SRT-Untertitel aus Audio erstellen
Hol dir aus jedem Audio oder Video eine fertige SRT-Datei. Klicke am Ende auf SRT.
Wähle Dateien oder klicke auf Aufnehmen.
Transkript
Auf diesem Gerät gespeichert
Läuft auf deinem Gerät. Die Modelle werden beim ersten Mal geladen und dann vom Browser behalten. PDF öffnet das Druckfenster: wähle Als PDF speichern.
Über SRT-Untertitel
- Das bekommst du Eine SRT-Datei mit nummerierten Untertiteln und Start- und Endzeiten, dazu eine VTT-Datei für Web-Player.
- Nutzbar in YouTube, Premiere Pro, DaVinci Resolve, CapCut, VLC und den meisten Videoplayern.
- Gut zu wissen Prüf Namen und Fachbegriffe vor dem Veröffentlichen. Die Zeiten sind nah dran, aber nicht bildgenau.
So erstellst du Untertitel aus Audio
- Wähle eine oder mehrere Dateien, zieh sie in das Feld oder klicke auf Aufnehmen, um dein Mikrofon zu nutzen.
- Wähle die gesprochene Sprache oder lass Automatisch erkennen stehen. Schalte für Interviews und Meetings die Sprechererkennung ein.
- Klicke auf Transkribieren. Die Dateien laufen nacheinander, und der Text erscheint Stück für Stück.
- Hör dir das Audio an, korrigiere Fehler, benenne die Sprecher um und lade Word, PDF, TXT, SRT oder VTT herunter.
Welche Qualität passt
| Qualität | Modell | Download | Gut für |
|---|---|---|---|
| Schnell | Whisper tiny | Ca. 45 MB (80 MB mit Grafikkarte) | Klares Englisch, ältere Handys, einen schnellen Überblick |
| Ausgewogen | Whisper base | Ca. 80 MB (150 MB mit Grafikkarte) | Die meisten Aufnahmen auf einem Laptop oder neueren Handy |
| Beste | Whisper small | Ca. 250 MB (490 MB mit Grafikkarte) | Akzente, Hintergrundgeräusche, andere Sprachen als Englisch, Übersetzung |
Jedes Modell wird nur einmal geladen. Danach kommt es aus dem Speicher deines Browsers. Die Sprechererkennung braucht beim ersten Mal etwa 33 MB zusätzlich.
Weitere Dateien, die du umwandeln kannst
Fragen
Ist das wirklich kostenlos?
Ja. Kein Konto, keine Anmeldung, kein Bezahlabo. Die Arbeit erledigt dein eigenes Gerät, also gibt es keine Serverkosten, die wir weitergeben müssten. Die einzige Grenze ist der Speicher deines Geräts: Lange Dateien brauchen mehr davon.
Wird mein Audio hochgeladen?
Nein. Dein Browser öffnet die Datei und führt das Sprachmodell auf deinem Gerät aus. Nur die Modelle werden geladen, von Hugging Face. Dein Audio und deine Transkripte werden nirgendwohin geschickt.
Welche Dateien kann ich umwandeln?
MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4 und WebM öffnen sich in den meisten Browsern sofort. AVI, MOV, MKV und andere Videos, die dein Browser nicht öffnen kann, laufen durch einen eingebauten Konverter, der beim ersten Mal etwa 10 MB lädt.
Gibt es eine Größenbeschränkung?
Es gibt kein festes Limit, aber die ganze Datei wird in den Arbeitsspeicher geladen. Lange Aufnahmen brauchen mehr Speicher, auf dem Handy sind kürzere Dateien und die Qualität Schnell daher sicherer. In unseren Tests lief eine Aufnahme von 1 Stunde auf einem Computer mit Grafikkarte komplett durch, und eine Datei von 2 Stunden wurde geladen und gestartet.
Wie gut ist das Transkript?
Klare Sprache in einem ruhigen Raum klappt gut. Akzente, Durcheinanderreden, Musik und Lärm führen zu Fehlern, ebenso Namen und seltene Wörter. Lies es immer durch, bevor du es verwendest.
In welchen Formaten kann ich herunterladen?
Word (DOCX), PDF, reiner Text (TXT) und Untertitel als SRT oder VTT. Zeitmarken und Sprechernamen sind enthalten, wenn sie eingeschaltet sind.