Audio und Video in Text umwandeln

In diesem Ratgeber

So funktioniert es

Wähle eine Aufnahme mit maximal 25 MB und zehn Minuten Länge.
Stelle die gesprochene Sprache oder automatische Erkennung und TXT, SRT oder VTT ein.
Vergleiche die Ausgabe mit der Aufnahme und korrigiere Wörter, Zahlen und Zeiten.

Eingabe, Ergebnis und Grenzen

Eigenschaft	Details
Eingabe	MP3 / WAV / M4A / MP4 / MOV / WebM
Ausgabe	TXT / SRT / VTT
Wichtige Grenze	Eine lokale Datei bis 25 MB und 10 Minuten; Ausgabe probehören oder abspielen. Automatische Transkription kann Namen, Zahlen und Zeitmarken falsch erkennen.

Der Ablauf in sechs Ansichten

Audio und Video in Text umwandeln — Eingabe: Wähle eine Aufnahme mit maximal 25 MB und zehn Minuten Länge. — 1Eingabe
Wähle eine Aufnahme mit maximal 25 MB und zehn Minuten Länge.

Audio und Video in Text umwandeln — Einstellungen: Stelle die gesprochene Sprache oder automatische Erkennung und TXT, SRT oder VTT ein. — 2Einstellungen
Stelle die gesprochene Sprache oder automatische Erkennung und TXT, SRT oder VTT ein.

Audio und Video in Text umwandeln — Anwenden: MP3 / WAV / M4A / MP4 / MOV / WebM → TXT / SRT / VTT — 3Anwenden
MP3 / WAV / M4A / MP4 / MOV / WebM → TXT / SRT / VTT

Audio und Video in Text umwandeln — Vorher und nachher: Aufnahme oder Mediendatei → Ausgelesener Text — 4Vorher und nachher
Aufnahme oder Mediendatei → Ausgelesener Text

Audio und Video in Text umwandeln — Prüfen: Namen, Zahlen und Sonderzeichen vergleichen Text und Zeitmarken mit der Aufnahme abgleichen Quelldatei: höchstens 25 MB und 10 Minuten — 5Prüfen
Namen, Zahlen und Sonderzeichen vergleichen Text und Zeitmarken mit der Aufnahme abgleichen Quelldatei: höchstens 25 MB und 10 Minuten

Audio und Video in Text umwandeln — Speichern: Vergleiche die Ausgabe mit der Aufnahme und korrigiere Wörter, Zahlen und Zeiten. — 6Speichern
Vergleiche die Ausgabe mit der Aufnahme und korrigiere Wörter, Zahlen und Zeiten.

Beispiel

Vorher

Aufnahme oder Mediendatei

Nachher

Ausgelesener Text

Diese Punkte im Ergebnis prüfen

Namen, Zahlen und Sonderzeichen vergleichen
Text und Zeitmarken mit der Aufnahme abgleichen
Quelldatei: höchstens 25 MB und 10 Minuten

Passende nächste Schritte

Rauschen in einer Aufnahme reduzieren	Verringere gleichmäßiges Hintergrundrauschen mit einem einstellbaren Filter. Höre Stimmen und Details an; nicht jede Störung lässt sich entfernen.
Audio in ein anderes Format umwandeln	Erstelle MP3, WAV, OGG, FLAC oder M4A aus einer Aufnahme oder der Tonspur eines Videos. Prüfe den gewählten Ausschnitt und höre das Ergebnis an.
Text eingeben oder einfügen und daraus ein PDF erstellen	Erstelle aus einfachem Text ein lesbares PDF mit automatischen Seitenumbrüchen. Prüfe eine Notiz oder Anleitung anschließend im Editor auf Darstellung und Zeichen.

Text oder Untertitel wählen

TXT eignet sich zur Weiterbearbeitung der Wörter. SRT und VTT ergänzen Zeitangaben. Bei einem ausgewählten Ausschnitt beziehen sich diese auf den Ausschnitt; prüfe sie bei Verwendung mit einem längeren Video. Automatische Spracherkennung kann bei kurzen oder mehrsprachigen Aufnahmen unsicher sein.

Eine Nachkontrolle bleibt notwendig

Die Verarbeitung erfolgt auf dem Server. Rauschen, überlappende Stimmen, Akzente und Fachbegriffe können Erkennungsfehler verursachen. Kontrolliere besonders Namen, Beträge, Daten und Verneinungen. Das Werkzeug übersetzt die Aufnahme nicht und garantiert keine Sprecherzuordnung. Bewahre die Quelle zum Nachhören unklarer Stellen auf.