Sprache in Text – kostenlos
Sprache in Text transkribiert Audio- und Videodateien oder eine Mikrofonaufnahme in rund 100 Sprachen mit dem Open-Source-Modell Whisper von OpenAI. Das Modell, von 67 MB (Tiny) bis 1,6 GB (Large v3 Turbo), wird einmal heruntergeladen und läuft auf deinem Gerät. Schalte bei Bedarf die Übersetzung ins Englische ein, bearbeite das Transkript und exportiere TXT, Word, SRT, VTT oder JSON.
- Whisper-Modelle:
- Tiny, Base, Small, Large v3 Turbo
- Export:
- TXT, Word, SRT, VTT, JSON
- Sprachen:
- Rund 100; Übersetzung ins Englische
- Preis:
- Kostenlos
- Läuft:
- KI in deinem Browser
- Uploads:
- Keine: Dateien verlassen nie dein Gerät
- Konto:
- Nicht nötig
Kurze Antworten
Wird meine Aufnahme hochgeladen?
Nein. Das Whisper-Modell wird einmal von Hugging Face geladen und läuft in deinem Browser; das Audio verlässt dein Gerät nie.
Welche Sprachen werden unterstützt?
Rund 100 Sprachen, von Englisch, Spanisch und Chinesisch bis Walisisch und Suaheli. Am genauesten ist die Erkennung bei weit verbreiteten Sprachen und mit den größeren Modellen.
Die Oberfläche des Tools ist vorerst auf Englisch.
Auf deinem Gerät verarbeitet: Deine Dateien werden nie hochgeladen. So funktioniert's
Netzwerkaktivität in diesem Tab
Was diese Seite angefragt hat, seit du die Website in diesem Tab geöffnet hast. Ein Upload ist jede Anfrage, die Daten sendet: POST, PUT, PATCH oder eine Anfrage mit Inhalt (Body).
Keine Uploads: Diese Seite hat nichts gesendet.
Noch keine Netzwerkanfragen.
Um jede Anfrage zu sehen, öffne die Entwicklertools deines Browsers (Tab „Netzwerk“).
So verwendest du Sprache in Text
- Ziehe eine Audio- oder Videodatei hierher oder nimm über das Mikrofon auf.
- Wähle ein Modell (Tiny ist am schnellsten, Small und Large v3 Turbo sind am genauesten) und die Sprache, oder lass die Sprache automatisch erkennen.
- Klicke auf Transcribe: Der Text erscheint, während er erkannt wird; bei Cancel bleibt erhalten, was schon fertig ist.
- Durchsuche den Text, klicke auf einen Satz, um ihn zu hören, korrigiere Wörter im Edit-Modus und exportiere dann TXT, Word, SRT, VTT oder JSON.
Danksagungen & Open Source
Open-Source-KI-Modell, das in deinem Browser läuft. Danke an alle, die diese Projekte möglich machen.
- Transformers.js© Hugging Face, Inc. and contributors · Apache-2.0
- ONNX Runtime Web© Microsoft Corporation · MIT
- Mediabunny© Vanilagy and contributors · MPL-2.0
- docx© Dolan Miu · MIT
Verwendete Webplattform-APIs: Web Workers, WebAssembly, WebCodecs, Web Audio API, Media Capture (getUserMedia), MediaRecorder, File API, localStorage.
- Whisper tiny / base / small (ONNX, timestamped exports) von OpenAI (model); onnx-community (ONNX conversion) (MIT (openai/whisper; the Hugging Face model cards list Apache-2.0))
- Whisper large-v3-turbo (ONNX, timestamped export) von OpenAI (model); onnx-community (ONNX conversion) (MIT)
Vollständige Lizenztexte: Hinweise zu Drittanbietern · alle Danksagungen
Häufige Fragen
Kann es übersetzen?
Ja: Schalte Translate to English ein, um Gesprochenes in jeder unterstützten Sprache als englischen Text zu erhalten (nicht verfügbar mit Large v3 Turbo).
Wie lang darf die Datei sein?
Stunden, wenn dein Gerät genug Arbeitsspeicher hat: Das Audio wird in Abschnitten von 30 Sekunden verarbeitet. Eine Stunde Audio belegt etwa 230 MB Speicher; mit WebGPU geht es um ein Vielfaches schneller.
Kann ich Untertitel bekommen?
Exportiere hier SRT oder VTT, oder nutze den Untertitel-Generator, um Einträge zu bearbeiten, zu gestalten und ins Video einzubrennen.