Audio in Text umwandeln

Teile die Sprachnachricht auf dem Handy und speichere sie als Datei: auf dem iPhone mit „In Dateien sichern“, auf Android in einem Ordner deiner Wahl. Dann lädst du sie hier hoch. WhatsApp-Sprachnachrichten sind .opus-Dateien, und wir lesen sie so, wie sie sind, ohne sie vorher umzuwandeln.

Bis 30 Minuten Audio ist es kostenlos, und du brauchst kein Konto. Längere Aufnahmen bezahlst du einmal online, ebenfalls ohne Konto: 1 € bis 60 Minuten, 2 € bis 120, inklusive MwSt., mit Rechnung per E-Mail. Den Preis siehst du vor dem Bezahlen. Klappt die Transkription nicht, erstatten wir dir das Geld, ohne dass du danach fragen musst.

Audio als MP3, M4A, WAV, OGG, FLAC und AAC, WhatsApp-Sprachnachrichten und Videos als MP4, MOV, WebM und MKV. Von einem Video behalten wir nur den Ton, und das erledigt dein Browser vor dem Hochladen: So ist die Datei viel kleiner. Du kannst auch direkt auf der Seite über das Mikrofon aufnehmen. Das Maximum sind 120 Minuten.

Das Modell kennt 99 Sprachen und erkennt die Sprache der Aufnahme selbst. Du kannst sie auch selbst wählen: Das hilft, wenn die Aufnahme mit Musik oder Geräuschen beginnt, denn die Erkennung hört nur die ersten Sekunden. Deutsch, Englisch, Italienisch, Spanisch, Französisch und Portugiesisch werden am genauesten; seltenere Sprachen haben mehr Fehler.

Nein. Unser Modell trennt die Stimmen nicht, und wir tun auch nicht so. Der Text kommt in kurzen Absätzen, jeder mit der Minute, in der er beginnt, damit du eine Stelle auch ohne Namen findest. Für Besprechungen gibt es das KI-Besprechungsprotokoll, das aus der Transkription eine Zusammenfassung, die Beschlüsse und die Aufgaben macht.

Das hängt von der Länge der Aufnahme ab und davon, wie viele Transkriptionen vor deiner warten: Der Server macht eine nach der anderen. Während du wartest, zeigt die Seite, wie viel Zeit vergangen ist und, wenn es genug aktuelle Transkriptionen für eine Schätzung gibt, wie lange es normalerweise dauert. Du kannst den Tab wechseln: Die Arbeit läuft weiter.

Kopiere ihn mit einem Klick oder lade ihn als TXT, Word (DOCX) oder PDF herunter, mit oder ohne Zeitmarken an den Absätzen. Es gibt auch Untertitel als SRT und VTT, die sich in YouTube, Premiere, CapCut und VLC öffnen lassen. Auf der Seite kannst du nach einem Wort suchen und, wenn du die Aufnahme hier gewählt hast, auf eine Zeitmarke klicken, um die Stelle noch einmal zu hören.

Die Aufnahme geht auf unsere Server in Europa, wird dort transkribiert und gelöscht, sobald die Arbeit fertig ist. Sie läuft nicht über Transkriptionsdienste anderer Firmen. Der Text bleibt 24 Stunden, damit du ihn in diesem Browser oder über den Link aus der Zahlungs-E-Mail wieder öffnen kannst, dann löschen wir ihn. Wir nutzen ihn nicht, um irgendein Modell zu trainieren.