Audio zu Text

Sprache mit der Web Speech API in Text transkribieren

100 % kostenlos. Läuft vollständig in deinem Browser: deine Dateien und Daten verlassen dein Gerät nie, und es wird nichts auf einen Server hochgeladen.

speaker_notes_off

Spracherkennung nicht unterstützt

Dein Browser unterstützt die Web Speech API nicht. Bitte nutze Google Chrome oder Microsoft Edge.

Jump to the next useful tool without leaving your flow.

See more

Über dieses Tool

Das nutzt die Web Speech API, die ins Browser eingebaute Spracherkennung, um gesprochenes Audio in Text zu verwandeln. Eines verdient es, klar gesagt statt versteckt zu werden: In Chrome und Edge ist diese API nicht lokal. Der Browser streamt Audio zur Spracherkennung an Googles Sprachserver und gibt den Text zurück. Diese Site empfängt oder speichert dein Audio nie, aber es verlässt dein Gerät über den Browser, behandle es also als ungeeignet für vertrauliche oder privilegierte Aufnahmen. Die Unterstützung ist auch ungleich - Chrome und Edge setzen sie gut um, Safari teilweise, Firefox gar nicht ohne Flag. Was du dafür bekommst, ist für den Alltag wirklich nützlich: ein schnelles grobes Transkript ohne Konto, ohne Upload-Limit und ohne Minutenpreis. Die Genauigkeit hängt weit mehr an der Aufnahme als an der Software. Klare Sprache, eine Stimme zur Zeit und wenig Hintergrundgeräusch transkribieren gut; ein lautes Meeting mit überlappenden Stimmen nicht.

So verwendest du dieses Tool

  1. Prüfe, ob dein Browser es unterstütztChrome und Edge funktionieren am besten. Firefox setzt die API nicht um, Safari nur teilweise.
  2. Wähle die gesprochene SpracheDie Erkennung ist sprachspezifisch - die falsche Einstellung erzeugt Unsinn statt einer schlechten Schätzung.
  3. Transkription startenSprich klar in natürlichem Tempo. Text erscheint, während die Erkennung läuft.
  4. Das Ergebnis Korrektur lesenNamen, Fachbegriffe und Zahlen sind, wo Fehler sich häufen, und sie zählen am meisten.

Genaue Ergebnisse beim Diktieren

Sprich deutlich und gleichmäßig, nah am Mikrofon, in einem ruhigen Raum. Wähle Deutsch als Sprache, sprich Satzzeichen, wo dein Browser das unterstützt („Komma“, „Punkt“), und mach zwischen Sätzen kurze Pausen.

Genutzt wird die Spracherkennung deines Browsers. In Chrome und Edge wird das Audio dafür an den Sprachdienst des Browserherstellers geschickt – diese Website erhält es nie –, diktiere also nichts Vertrauliches.

Warum es nutzen

  • Kostenlos ohne Konto, ohne Upload-Limit und ohne Transkriptionspreis pro Minute.
  • Schnell genug, um für einen groben ersten Durchgang bei Notizen und Memos nützlich zu sein.
  • Unterstützt mehrere Sprachen, wählbar bevor du startest.
  • Keine Software zum Installieren - es nutzt, was der Browser schon mitbringt.
  • Text ist sofort bearbeitbar, Korrekturen passieren also an Ort und Stelle.

Häufige Anwendungen

  • Ein grobes Transkript einer Sprachnotiz oder Vorlesung bekommen.
  • Notizen diktieren, schneller als sie zu tippen.
  • Inhalt sprechen statt schreiben.
  • Eine Aufnahme durchsuchbar machen, indem es Text zum Durchsuchen gibt.
  • Den Kern eines Meetings für deine eigene Referenz festhalten.

Tipps für bessere Ergebnisse

  • Nutze es nicht für vertrauliches Material. In Chrome geht das Audio zur Erkennung an Google - das ist das Design des Browsers, nicht dieser Site.
  • Stell die Sprache zuerst richtig ein. Die Erkennung ist sprachspezifisch, und die falsche Wahl erzeugt Kauderwelsch.
  • Sprich in normalem Tempo mit klaren Pausen zwischen Sätzen. Hetzen schadet der Genauigkeit mehr als der Akzent.
  • Nutze ein nahes Mikrofon. Abstand und Hintergrundgeräusch verschlechtern die Erkennung stark.
  • Korrekturlies immer Zahlen, Namen und Fachbegriffe - das sind die Fehler, die dich wirklich kosten.

Fehler, die du vermeiden solltest

  • Annehmen, es sei privat. Die Erkennung selbst läuft auf den Servern des Browser-Anbieters, nicht auf deinem Gerät.
  • Es in Firefox versuchen und schließen, das Tool sei kaputt - die API ist dort einfach nicht umgesetzt.
  • Die falsche Spracheinstellung nutzen und Unsinn als Ausgabe bekommen.
  • Ein Meeting mit mehreren Sprechenden transkribieren und Sprechertrennung erwarten, die dies nicht kann.
  • Ein Transkript veröffentlichen, ohne es zu lesen, obwohl Eigennamen genau dort scheitern.

Häufig gestellte Fragen

Die Genauigkeit hängt von Audioklarheit, Akzent, Hintergrundgeräusch und Sprechtempo ab - klare, gut aufgenommene Sprache transkribiert deutlich besser als rauschendes oder gemurmeltes Audio. Prüfe die Ausgabe immer, besonders bei Wichtigem.

Die Unterstützung hängt von den Sprachfähigkeiten der Web Speech API deines Browsers ab - viele gängige Sprachen werden unterstützt, Genauigkeit und Verfügbarkeit können aber je nach Sprache variieren.

Nicht zu dieser Site - aber ja, faktisch. Chrome und Edge setzen die Web Speech API um, indem sie Audio an die Sprachserver des Browser-Anbieters streamen, deine Stimme verlässt dein Gerät also, obwohl wir sie nie empfangen oder speichern. Das solltest du wissen, bevor du etwas Vertrauliches transkribierst.

Chrome und Edge unterstützen es vollständig, Safari teilweise, und Firefox setzt die Web Speech API ohne Flag gar nicht um. Wenn beim Start nichts passiert, ist der Browser der übliche Grund.

Nein. Die Web Speech API erzeugt einen einzelnen Textstrom ohne Sprecherlabels, ein Meeting mit mehreren Personen kommt also als ein durchgehendes Transkript. Dedizierte Transkriptionsdienste machen Diarisation; Browser-Spracherkennung nicht.

Geh näher ans Mikrofon, reduziere Hintergrundgeräusch, sprich in natürlichem Tempo mit klaren Satzpausen und stell zuerst die richtige Sprache ein. Diese vier zählen weit mehr als alles in der Software.

Probier den Datei-Tab: Er spielt die Aufnahme ab und leitet den Ton an die Spracherkennung deines Browsers weiter, sofern der Browser das unterstützt. Die Unterstützung ist begrenzt - erscheint kein Text, spiel die Datei laut in Mikrofonnähe ab und nutz das Live-Mikrofon. Eine klare Aufnahme bei mittlerer Lautstärke funktioniert am besten.

Die Browser-Erkennung setzt in den meisten Sprachen kaum oder keine Satzzeichen. Das Aussprechen von 'Komma' oder 'Punkt' funktioniert in manchen Browsern; ansonsten diktiere in kurzen Sätzen und überarbeite den Text danach.

Für schnelles Diktieren von Notizen, E-Mails und ersten Entwürfen und um Ideen schneller festzuhalten, als du tippen kannst. Für lange Interviews oder alles, was Sprecherkennzeichnung und Zeitstempel braucht, spart ein spezieller Transkriptionsdienst mehr Zeit.