Um gesprochenen Text aus einem Video zu extrahieren, lade in Text extrahieren eine lokale Datei mit Ton hoch. Wähle die Sprache der Aufnahme, prüfe den Entwurf und speichere TXT, SRT oder JSON. Das ist eine Transkription der Tonspur. Für eingeblendete Schrift brauchst du dagegen ein selbst gespeichertes Einzelbild und die Bilderkennung. Google-Anmeldung ist erforderlich; die Verarbeitung ist bis 100 MB und 10 Minuten kostenlos und unterliegt Nutzungslimits.
Welche Art von Text möchtest du aus dem Video gewinnen?
Die passende Funktion hängt davon ab, wo die Wörter stehen. Eine Tonspur, Schrift im Bild und eine vorhandene Untertiteldatei brauchen unterschiedliche Schritte.
| Deine Quelle | So gehst du vor | Ausgabe |
|---|---|---|
| Gesprochene Wörter in der Tonspur | Tonspur transkribieren: Video mit Ton hochladen, Aufnahmesprache wählen und den Entwurf anhand der Aufnahme prüfen. | TXT, SRT, JSON |
| Sichtbare Schrift oder eingebrannte Untertitel | Selbst ein scharfes Einzelbild als JPG, PNG oder WebP speichern und Bild in Text verwenden. Bis 5 MB und 20 Megapixel; kein automatischer OCR-Scan des gesamten Videos. | TXT, JSON |
| Eine vorhandene SRT- oder VTT-Datei | Im Untertiteldatei-Editor eine UTF-8-Datei öffnen, Wörter oder Zeiten korrigieren und speichern. | SRT, VTT, TXT |
Für die Verarbeitung ist eine Google-Anmeldung erforderlich. Die Spracherkennung ist keine Übersetzung und kennzeichnet keine einzelnen Sprecher.
Speech-to-Text: unkorrigierte Modellausgabe
15-sekündiger Ausschnitt · Audiosprache: Deutsch · faster-whisper small · 2026-10-23
Speech-to-Text: unkorrigierte Modellausgabe. Automatisch transkribierte Untertitel können Fehler enthalten.
Originalaufnahme
Märchen 1 / Die Erbsenprobe · Rainer · Ursprüngliche Aufnahmequelle · LibriVox-Public-Domain
Rohes Erkennungsergebnis
und es ist gerade in der Nähe
ein Zuhaben,
in dessen will ich es bekannt
machen lassen,
vielleicht meldet sich eine aus
der Ferne. Es ging also ein offenes
Schreiben aus und es dauerte nicht
lange,
Laden Sie TXT herunter · Laden Sie SRT herunter
Kostenlose Nutzung. Google-Anmeldung erforderlich.
Ein Video mit Ton vom Gerät hochladen
Verwende MP4, MOV, WebM oder MKV mit höchstens 100 MB und 10 Minuten. Für ein eigenes Social-Media-Video eignet sich die Originalaufnahme oder eine exportierte Datei, die du verarbeiten darfst. Das Einfügen eines Instagram-, Facebook- oder YouTube-Links reicht nicht aus. Teile längere Aufnahmen vor dem Hochladen in kürzere Dateien.
Aufnahmesprache wählen und Entwurf erstellen
Wähle die tatsächlich gesprochene Sprache oder die automatische Erkennung. Whisper läuft auf dem Website-Server und schätzt Wörter sowie Zeitangaben. Die Transkription bleibt in der Sprache der Aufnahme. Wenn du Englisch auswählst, wird ein deutscher Vortrag dadurch nicht ins Englische übersetzt.
Namen, Zahlen und fehlende Wörter prüfen
Lies den Text und höre gleichzeitig die Aufnahme an. Auch ein sinnvoll klingender Satz kann falsch sein oder eine leise gesprochene Stelle auslassen. Korrigiere Wörter, Satzzeichen und Zeilenzeiten und speichere die Änderungen. Musik und mehrere gleichzeitig sprechende Personen können die Erkennung verschlechtern. Eine automatische Sprecherkennzeichnung ist nicht enthalten.
TXT, SRT oder JSON herunterladen
TXT eignet sich für Notizen und die Weiterarbeit in einem Dokument. SRT enthält nummerierte Untertitel mit Anfang und Ende, JSON strukturierte Zeilendaten. In Text extrahieren kannst du den aus deiner Aufnahme erzeugten Entwurf bearbeiten. Eine bereits vorhandene SRT- oder VTT-Datei bearbeitest du im separaten Untertiteldatei-Editor. Private Ergebnisse laufen nach 14 Tagen ab.
Sichtbare Schrift mit Bilderkennung auslesen
Die Transkription der Tonspur liest weder Folien noch Titel oder fest eingebrannte Untertitel aus den Videobildern. Speichere selbst ein scharfes Einzelbild und lade es in Bild in Text als JPG, PNG oder WebP hoch. Es gelten höchstens 5 MB und 20 Megapixel; das Ergebnis wird als TXT oder JSON gespeichert. Eine automatische OCR-Prüfung des gesamten Videos wird nicht angeboten.
Häufige Fragen
Kann ich ein Instagram Reel über einen Link transkribieren?
Nein. Diese Funktion nimmt lokale Mediendateien an. Verwende eine eigene Originalaufnahme oder eine exportierte Datei, die du verarbeiten darfst. Die Datei muss innerhalb der Größen- und Zeitlimits liegen.
Wird das Video beim Transkribieren übersetzt?
Nein. Die Erkennung liefert bearbeitbaren Text und Zeitangaben in der gesprochenen Sprache. Eine Übersetzung ist ein anderer Arbeitsschritt.
Bereit, es auszuprobieren?
Beginnen Sie mit einer Datei. Machen Sie etwas Neues.
Videodatei transkribieren