Werkzeuge

Audio in Text transkribieren

Wähl eine Audiodatei oder nimm übers Mikrofon auf und bekomm Text, den du korrigieren, kopieren oder herunterladen kannst. Das Sprachmodell wird einmal geladen und bleibt auf dem Gerät.

Speichern und auf dem Desktop fortfahren

Lade dein Ergebnis hier zuerst herunter oder kopiere es. Auf dem Desktop speicherst du in „Dateien“ oder nutzt mehr Funktionen.

Untertitel (.srt, .vtt) und Zeitmarken im vollen Transkriptor
In „Dateien“ speichern, wenn du auf dem Desktop weitermachst
Alle Tools an einem Ort, ohne neue Tabs

Kostenlosen Desktop öffnen

Nach dem Download geht es auf dem Desktop weiter: Dateien oder die volle App.

Was dieses Tool kann

Transkribiert wird auf dieser Seite

Wähl ein MP3, WAV, M4A, OGG, WebM oder FLAC oder nimm übers Mikrofon auf, und stell die Sprache der Aufnahme ein. Die Liste beginnt mit der Sprache deines Browsers, weil das Modell sie nicht selbst erkennt. Das Sprachmodell, Whisper tiny, wird einmal geladen und bleibt im Cache: 40 MB auf dem Handy oder ohne WebGPU, 150 MB am Computer mit WebGPU. Der Text lässt sich bearbeiten: Korrigier einen falsch verstandenen Namen, und Kopieren wie der .txt-Download nehmen deine Fassung.

Grenzen und warum das Handy weniger bekommt

Am Computer bis zu 100 MB und 30 Minuten, auf dem Handy 50 MB und 10 Minuten: Das Modell läuft im Speicher des Browsers, und den hat ein Telefon knapper bemessen. Eine Vorlesung von einer Stunde muss vorher geteilt werden. Am schnellsten geht es mit Chrome oder Edge am Computer; auf dem Handy kann es dauern. Nimm das Ergebnis als Entwurf: Namen, Abkürzungen und Fachbegriffe verhört ein kleines Modell am häufigsten, besonders bei Rauschen. Gebaut ist es für Sprache, nicht für Lieder; aus einem Video muss erst die Tonspur heraus.

Was die volle App dazugibt

Der Lokale Transkriptor in nopa hat ein größeres Modell für verrauschte Aufnahmen und Fachvokabular (Whisper base, 75 MB oder 290 MB mit WebGPU), Zeitmarken, die an die Stelle im Audio springen, die Trennung nach Sprechern und Untertitel als .srt oder .vtt. Er läuft auf demselben Gerät; die Aufnahme geht nirgendwohin.

Fragen

Wird mein Audio hochgeladen?

Nein. Die Transkription läuft im Browser auf deinem Gerät, die Datei verlässt es nicht. Eine Server-Version als Ausweichlösung gibt es nicht: Kann der Browser das Modell nicht ausführen, startet die Transkription gar nicht.

Welche Sprachen werden erkannt?

Vierzehn: Deutsch, Englisch, Spanisch, Französisch, Portugiesisch, Italienisch, Russisch, Ukrainisch, Polnisch, Türkisch, Indonesisch, Chinesisch, Japanisch und Koreanisch. Wähl die Sprache der Aufnahme vor dem Start, denn die Seite erkennt sie nicht selbst.

Wie lang oder groß darf die Audiodatei sein?

Am Desktop bis zu 100 MB oder 30 Minuten, auf dem Handy bis zu 50 MB oder 10 Minuten. Das Modell läuft im Arbeitsspeicher des Browsers, und der ist auf dem Handy knapper.

Was ist der Unterschied zwischen den beiden Modellstufen?

Diese Seite nutzt die kompakte Stufe: schnell, läuft auch auf schwächerer Hardware. Die größere Stufe im Lokalen Transkriptor in nopa ist genauer bei Störgeräuschen, mehreren Sprechern oder Fachbegriffen. Beide bleiben vollständig auf deinem Gerät.

Kann ich Untertitel statt reinem Text exportieren?

Ja, in der vollen App: Der Lokale Transkriptor in nopa exportiert .srt und .vtt mit Zeitstempel pro Segment, die Videoplayer und Untertitel-Plattformen direkt lesen. Diese Seite gibt dir den Text zum Kopieren oder als .txt.