Transkribieren: Audio mit KI in Text umwandeln
Kurzbefehl im Chat: /transkribieren
Lade eine Aufnahme hoch und lass sie transkribieren: Die KI wandelt Sprache in Text um, den du kopierst, als Datei speicherst oder mit „Im Chat weiterarbeiten“ zusammenfassen und übersetzen lässt.
Mit Konto
Gesprochenes festhalten, ohne mitzuschreiben
Eine Stunde Interview von Hand abzutippen dauert einen halben Arbeitstag. Die KI-Transkription übernimmt das: Du lädst die Aufnahme hoch, das Modell erkennt die Sprache und gibt den Wortlaut als Text zurück, mit Satzzeichen und Absätzen, so dass er sich gleich lesen lässt.
Das brauchst du bei Interviews und Recherchen, bei Vorlesungen und Seminaren, bei Meetings, die als Aufnahme vorliegen, oder bei langen Sprachnachrichten, die du lieber lesen als anhören willst. Auch eigene Diktate oder Podcast-Folgen werden so durchsuchbar und zitierbar.
Mit „Im Chat weiterarbeiten“ übernimmst du den Text in den Chat. Dort lässt du ihn zusammenfassen, in ein Protokoll mit Entscheidungen und Aufgaben gliedern, in eine andere Sprache übersetzen oder Fragen zum Inhalt stellen, ohne die Datei noch einmal hochzuladen.
So geht’s
- 1
Aufnahme hochladen
Wähle eine MP3-, WAV-, M4A-, OGG-, WebM-, MP4-, AAC- oder FLAC-Datei bis 25 MB aus.
- 2
In Text umwandeln
Klick auf „In Text umwandeln“ und warte, bis das Transkript erscheint; die Dauer hängt von der Länge der Aufnahme ab.
- 3
Text übernehmen
Kopiere das Transkript, speichere es als .txt oder arbeite im Chat damit weiter.
Typische Einsätze
Interview verschriftlichen
Aufnahme hochladen, Transkript gegenlesen, im Chat die wichtigsten Zitate herausziehen lassen.
Meeting-Protokoll
Tonspur der Besprechung transkribieren und im Chat zu Entscheidungen und Aufgaben gliedern.
Vorlesung nacharbeiten
Mitschnitt in Text umwandeln und daraus eine Zusammenfassung oder Lernkarten erstellen.
Lange Sprachnachricht lesen
OGG oder M4A hochladen und den Inhalt als Text überfliegen.
Podcast durchsuchbar machen
Folge transkribieren, um Zitate, Shownotes oder einen Blogtext daraus zu bauen.
Gut zu wissen
- Eingabe: MP3, WAV, M4A, OGG, WebM, MP4, AAC und FLAC bis 25 MB; als MP3 mit 128 kbit/s sind das zum Beispiel rund 25 Minuten, bei anderen Bitraten entsprechend mehr oder weniger.
- Ausgabe: fließender Text zum Kopieren, als .txt-Datei oder zur Weiterarbeit im Chat.
- Abrechnung in Token nach Länge der Aufnahme und dem aktiven Transkriptionsmodell; ein Konto ist nötig.
- Die Aufnahme wird zur Umwandlung an den Transkriptionsanbieter (ElevenLabs oder OpenAI) übermittelt; was dieser speichert, regeln dessen Bedingungen. Bei ChatX wird die Datei nur für die Verarbeitung entgegengenommen.
- MP4-Videos kannst du direkt hochladen; andere Videoformate wandelst du vorher in eine Audiodatei um, etwa mit „MP4 in MP3 umwandeln“.
- Beste Ergebnisse bei klarer Sprache, wenig Hintergrundgeräuschen und einem Sprecher nach dem anderen.
Häufige Fragen
Welche Formate werden unterstützt?
MP3, WAV, M4A, OGG, WebM, MP4, AAC und FLAC bis 25 MB. Sprachnachrichten aus WhatsApp oder vom iPhone liegen meist als OGG oder M4A vor und funktionieren direkt.
Wie lang darf die Aufnahme sein?
Die Grenze liegt bei 25 MB. Wie viele Minuten das sind, hängt vom Format und der Bitrate ab: Als MP3 mit 128 kbit/s etwa 25 Minuten, als WAV nur wenige Minuten. Lange WAV-Aufnahmen wandelst du vorher mit „Audio konvertieren“ in MP3 um.
Kann ich auch ein Video transkribieren?
MP4-Dateien bis 25 MB kannst du direkt hochladen. Andere Videoformate oder größere Videos wandelst du zuerst mit „MP4 in MP3 umwandeln“ in eine Audiodatei um.
Wie genau ist das Transkript?
Bei klarer Sprache und wenig Hintergrundgeräuschen in der Regel gut lesbar. Fehler entstehen am ehesten bei Eigennamen, Fachbegriffen, starken Akzenten und wenn mehrere Personen gleichzeitig reden. Wichtige Stellen solltest du gegenlesen.
Was kann ich mit dem Text danach machen?
Kopieren, als .txt speichern oder mit „Im Chat weiterarbeiten“ zusammenfassen, in ein Protokoll gliedern, übersetzen oder Aufgaben herausziehen lassen. Die Weiterarbeit im Chat wird wie eine Chat-Nachricht nach Verbrauch abgerechnet; für sehr lange Transkripte gelten die Zeichenlimits je Nachricht.
Was kostet das Transkribieren?
Der Verbrauch wird in Token abgerechnet und richtet sich nach der Länge der Aufnahme und dem aktiven Transkriptionsmodell. Dafür brauchst du ein Konto.
Was passiert mit meiner Aufnahme?
Sie wird zur Umwandlung an den Transkriptionsanbieter (ElevenLabs oder OpenAI) übermittelt; was dieser speichert, regeln dessen Bedingungen. Bei ChatX wird die Datei nur für die Verarbeitung entgegengenommen, das Transkript siehst du auf der Seite.