Transcriber

Unbegrenzt transkribieren im Browser mit Whisper KI

Wählen Sie eine Audiodatei, und das Whisper-Modell transkribiert sie direkt in Ihrem Browser. Python, ffmpeg oder GPU-Treiber müssen nicht eingerichtet werden. Das Audio erreicht nie einen Server, und es gibt weder Konto noch Bezahlung.

Umgebung wird geprüft …

Bei kleineren Modellen sinkt die Genauigkeit für diese Sprache stark. Wählen Sie Whisper Small oder größer

AnBeta

Normalerweise können Sie „Auto“ beibehalten. Ändern Sie den Wert nur, wenn das Ergebnis eindeutig die falsche Anzahl an Sprechern hat

So nutzen Sie es

  1. Wählen Sie ein Modell. Die Voreinstellung richtet sich automatisch danach, was Ihr Gerät bewältigen kann. Auf einem PC mit WebGPU bietet Large v3 Turbo eine gute Balance aus Genauigkeit und Geschwindigkeit.
  2. Wählen Sie die Sprache. Die automatische Erkennung funktioniert, aber die Angabe der tatsächlichen Sprache verringert Erkennungsfehler.
  3. Wählen Sie eine Audio- oder Videodatei. Die Transkription beginnt, sobald die Datei geladen ist, und wenn sie fertig ist, können Sie das Ergebnis als TXT- oder SRT-Datei exportieren.

Über Whisper im Browser

Whisper ist ein von OpenAI veröffentlichtes Spracherkennungsmodell. Normalerweise nutzt man es, indem man eine Python-Umgebung einrichtet und ffmpeg sowie GPU-Treiber installiert. Dieses Tool führt dieselben Whisper-Modelle aus, umgewandelt in ein Format, das im Browser läuft. Ein Modell wird beim ersten Mal heruntergeladen, danach wird die in Ihrem Browser gespeicherte Kopie verwendet.

Sechs Modelle stehen zur Verfügung: Tiny, Base, Small, Medium, Large v3 Turbo und Large v3. Auf einem PC mit WebGPU laufen sie auf der GPU, auf Smartphones und Geräten ohne WebGPU auf der CPU. Größere Modelle sind genauer, brauchen aber einen größeren Download und mehr Arbeitsspeicher. Large v3 Turbo behält den Encoder von Large v3 und nutzt einen kleineren Decoder, daher läuft es schnell bei einer Genauigkeit nahe an Large v3.

Whisper schreibt bei Stille oder Musik manchmal Sätze, die niemand gesagt hat. Wiederholte Sätze werden automatisch entfernt, ein Satz, der nur einmal vorkommt, bleibt jedoch stehen – löschen Sie diese Zeile auf der Ergebnisseite.

Wenn etwas nicht klappt

Häufige Fragen

Brauche ich Python oder eine GPU?

Nein. Ein aktueller Browser wie Chrome oder Edge genügt. Auf einem PC mit WebGPU läuft es schnell auf der GPU, auf Smartphones oder Geräten ohne nutzbare GPU auf der CPU (das dauert länger).

Welches Modell sollte ich wählen?

Die Voreinstellung richtet sich automatisch danach, was Ihr Gerät bewältigen kann. Auf einem PC mit WebGPU bietet Large v3 Turbo eine gute Balance aus Genauigkeit und Geschwindigkeit; auf einem Smartphone wählen Sie Tiny oder Base.

Sind die Ergebnisse dieselben wie bei der Python-Version von Whisper?

Das Modell ist dasselbe Whisper, wurde aber für den Browser verkleinert, daher können Details der Ausgabe von der Python-Version abweichen.

Funktioniert es offline?

Ja. Sobald das Modell heruntergeladen ist, können Sie ohne Netzwerkverbindung transkribieren.

Audio vorbereiten – und nach dem Transkribieren

MP3 transkribierenEine MP3-Datei auswählen und in Text umwandeln.Video (MP4) transkribierenDas Audio aus MP4 und anderen Videos extrahieren und in Text umwandeln.M4A transkribierenM4A-Dateien wie iPhone-Sprachmemos in Text umwandeln.Untertitel (SRT) erstellenUntertitel mit Zeitstempeln aus Audio oder Video erstellen.Meeting transkribierenMeeting-Aufzeichnungen nach Sprechern getrennt in Protokolle umwandeln.Aufnahmen transkribierenDateien von Diktiergeräten und lange Aufnahmen in Text umwandeln.Alle Funktionen ansehenAudio- und Videodateien vollständig im Browser transkribieren. Kein Konto, kein Upload – Ihre Audiodaten verlassen Ihr Gerät nicht. Kostenlos und ohne Zeit- oder Nutzungslimit. KI-Transkription mit Whisper für MP3, WAV, M4A, MP4 und mehr, dazu Sprechererkennung und Export als SRT-Untertitel.

Helfen Sie uns, den Dienst zu verbessern

Wenn Sie uns die Umstände eines Durchlaufs senden – ob erfolgreich oder fehlgeschlagen –, hilft uns das, Probleme aufzuspüren (eine Fehlerquote braucht beides). Zu wissen, welche Geräte und Einstellungen am häufigsten scheitern, hilft uns, die empfohlenen Voreinstellungen anzupassen und die Fehler dahinter zu beheben. Wenn es Sie nicht stört, ist es eine echte Hilfe, die Einstellung eingeschaltet zu lassen.

Was gesendet wird

Die Daten Ihres Geräts (GPU-Modell, Arbeitsspeicher, Anzahl der Kerne), Browser und Betriebssystem, das gewählte Modell und die gewählte Sprache, Ihre Einstellung der Sprechererkennung (an oder aus und die eingestellte Sprecheranzahl), die Anzeigesprache der Seite, wie weit der Durchlauf kam, Fehlerart und Details, das Dateiformat mit ungefährer Größe und Länge sowie die Dauer.

Was nie gesendet wird

Audio, Transkripte, Dateinamen und IP-Adressen. Die Daten gehen nur an den eigenen Server dieser Website, nie an einen Drittanbieter.