PDFCure
Alle Tools

Ein Video transkribieren und Untertitel erstellen, kostenlos

Transkribieren Sie die Sprache eines Videos in Text und Untertitel (SRT/VTT) mit Whisper — im Browser, nichts wird hochgeladen.

Die meisten Tools laufen komplett auf Ihrem Gerät

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

Über das Transkribieren von Video im Browser

Dies wandelt die Sprache in einem Video in Text — und in SRT- oder VTT-Untertiteldateien — um, ohne irgendetwas hochzuladen. Es führt das Whisper-Modell von OpenAI lokal in deinem Browser über WebAssembly aus, das Audio wird also aus deinem Video decodiert, resampelt und vollständig auf deinem Rechner an das Modell übergeben.

Es gibt einen einmaligen Download, wenn du zum ersten Mal eine Modellgröße wählst: etwa 40 MB für Tiny und 80 MB für Base (beide quantisiert). Danach speichert der Browser die Gewichte zwischen, es startet also sofort und funktioniert auch offline. Base ist die bessere Standardwahl für klare Sprache; Tiny tauscht Genauigkeit gegen Geschwindigkeit und ist praktisch für einen schnellen, groben Durchlauf oder ein langsames Gerät. Whisper fügt eigene Zeichensetzung und Großschreibung hinzu, erkennt automatisch die Sprache (oder du kannst sie festlegen), und kann nicht-englische Sprache direkt ins Englische übersetzen.

Es ist kein Ersatz für einen menschlichen Transkriptionisten: Erwarte Fehler bei starken Akzenten, überlappenden Sprechern, Hintergrundmusik und schlechter Audioqualität, und beachte, dass es nicht kennzeichnet, wer spricht. Für Untertitel kommen die SRT/VTT-Zeitangaben aus den Segment-Zeitstempeln von Whisper und sind meist nah genug, um direkt genutzt zu werden, manchmal mit leichter Nachjustierung.

Anleitung: Video in Text

  1. 1

    Video hinzufügen

    Legen Sie ein MP4, MOV oder WebM mit Tonspur ab — es wird im Browser gelesen, nie hochgeladen.

  2. 2

    Modell und Sprache wählen

    Base ist genauer, Tiny ist schneller. Lassen Sie die Sprache auf „Automatisch erkennen“ oder legen Sie sie fest. Das Modell wird einmal heruntergeladen (~40–80 MB) und dann zwischengespeichert.

  3. 3

    Transkribieren und exportieren

    Klicken Sie auf „Transkribieren“; wenn es fertig ist, kopieren oder laden Sie das Transkript als reinen Text oder als SRT- bzw. VTT-Untertitel herunter.

Video in Text — häufig gestellte Fragen

Wird mein Video hochgeladen?+

Nein. Das Transkriptionsmodell (OpenAIs Whisper) läuft vollständig in Ihrem Browser über WebAssembly. Das Video verlässt Ihr Gerät nie.

Warum gibt es einen einmaligen Download?+

Die Whisper-Modellgewichte (~40 MB für Tiny, ~80 MB für Base, quantisiert) werden beim ersten Verwenden dieser Größe heruntergeladen, dann speichert der Browser sie zwischen — danach funktioniert es offline und startet sofort.

Wie genau ist es?+

Base ist solide für klare Sprache in einer unterstützten Sprache; Tiny ist deutlich ungenauer, aber viel schneller. Beide haben Probleme mit starken Akzenten, überlappenden Stimmen, Musik im Hintergrund und schlechtem Audio — lesen Sie das Ergebnis Korrektur.

Was kann ich exportieren?+

Reinen Text oder zeitgesteuerte Untertitel als SRT oder VTT. Die SRT/VTT-Zeiten stammen aus den Segment-Zeitstempeln des Modells.

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.