Audio zu Text – kostenlos

Beispiel

Ein 30-minütiges Interview, gespeichert als MP3, benötigt etwa 27 MB. Mit dem Modell „Besser“ (ein 81 MB Download beim ersten Mal, dann zwischengespeichert) braucht ein typischer Laptop etwa eine halbe Stunde, da das Tool etwa eine Sekunde Audio pro Sekunde verarbeitet, plus etwa 45 Sekunden zum Starten. Das Modell „Schneller“ (45 MB) braucht etwa die Hälfte. Die Schätzung wird vor dem Start angezeigt und korrigiert sich nach dem ersten Fenster. Das Ergebnis kann als SRT, VTT, ASS, reiner Text oder LRC gespeichert werden.

Welche Einstellungen zu verwenden sind, und die Grenzen

• Verwenden Sie Besser, es sei denn, das Gerät hat wenig Speicher. „Besser“ ist etwa 81 MB und „Schneller“ etwa 45 MB groß zum Herunterladen. Beide werden nach der ersten Nutzung in Ihrem Browser gespeichert. Auf einem Telefon oder wenn der Durchlauf fehlschlägt, versuchen Sie „Schneller“.
• Legen Sie die gesprochene Sprache fest, wenn die Erkennung unsicher ist. „Automatisch erkennen“ funktioniert gut bei klarer Sprache. Wenn die Aufnahme mit Musik beginnt oder die Sprache wechselt, wählen Sie die Sprache unter „Gesprochene Sprache“. „Auf Englisch übersetzen“ liefert englischen Text aus Sprache in einer anderen Sprache.
• Beachten Sie die Längenbeschränkungen. Das Tool warnt, wenn eine Aufnahme 2 Stunden auf einem Computer oder 30 Minuten auf einem Telefon überschreitet. Nach 5 Stunden auf einem Computer oder 90 Minuten auf einem Telefon wird nur der erste Teil transkribiert und die Seite gibt einen Hinweis. Schneiden Sie den Rest in eine separate Datei, um ihn später zu bearbeiten.
• Stoppen Sie jederzeit und behalten Sie den Text. „Stoppen und Bisheriges behalten“ beendet den Durchlauf und lässt alles bisher Transkribierte zum Kopieren oder Herunterladen stehen. Halten Sie auf einem Telefon den Tab geöffnet und den Bildschirm an, da der Browser einen Hintergrund-Tab pausieren kann.
• Bearbeiten Sie vor dem Export. Klicken Sie auf eine Zeit, um diesen Moment anzuhören, korrigieren Sie den Wortlaut an Ort und Stelle oder verwenden Sie Suchen und Ersetzen. Kopieren und jeder Download verwenden Ihre Bearbeitungen. Mehrere zusammen abgelegte Dateien werden nacheinander transkribiert und als ZIP gespeichert.

Häufige Probleme und wie man sie behebt

Es meldet, die Datei wurde geändert oder verschoben, nachdem ich sie ausgewählt habe.

Der Browser hat den Zugriff auf die Datei verloren, normalerweise weil sie verschoben, umbenannt oder noch von einem Cloud-Speicher synchronisiert wurde. Wählen Sie die Datei erneut aus. Eine zuerst auf die lokale Festplatte kopierte Datei ist am zuverlässigsten.

Die Datei konnte nicht gelesen werden, daher wurde nichts transkribiert.

In diesem Fall wird kein Modell heruntergeladen. Wenn die Datei ein Video ist, speichern Sie den Ton mit dem Audio-Extraktor als MP3 und transkribieren Sie diese. Wenn es sich um Audio handelt, exportieren Sie es erneut als MP3 oder WAV und versuchen Sie es noch einmal.

Der Modell-Download wurde unterbrochen oder nie abgeschlossen.

Eine unterbrochene Verbindung oder ein geschlossener Tab unterbricht den Download. Überprüfen Sie Ihre Verbindung und drücken Sie erneut „Transkribieren“. Sobald das Modell heruntergeladen wurde, wird es zwischengespeichert und spätere Durchläufe benötigen es nicht erneut.

Die Transkription wurde nicht abgeschlossen oder blieb mittendrin stecken.

Dies passiert normalerweise, wenn dem Browser der Speicher ausgeht oder der Tab in den Ruhezustand versetzt wird. Versuchen Sie das Modell „Schneller“, schließen Sie andere Tabs und halten Sie diesen Tab im Vordergrund. Wenn es mittendrin stoppte, wird das bisherige Transkript angezeigt und kann heruntergeladen werden.

Es wurde keine Sprache in der Aufnahme gefunden.

Das Audio könnte stumm, größtenteils Musik oder sehr leise sein. Spielen Sie das Original ab, um es zu überprüfen. Wenn die Sprache leise ist, heben Sie sie zuerst mit dem Audio-Normalisierer an und transkribieren Sie das Ergebnis. Eine Datei ohne Audiospur kann nicht transkribiert werden.

Wie es im Vergleich abschneidet

Die Transkription im Browser bedeutet, dass die Aufnahme Ihr Gerät nie verlässt, was für Interviews, medizinische Notizen und juristische Aufnahmen wichtig ist. Der Preis dafür ist Geschwindigkeit und Einrichtung: Der erste Durchlauf lädt ein Modell herunter, und ein Telefon ist um ein Vielfaches langsamer als ein Laptop. Das Modell ist ein kleines Whisper-Modell und daher bei starken Akzenten, Hintergrundgeräuschen oder Fachvokabular weniger genau als die größten Modelle. Planen Sie ein schnelles Durchlesen und Korrekturen im Editor ein.