Sie nutzt automatische Spracherkennung, um aufgezeichnete Sprache in Text umzuwandeln. AIMusicGen kann Aufnahmen transkribieren, unterschiedliche Sprechende erkennen und Zeitstempel ergänzen, damit du nicht jedes Wort selbst abtippen musst.

Meetings, Interviews, Podcasts, Vorlesungen, Schulungen, Sprachnotizen und andere Aufnahmen mit gesprochenen Inhalten. Nutze den Text als Ausgangspunkt für Protokolle, Forschungsnotizen, Shownotes, Artikel oder Untertitel. Diese Seite transkribiert hochgeladenes Audio und gespeicherte Songs; sie zeichnet keine Livegespräche auf.

Ja. AIMusicGen bietet kostenlose Credits an, die du nutzen kannst, wenn dein Guthaben die Aufgabe deckt. Die Kosten richten sich nach der Audiodauer; vor dem Absenden wird eine Schätzung angezeigt. Kostenlose Credits bedeuten keine unbegrenzte Transkription. Prüfe dein Guthaben und die angezeigten Kosten.

Unterstützt werden MP3, WAV, M4A, FLAC, OGG, AAC und Audio-WEBM mit bis zu 250 MB pro Datei. Direkte Video-Uploads werden derzeit nicht unterstützt. Extrahiere zuerst das Audio und lade es in einem passenden Format hoch. Große Aufnahmen kannst du vorher in kleinere Dateien aufteilen.

Nutze die automatische Erkennung oder wähle Englisch, Mandarin, Spanisch, Hindi, Arabisch, Portugiesisch, Russisch, Japanisch, Französisch, Deutsch, Koreanisch, Italienisch oder Niederländisch. Transkribiert wird das tatsächlich Gesagte. Die Sprachauswahl hilft bei der Erkennung, übersetzt den Text aber nicht in diese Sprache.

Ja. Aktiviere Sprechende erkennen für Interviews, Meetings und Gruppengespräche. Lass die KI die Anzahl bestimmen oder gib 2 bis 6 Personen an. Sind die Stimmen bereits auf getrennten Kanälen aufgenommen, nutze Audiokanäle trennen. Beide Optionen lassen sich nicht gemeinsam aktivieren. Prüfe die Zuordnung, wenn mehrere Personen gleichzeitig sprechen.

Ja. Wähle Zeitstempel pro Wort oder Zeichen oder schalte sie aus. Das Ergebnis wird in lesbare Abschnitte gegliedert, und TXT-Downloads enthalten verfügbare Zeitangaben und Sprecherkennzeichnungen. Damit kannst du in einem Untertitel-Editor weiterarbeiten. Direkte SRT- und VTT-Downloads sind derzeit nicht verfügbar.

Ja. Aktiviere Geräusche annotieren, um Hinweise auf Lachen, Applaus oder Hintergrundmusik anzufordern. Die Hinweise liefern Kontext, trennen aber keine Tonspuren und erzeugen keine Soundeffekte. Nicht jedes Geräusch wird zwangsläufig erkannt.

Das hängt von Klarheit, Sprache, Akzent, Mikrofonqualität und Hintergrundgeräuschen ab. Deutliche Stimmen mit wenig Überschneidung liefern meist bessere Ergebnisse. Prüfe Namen, Zahlen, Fachbegriffe, Satzzeichen und Sprecherzuordnungen anhand der Originalaufnahme, bevor du dich auf das Transkript verlässt oder es veröffentlichst.

Die Dauer hängt von Aufnahmelänge, Dateigröße, Uploadgeschwindigkeit und aktueller Auslastung ab. Kurze, klare Aufnahmen sind meist schneller verarbeitet als lange. Lass die Seite während der Transkription geöffnet. Eine feste Bearbeitungszeit für alle Aufnahmen gibt es nicht.

Du kannst es prüfen, kopieren oder als TXT herunterladen und Namen, Formulierungen und Formatierung im Texteditor ändern. Direktes Bearbeiten auf der Seite ist derzeit nicht möglich. Für einen neuen Versuch ändere Sprache oder Einstellungen und sende das Audio erneut ab. Jede neue Transkription verbraucht Credits.

Dein Audio wird zur Verarbeitung übertragen. Gespeicherte Ergebnisse findest du im Verlauf deines Kontos. Der Verlauf ist keine garantierte Sicherung des ursprünglichen Audios. Bewahre eine eigene Kopie auf und lade wichtige Transkripte herunter. Lies vor dem Hochladen vertraulicher oder sensibler Aufnahmen die aktuelle Datenschutzerklärung und die Bedingungen zur Datenverarbeitung.