Text vorlesen lassen
Text mit neuronalen Stimmen in 30+ Sprachen in natürliche Sprache umwandeln
- Tempo, Tonhöhe und exakte Pausen
- Echtzeit-Hervorhebung Wort für Wort während der Wiedergabe
- Sofort als MP3 oder WAV herunterladen
Online-Werkzeug zum Transkribieren von Audio- und Videoaufnahmen — Besprechungen, Interviews, Vorlesungen, Podcasts und Sprachnotizen — in Text. Das Ergebnis kommt in Absätzen mit Sprecher- und Zeitmarken; es lässt sich direkt auf der Seite bearbeiten, kopieren oder als DOCX, PDF, TXT oder Untertitel (SRT/VTT) herunterladen. Kurze Dateien werden im Browser erkannt, stundenlange auf unserem Server, mit einer E-Mail, sobald der Text fertig ist.
MP3, WAV, M4A, FLAC, OGG, WebM oder ein Video — Datei auf die Seite ziehen oder auf dem Gerät auswählen.
Sprache und Qualität wählen, „Sprecher markieren“ anhaken und die Teilnehmerzahl eintragen, falls bekannt.
Wörter und Sprechernamen direkt auf der Seite korrigieren, dann kopieren oder als DOCX, PDF, TXT, SRT oder VTT laden.
Text vorlesen lassen
Text mit neuronalen Stimmen in 30+ Sprachen in natürliche Sprache umwandeln
Gerade beliebt
Lieber live diktieren? 🎤 Mit der Stimme schreiben
Die Dateien werden nacheinander transkribiert. Jede fertige Datei lässt sich direkt in dieser Liste öffnen oder herunterladen, alle zusammen über die Schaltfläche darunter.
Die Texte sind außerdem gespeichert unter Meine Generierungen
Ihr transkribierter Text erscheint hier.
Für eine Sitzung bei Psychologin, Therapeut oder Coach. Das Protokoll ist ein Eintrag für die Klientenakte: Anliegen, was sich seit dem letzten Mal verändert hat, Themen der Sitzung, eigene Einsichten der Klientin oder des Klienten, die Arbeit der Fachperson, Sicherheitsfragen, Vereinbarungen, Aufgaben und der nächste Termin. Keine Diagnosen.
Das Protokoll schreibt ein Sprachmodell. Für die Analyse geht der Text an einen externen KI-Anbieter (Anthropic, USA). Vor dem Senden ersetzen wir Ausweis-, Steuer- und Versicherungsnummern, Konto- und Kartennummern, Telefonnummern und E-Mail-Adressen durch Platzhalter; Namen, Firmennamen und Adressen bleiben im Text — laden Sie kein Gespräch hoch, dessen Inhalt Sie nicht an Dritte weitergeben dürfen. Jeder Punkt wird geprüft: Er erscheint nur, wenn sein Zitat wörtlich in Ihrem Text steht. Das schließt erfundene Schlüsse aus, macht die Analyse aber nicht unfehlbar — prüfen Sie Wichtiges an der Aufnahme nach.
Wo transkribiert wird, legt der Schalter „Verarbeitung“ in den Einstellungen fest. Im Browser wird das Modell einmal geladen, bleibt im Cache und läuft auf Ihrem Gerät – die Dauer hängt von ihm ab. Auf dem Server transkribiert unser Rechner die Aufnahme: Sie können den Tab schließen, und eine E-Mail meldet, wenn der Text fertig ist.
Zeit = Minuten Arbeit pro Minute Aufnahme, Median der Durchläufe unserer Besucher; beim ersten Start kommt das Laden des Modells hinzu. Die Namen entsprechen der Liste „Erkennungsqualität“.
| Modell | Einmaliger Download | Computer | Handy | Wann wählen |
|---|---|---|---|---|
| SchnellWhisper Tiny | 39–73 MB | ≈ 0,3 | 0,2–0,3 | Entwurf englischer Sprache auf einem schwachen Gerät. In anderen Sprachen irrt es so oft, dass das Tool es nicht von selbst anbietet. |
| GenauWhisper Base | 73 MB | ≈ 0,6 | 0,3–0,9 | Englische Sprache; andere Sprachen, wenn das Gerät „Hohe Genauigkeit“ nicht schafft. |
| Hohe GenauigkeitWhisper Small | 238–462 MB | ≈ 1,4 | 2,4–6,4 | Sprachen außer Englisch und Russisch, wenn das Gerät mithält: auf Spanisch 3,5-mal weniger Wortfehler als Base. |
| MaximumWhisper Large v3 Turbo | 1–1,5 GB | ≈ 3,1 (Schätzung) | 5–14 (Schätzung) | Schwierigster Ton. Braucht eine Grafikkarte; auf Geräten mit bis zu 4 GB Speicher nicht angeboten, das Tool schaltet es nie selbst ein. |
| Russisch — genauerGigaAM v3 | 305 MB | ≈ 0,6 | ≈ 2,7 (Schätzung) | Russische Sprache: Das Tool wählt es selbst, wenn das Gerät den Download schafft. Um ein Vielfaches weniger Wortfehler als Whisper; andere Sprachen erkennt es nicht. |
Zeit pro Minute Aufnahme = Median der Durchläufe dieses Servers. Sprecherkennzeichnung kostet ≈ 13 s (Schätzung) pro Minute zusätzlich, bei Auslastung kommt Wartezeit in der Warteschlange dazu.
| Modus | Zeit pro Minute Aufnahme | Wann wählen |
|---|---|---|
| StandardWhisper Base | ≈ 13 s (Schätzung) | Schnell, am ungenauesten |
| HochWhisper Small | ≈ 26 s (Schätzung) | Doppelt so genau wie Standard |
| MaximumWhisper Large v3 Turbo | ≈ 30 s (Schätzung) | Alle Sprachen; für Russisch besser bei sauberer Aufnahme |
| Russisches ModellGigaAM v3 | ≈ 3 s (Schätzung) | Genauer bei Telefon- und Raumaufnahmen; nur Russisch |
| OpenAIOpenAI gpt-transcribe | ≈ 2 s (Schätzung) | 200 Token pro Minute · in unserem Test halb so viele Fehler wie «Maximum» · die Aufnahme wird an OpenAI (USA) gesendet |
Bei einem Video wird nur die Tonspur transkribiert – sie ist Dutzende Male kleiner als das Video selbst.
Mit diesem Können lässt sich Geld verdienen
Legen Sie eine Expertenseite an: Leistungen, Zeitplan und Kundenbuchungen. Ein Formular, etwa zehn Minuten.
In dieser Rubrik gibt es noch keine Fachleute – Sie könnten die erste Person sein.
Seiten, die vor dem 28. Februar 2027 angelegt werden, erhalten das Abzeichen „Von Anfang an“.
Text vorlesen lassen
Text mit neuronalen Stimmen in 30+ Sprachen in natürliche Sprache umwandeln
Die Aufnahme ist schon da — Besprechung, Interview, Vorlesung oder Beratung — und gebraucht wird ein Dokument, das man lesen, zitieren und an Kollegen schicken kann. Genau dieses Dokument liefert das Werkzeug: Redebeiträge sind in Absätze gegliedert und mit Sprechern beschriftet, jeder Absatz hat eine Zeitmarke, Namen werden mit einem Klick korrigiert, und das Ergebnis lässt sich als DOCX, PDF, TXT oder Untertitel herunterladen. Kurze Dateien werden direkt im Browser erkannt, lange auf dem Server mit E-Mail bei Fertigstellung, und Zusammenfassung sowie Protokoll sind einen Schritt vom fertigen Text entfernt.
Nach der Dateiauswahl im Block „Sprecher“ das Häkchen „Sprecher markieren“ setzen — das Feld „Wie viele Personen sprechen“ erscheint. Leer gelassen wird die Zahl nach Gehör geschätzt; kennen Sie sie, tragen Sie sie ein: bei ähnlichen Stimmen (zwei Kolleginnen, Geschwister, Gleichaltrige) ist das deutlich genauer als Raten. Im fertigen Text auf „Sprecher 1“ klicken und einen Namen eintippen — er gilt für alle Beiträge dieser Person und für die Downloads.
Das passiert bei sehr langen Aufnahmen und dort, wo Stimmen kaum zu unterscheiden sind: dann steht über dem Text ein Hinweis, dass keine Marken gesetzt werden konnten, der Text selbst bleibt vollständig erhalten. Tragen Sie die Teilnehmerzahl unter „Wie viele Personen sprechen“ ein und starten Sie die Transkription erneut — mit bekannter Zahl trennen sich die Stimmen zuverlässiger. Wurde auf getrennten Spuren aufgenommen (jede Person auf ihrem Kanal), bietet das Werkzeug an, jede Spur einzeln zu erkennen — die genaueste Variante.
Klicken Sie auf die Zeitangabe am Anfang des Abschnitts: Das Menü listet die Sprecher auf, und die Auswahl ändert die Bezeichnung nur für diesen Abschnitt. Enthält ein Abschnitt die Worte von zwei Personen – eine kurze Antwort und die nächste Frage –, markieren Sie diese Wörter und öffnen Sie dasselbe Menü: Nur die Markierung geht an den anderen Sprecher. Wurde eine Person in zwei Stimmen aufgeteilt, geben Sie der zweiten Stimme denselben Namen; das Tool fragt dann, ob beide zusammengeführt werden sollen. Die Schaltfläche „Rückgängig“ im Block „Wer spricht“ macht jeden dieser Schritte rückgängig.
Über dem fertigen Text stehen zwei Schalter — „Zeitmarken“ und „Sprecher“. Den nicht benötigten abwählen, und er verschwindet nicht nur vom Bildschirm, sondern auch aus Kopie, DOCX, PDF und TXT: Sie laden genau das, was Sie sehen. SRT- und VTT-Untertitel tragen immer die Zeit — sie setzt jede Zeile an ihre Sekunde im Video.
Wählen Sie die Verarbeitung auf dem Server: Die Datei geht an unseren Server, der Tab kann geschlossen werden, und sobald der Text fertig ist, kommt eine E-Mail mit Link. Eine Kopie des Ergebnisses wartet unter „Meine Generierungen“, damit die Transkription nicht mit dem geschlossenen Browser verschwindet. Im Browser lassen sich solche Dateien auch verarbeiten, aber das dauert Stunden und der Tab muss offen bleiben.
Vor dem Start „Namen und Begriffe“ öffnen und sie durch Kommas getrennt auflisten: Nachnamen der Teilnehmer, Firmen- und Produktnamen, Fachvokabular. Die Erkennung nutzt die Liste als Hinweis und schreibt sie so, wie Sie es vorgegeben haben, statt nach Klang. Die Liste bleibt im Browser gespeichert und wird beim nächsten Mal eingesetzt.
Zuerst von der Aufnahme selbst: ein Telefon, das mitten in der Besprechung auf dem Tisch liegt, Hintergrundmusik und gleichzeitig sprechende Personen erzeugen mehr Fehler als jede Modellwahl. Für russische Sprache macht das Servermodell auf Telefon- und „Raum“-Aufnahmen deutlich weniger Fehler als das Browsermodell. Ist die Aufnahme dumpf oder verrauscht, zuerst durch die Sprachwiederherstellung schicken — der Link steht neben den Einstellungen.
Gehen Sie es mit einer Fachperson an — Online-Stunde oder -Beratung, Zeiten in Ihrer Zeitzone.
Machen wir! Schreiben Sie uns kurz Ihre Idee. Wenn Sie sie im Detail besprechen möchten, hinterlassen Sie eine E-Mail-Adresse, wir melden uns. Anonym geht auch.
Mit dem Hochladen bestätigen Sie, dass Sie zur Weitergabe des Inhalts an Dritte berechtigt sind, und verpflichten sich, keine personenbezogenen Daten Dritter aufzunehmen. Einzelheiten in den Nutzungsbedingungen. KI-Anbieter Tembrica ist ein unabhängiges Produkt. Wir stehen in keiner Verbindung zu den Herstellern der hier genannten Modelle und Dienste und werden von ihnen weder unterstützt noch gesponsert; ihre Namen dienen allein der sachlichen Angabe, welche Engine ein Werkzeug antreibt.
Melden Sie ein Problem oder schlagen Sie eine Verbesserung vor. Wir lesen jede Nachricht!
Ihre Nachricht wurde gesendet. Wir schauen sie uns zeitnah an.
Оплата через СБП · ₽
Откройте приложение банка, выберите «Оплатить по QR» и наведите камеру на код.
Открыть приложение банкаЖдём подтверждения от банка…
Открыть ссылку на оплатуОплата через СБП · ₽
Откройте приложение банка, выберите «Оплатить по QR» и наведите камеру на код.
Открыть приложение банкаЖдём подтверждения от банка…
Открыть ссылку на оплату