Wörter & Sprache · Kostenlos
Sprache in Text – kostenlos diktieren
Diktiere E-Mails, Notizen, Berichte oder Ideen und erhalte sauberen Text – kostenlose Spracherkennung im Browser. Deine Stimme wird auf deinem Gerät verarbeitet, nie hochgeladen, ohne Zeitlimit.
- Ohne Konto
- Läuft auf deinem Gerät
- Handy & Desktop
Sprechen statt tippen
Bleibt auf deinem Gerät
Audio- oder Videodatei hier ablegen
MP3, M4A, WAV, OGG, OPUS, FLAC, MP4, MOV, WEBM und mehr · auch lange Dateien
Aufnahme läuft…
0:00Dein Transkript entsteht
·
- Datei wird gelesen
- Sprachmodell wird geladen
- Wird abgetippt
Bisheriger Text
Dein Transkript
Klick auf einen Satz, um ihn zu korrigieren.
Privat von Grund auf. Die Aufnahme wird auf deinem Gerät verarbeitet und nie hochgeladen. Nur das Sprachmodell wird einmal von Hugging Face geladen.
Am Computer am schnellsten. Mit aktuellem Grafikchip (WebGPU) dauert eine Stunde Audio nur wenige Minuten. Handys gehen auch, etwas langsamer.
So diktierst du mit dem Transcript Studio
Auf Aufnehmen tippen
Erlaube einmal das Mikrofon. Eine Pegelanzeige zeigt, dass deine Stimme ankommt.
Natürlich sprechen
Sprich in ganzen Sätzen. „Komma“ oder „Punkt“ musst du nicht sagen: Whisper setzt die meisten Satzzeichen selbst.
Stoppen und Text nutzen
Tippe auf „Stoppen und abtippen“. Korrigiere, was nötig ist, und kopiere den Text oder speichere ihn als Word.
Wofür Leute das Transcript Studio nutzen
- Interviews transkribieren – eine Stunde Interview abzutippen dauert vier bis sechs Stunden; hier sind es Minuten.
- Vorlesungen und Unterricht – Aufnahmen werden zu Notizen, die du durchsuchen und zitieren kannst.
- Meetings und Telefonate – ein Protokoll statt Hin- und Herspulen.
- Videos und Social Media – Untertitel für YouTube, TikTok und Instagram, wo die meisten ohne Ton schauen.
- Diktieren – E-Mails, Berichte und Ideen sprechen statt tippen.
- Barrierefreiheit – Audio lesbar machen für Menschen, die schlecht oder nicht hören.
Warum „ohne Upload“ wichtig ist
Die meisten Online-Transkriptionsdienste laden deine Aufnahme auf ihre Server und begrenzen die Gratis-Nutzung auf wenige Minuten. Das Transcript Studio nutzt stattdessen das offene Whisper-Modell von OpenAI direkt in deinem Browser. Die Aufnahme verlässt dein Gerät nie – wichtig bei vertraulichen Interviews, ärztlichen oder juristischen Diktaten und Firmenmeetings – und es gibt kein Minutenlimit.
Untertitel als SRT und VTT
Jeder Satz hat seine Zeitmarke. Der SRT- und VTT-Export teilt ihn in gut lesbare Untertitelzeilen (Zeilenlänge wählbar), die YouTube, Vimeo, Premiere und DaVinci Resolve verstehen. Bei Videos siehst du die Untertitel vor dem Speichern direkt im Bild.
Wie genau ist das?
Whisper versteht rund 99 Sprachen und ist bei klarer Sprache sehr gut. Bei Musik, starken Störgeräuschen oder mehreren Leuten gleichzeitig sinkt die Genauigkeit. Nimm „Genau“ für schwierige Aufnahmen, stell die Sprache fest ein statt automatisch und prüfe Namen und Zahlen vor dem Veröffentlichen.
Sprachen und Übersetzung
Deutsch, Englisch, Französisch, Spanisch, Italienisch, Portugiesisch, Niederländisch, Polnisch, Türkisch, Arabisch, Chinesisch, Japanisch und viele mehr werden erkannt. Mit „Ins Englische übersetzen“ bekommst du von einer fremdsprachigen Aufnahme gleich ein englisches Transkript.
Weitere Seiten des Transcript Studios
Häufige Fragen
Ist das besser als die Diktierfunktion meines Handys?
Die Diktierfunktion von iPhone oder Android ist super für kurze Nachrichten. Das Transcript Studio passt für längere Diktate: Du kannst die Aufnahme nachhören, siehst jeden Satz mit Zeitmarke und exportierst als Word oder Text, privat am Handy oder Computer.
Funktioniert es offline?
Ist das Sprachmodell einmal geladen, läuft das Abtippen ohne Server. Die Seite selbst muss aus dem Internet geladen werden.
Ist das Transcript Studio wirklich kostenlos?
Ja. Kein Konto, kein Abo, kein Wasserzeichen und keine Grenze bei Minuten oder Dateien. Finanziert wird es von der Website, nicht von deinen Aufnahmen.
Werden meine Aufnahmen hochgeladen?
Nein. Dekodieren und Spracherkennung laufen in deinem Browser. Nur das Sprachmodell wird einmal von Hugging Face geladen; deine Aufnahme wird nirgendwohin geschickt.
Welche Dateiformate funktionieren?
Alles, was dein Browser abspielen kann: MP3, M4A, AAC, WAV, OGG, OPUS, FLAC, WEBM und Videos wie MP4 und MOV. Eine Datei darf am Computer bis 1,5 GB und am Handy bis 400 MB groß sein.
Wie lange dauert das?
Am Laptop mit WebGPU braucht eine Stunde Audio mit „Schnell“ meist nur wenige Minuten. Ohne WebGPU und am Handy dauert es länger; du siehst den Text entstehen und eine Zeitschätzung.
Kann ich Untertitel für YouTube oder TikTok erstellen?
Für YouTube ja: Exportiere SRT oder VTT und lade die Datei mit deinem Video hoch oder importiere sie in dein Schnittprogramm. Die Zeichen pro Zeile kannst du einstellen. Auf TikTok und Instagram erscheinen Untertitel nur zuverlässig, wenn sie Teil des Bildes sind – brenn sie dafür mit dem Subtitle Studio ein.
Erkennt es verschiedene Sprecher?
Noch nicht. Das Transkript ist in Sätze mit Zeitmarken geteilt, ohne Sprechernamen; die kannst du beim Korrigieren ergänzen.
Kleine Pause
