Audio transkribieren: MP3, M4A, WAV zu Text

Audio transkribieren — ohne eine Zeile abzutippen.

Eine Tonaufnahme transkribieren heißt bei Titro: Datei hochladen, kurz warten, lesen. Kein Video, kein Export, kein Rendern — du bekommst den gesprochenen Text zurück, jedes Wort mit eigenem Zeitstempel, und lädst ihn als .srt herunter oder kopierst ihn als Fließtext.

Was beim Audio-Transkribieren tatsächlich passiert.

01 Nur Ton, nur Text

Ein Transkript-Projekt ist kein Video ohne Bild, sondern eine eigene Sache: Titro hört die Aufnahme, schreibt mit und hört dann auf. Es wird nichts gerendert, nichts eingebrannt, nichts exportiert, worauf du warten müsstest. Deshalb ist ein Transkript auch schneller fertig als ein untertiteltes Video derselben Länge.

02 Jedes Wort hat eine Zeit

Du bekommst nicht einen Textblock, sondern Zeilen mit Anfang und Ende. Das ist der Unterschied zwischen einem Transkript, das man nur lesen kann, und einem, aus dem direkt eine Untertiteldatei wird: Die .srt entsteht aus denselben Zeilen, ohne dass du irgendwo Zeitmarken einträgst.

03 Kein Wasserzeichen, weil es kein Bild gibt

Beim kostenlosen ersten Video trägt der Export ein kleines Titro-Zeichen. Ein Transkript hat kein Bild, auf das man etwas legen könnte — die .srt aus den ersten drei Gratisminuten ist dieselbe Datei, die ein bezahlter Plan liefert. Was der freie Zugang begrenzt, ist die Länge, nicht die Qualität.

04 Fünf Sprachen, auch gemischt

Deutsch, Englisch, Albanisch, Italienisch und Französisch erkennt Titro, auch wenn sie in einem Satz wechseln. Andere Sprachen nicht. Ist deine Aufnahme auf Türkisch, Polnisch oder Spanisch, ist Titro das falsche Werkzeug — das steht lieber hier als nach dem Upload.

Audio transkribieren, Schritt für Schritt.

Im Studio «Nur Transkript» wählen

Unter app.titro.live legst du ein neues Projekt an und stellst oben um: Video mit Untertiteln oder nur Transkript. Die zweite Wahl nimmt Tondateien an — MP3, M4A, WAV, FLAC, OGG, Opus — und ebenso ein Video, wenn dich daran nur die Worte interessieren.

Sprache und Sprecher angeben

Sag, was gesprochen wird, oder lass es automatisch erkennen. Sprechen mehrere Personen, schalte «Verschiedene Sprecher» ein: dann bekommt jede Stimme eine eigene Kennung, und sie steht später auch in der .srt. Eine verrauschte Aufnahme darf vorher bereinigt werden; das hört nur die Erkennung, deine Datei bleibt, wie sie ist.

Kurz warten

Für eine Aufnahme von ein paar Minuten ist das eine Sache von Sekunden. Eine Stunde Interview braucht entsprechend länger, weil eine Stunde lang gesprochen wird.

Lesen, korrigieren, mitnehmen

Der Text steht zeilenweise auf dem Bildschirm, mit Zeitangabe. Tipp in eine Zeile, um ein Wort zu ändern — das wird automatisch gespeichert, und die .srt trägt immer genau das, was du gerade siehst. Dann «.srt herunterladen» oder «Text kopieren» für Shownotes, Protokoll oder Dokument.

Formate, Genauigkeit, Kosten: was du vorher wissen solltest.

Welche Dateien gehen

MP3, M4A, AAC, WAV, FLAC, OGG, Opus und AMR, dazu alle Videoformate, die Titro ohnehin annimmt — MP4, MOV, MKV, WebM. Eine Sprachnotiz vom iPhone ist eine .m4a und geht direkt. Eine WhatsApp-Sprachnachricht ist eine .opus und geht ebenso. Entscheidend ist nicht die Endung, sondern ob eine Tonspur drin ist: eine Datei ohne Ton wird abgewiesen, bevor eine Minute berechnet wird.

Wie genau ist das

Bei sauber aufgenommener Sprache in einer der fünf Sprachen ist das Ergebnis lesbar, ohne dass du viel nachbessern musst. Schlechter wird es bei starkem Hintergrundgeräusch, bei mehreren Menschen, die gleichzeitig reden, und bei Namen, die kein Wörterbuch kennt. Deshalb ist der Text bearbeitbar und nicht festgeschrieben, und deshalb lohnt sich bei einer verrauschten Aufnahme die Tonbereinigung beim Upload — sie wirkt auf die Kopie, die die Erkennung hört.

Was es kostet

Die ersten drei Minuten sind gratis, ohne Karte, einmal pro Konto. Danach: Creator für 4,99 € im Monat oder 49 € im Jahr, 300 Minuten monatlich und bis 60 Minuten je Datei. Wer regelmäßig lange Aufnahmen hat — Redaktionen, Agenturen —, nimmt Studio für 29 € mit 3.000 Minuten und bis 180 Minuten je Datei. Minuten zählen gleich, ob du ein Video untertitelst oder nur transkribierst; nur eine Übersetzung zählt doppelt, weil sie ein zweiter Durchgang ist.

Transkript, Untertitel, Übersetzung

Dieselbe Erkennung trägt drei Ergebnisse. Willst du den Text ins Bild gebrannt haben, ist das ein Video-Projekt: Video transkribieren und Untertitel erstellen beschreiben diesen Weg. Willst du nur die Datei, bist du hier richtig. Und soll der Text in einer anderen Sprache herauskommen, übersetzt Titro zwischen den fünf Sprachen — siehe Untertitel übersetzen.

Wofür Leute das benutzen

Ein Podcast, aus dem Shownotes und ein durchsuchbares Archiv werden sollen (Podcast transkribieren). Ein Interview, das zitierfähig werden muss (Interview transkribieren). Eine Sprachnotiz, aus der ein Text wird (MP3 in Text umwandeln). Ein Musikvideo oder ein Song, für den du die Textdatei brauchst, die eine Plattform verlangt (SRT-Datei erstellen).

Was du wissen solltest.

Kann ich Audio kostenlos transkribieren?

Ja, die ersten drei Minuten, ohne Karte, einmal pro Konto. Beim Transkript gibt es kein Wasserzeichen, weil es kein Bild gibt — du bekommst dieselbe .srt wie ein bezahltes Konto, nur eben für drei Minuten.

Welche Audioformate werden unterstützt?

MP3, M4A, AAC, WAV, FLAC, OGG, Opus und AMR, dazu die üblichen Videoformate. Eine Sprachnotiz vom iPhone (.m4a) und eine WhatsApp-Nachricht (.opus) gehen direkt.

Bekomme ich Zeitstempel?

Ja. Jede Zeile hat Anfang und Ende, und daraus entsteht die .srt-Datei ohne weiteres Zutun.

Erkennt Titro mehrere Sprecher?

Ja, wenn du es beim Upload einschaltest. Jede Stimme bekommt eine eigene Kennung, die auch in der .srt steht.

In welchen Sprachen?

Deutsch, Englisch, Albanisch, Italienisch und Französisch, auch gemischt in einem Satz. Andere Sprachen werden nicht erkannt.

Kann ich das Transkript noch ändern?

Ja. Der Text steht zeilenweise auf dem Bildschirm und ist bearbeitbar; Änderungen werden automatisch gespeichert und die .srt trägt immer den aktuellen Stand.

Wie lang darf die Aufnahme sein?

Drei Minuten bei den kostenlosen ersten Minuten, bis 60 Minuten je Datei im Creator-Plan und bis 180 Minuten im Studio-Plan.