Datei irgendwohin zu senden. Das Whisper-Modell von OpenAI läuft lokal in deinem Browser über WebAssembly.
Die Modellgewichte werden einmal herunterladen (~40 MB Tiny, ~80 MB Base, quantisiert) und dann vom Browser zwischengespeichert, sodass spätere Durchläufe sofort starten und offline funktionieren. Base ist genauer; Tiny ist schneller. Whisper handhabt Zeichensetzung und Großschreibung, erkennt automatisch die gesprochene Sprache, und kann andere Sprachen auf Wunsch ins Englische übersetzen. Es erstellt keine Sprecherlabel oder Absatzumbrüche.
Die Transkription läuft mit etwa dem 1- bis 5-fachen der Echtzeit auf WebAssembly, eine lange Aufnahme braucht also eine Weile — ein Zuschnitt auf den benötigten Abschnitt oder die Nutzung von Tiny beschleunigt die Sache. Die Genauigkeit sinkt bei schlechter Audioqualität, starken Akzenten und Durcheinandersprechen, behandle die Ausgabe also als starken ersten Entwurf zum Korrekturlesen.
Unterstützte Dateien
Akzeptiert MP3, WAV, M4A, AAC, FLAC, OGG und das Audio der meisten Videodateien. Exportiert .txt, .srt und .vtt.
Wird meine Datei hochgeladen?
Nein. Das Modell läuft in deinem Browser mit WebAssembly — die Aufnahme bleibt auf deinem Gerät.
Häufige Probleme
- Es dauert lange
- Das ist bei langen Dateien auf WASM zu erwarten. Nutze das Tiny-Modell, oder teile das Audio auf und transkribiere nur die benötigten Teile.
- Falsche Sprache erkannt
- Stelle die Sprache explizit ein, statt sie auf Automatische Erkennung zu lassen.
- Die Download-Leiste scheint zu hängen
- Die Modelldateien sind zig Megabyte groß — gib ihnen bei einer langsamen Verbindung einen Moment. Das passiert nur einmal pro Modellgröße.
Anleitung: Audio in Text
- 1
Audio hinzufügen
Legen Sie ein MP3, WAV, M4A oder eine Sprachnotiz ab — es wird im Browser transkribiert.
- 2
Modell und Sprache wählen
Base ist genauer, Tiny ist schneller. Die automatische Erkennung übernimmt die Sprache, oder Sie wählen eine. Das Whisper-Modell wird einmal heruntergeladen und funktioniert danach offline.
- 3
Transkribieren und exportieren
Klicken Sie auf „Transkribieren“ und kopieren oder laden Sie das Ergebnis dann als Text, SRT oder VTT herunter.
Audio in Text — häufig gestellte Fragen
Wird mein Audio hochgeladen?+
Nein. Whisper läuft lokal in Ihrem Browser mit WebAssembly — die Datei bleibt auf Ihrem Gerät.
Wie lang darf das Audio sein?+
Es gibt keine feste Grenze, aber es wird im Arbeitsspeicher verarbeitet und die Transkription läuft in WASM mit etwa 1–5× Echtzeit, sodass eine einstündige Aufnahme eine Weile dauern kann. Tiny ist schneller als Base.
Fügt es Zeichensetzung und Absätze hinzu?+
Whisper fügt Zeichensetzung und Großschreibung hinzu. Es macht keine Sprecherkennzeichnung (Diarisierung) und keine Absatzstruktur.
Kann es übersetzen?+
Ja — aktivieren Sie „Ins Englische übersetzen“, und fremdsprachige Sprache wird direkt ins Englische transkribiert.
Laden Sie meine Dateien auf einen Server hoch?+
Nein — jedes Tool hier verarbeitet Ihre Dateien vollständig auf Ihrem Gerät, und es wird nichts auf einen Server hochgeladen. Die einzige Ausnahme sind die KI-Tools, die den extrahierten Text (nicht die Datei) an Claude senden, um ihre Arbeit zu erledigen.
Gibt es ein Dateigrößenlimit?+
Wir setzen kein künstliches Limit, aber da die Verarbeitung in Ihrem Browser stattfindet, sind sehr große Dateien (500+ MB oder 1.000+ Seiten) durch den Speicher Ihres Geräts begrenzt, nicht durch uns.
Advertisement