Die ersten 10 Minuten kostenlosTXT- & SRT-Export

Sprache in Text umwandeln – aus Audio und Video.

Transkribiere Audio und Videos automatisch. Prüfe Satzzeichen, wähle bei Bedarf Zeitstempel und exportiere den Text als TXT oder SRT.

Jetzt ausprobieren

Datei ablegen, Text lesen.

Zehn Minuten Audio im Free-Tarif, ohne Karte. Zeitstempel sind optional und kein zusätzlicher Arbeitsschritt.

Sprache

Darstellung der Oberfläche — kein Messergebnis und kein abspielbares Beispiel.

Transkript · interview-draft.mp3 · 12:42

[00:00] Heute haben wir den Projektplan besprochen. Als Nächstes prüfen wir den Entwurf. [00:12] Vor der Veröffentlichung sammeln wir Feedback.

10 kostenlose Minuten im Free-Tarif
So funktioniert’s

Hochladen, warten, bearbeiten.

Die Verarbeitungszeit hängt von der Eingabegröße, dem gewählten Modell und der Verfügbarkeit des Anbieters ab.

Schritt 1
Datei hochladen

MP3, WAV, M4A oder MP4 bis 25 MB. Video funktioniert genauso wie Audio – du musst die Tonspur nicht vorher extrahieren.

Schritt 2
Optionen festlegen

Lass die Sprache automatisch erkennen oder wähle eine aus. Schalte Zeitstempel für Untertitel ein – oder aus, wenn du reinen Fließtext für ein Dokument möchtest.

Schritt 3
Kopieren oder herunterladen

Kopiere den Text direkt heraus oder exportiere TXT für Dokumente und SRT für Untertitelspuren. Alles bleibt in deinem Verlauf.

Das bekommst du

Ein Transkript, mit dem du wirklich arbeiten kannst.

Audio und Video bis 25 MB

MP3, WAV, M4A und MP4 kommen alle in dasselbe Feld – mit direkten, privaten Uploads bis 25 MB.

Automatische Zeichensetzung

Punkte, Kommas und Großschreibung werden automatisch gesetzt, sodass sich das Transkript wie Fließtext liest und nicht wie ein ununterbrochener Wortblock.

Optionale Zeitstempel

Zeitmarken lassen sich per Schalter ein- und ausschalten: an für Untertitel und die Suche nach Zitaten, aus für Text, den du in einen Entwurf einfügen willst.

Automatische Spracherkennung

Stell die Sprache auf „Automatisch“, und die gesprochene Sprache wird für dich erkannt. Wenn du sie kennst, kannst du sie trotzdem gezielt auswählen.

TXT- und SRT-Export

TXT für Dokumente und Notizen, SRT für Untertitelspuren, die du direkt in Premiere, Resolve oder YouTube übernimmst.

120 bis 2.400 Minuten

Zehn Minuten kostenlos, danach 120 pro Monat mit Starter, 600 mit Creator und 2.400 mit Pro – etwa vierzig Stunden Audio.

Anwendungsfälle

Was am häufigsten transkribiert wird.

Interviews

Erhalte eine durchsuchbare Textfassung, damit du das halb erinnerte Zitat findest, statt die Aufnahme danach abzusuchen.

Vorlesungen

Mach aus einer aufgezeichneten Lehrveranstaltung Notizen, die du kommentieren kannst. Mit Zeitstempeln springst du zurück zu der Stelle, an der du den Faden verloren hast.

Meetings

Einmal aufnehmen und die Zusammenfassung aus dem Text schreiben. Mit Zeitstempeln kehrst du leicht zum Originalaudio zurück, wenn du mehr Kontext brauchst.

Shownotes für Podcasts

Ein vollständiges Transkript ist die Grundlage deiner Shownotes und macht eine Folge in der Suche auffindbar.

Untertitel

Exportiere SRT und zieh die Datei auf die Timeline. Die meisten schauen zuerst ohne Ton – deshalb ist das meist die wertvollste Stunde, die du investierst.

Sprachmemos

Sprich eine Idee beim Spazierengehen ein und erhalte sie als bearbeitbaren Text zurück. Schneller als Tippen und besser als Vergessen.

Die Grundlagen

Wie Transkription funktioniert – und wo sie an Grenzen stößt.

Von der Aufnahme zum sauberen Transkript

Die Spracherkennung wandelt gesprochene Laute in Wörter um. Ein zweiter Durchgang ergänzt dann, was man von geschriebenem Text erwartet: Satzgrenzen, Großbuchstaben und Satzzeichen. Dieser zweite Durchgang sorgt dafür, dass sich ein modernes Transkript wie Fließtext liest und nicht wie eine Kette kleingeschriebener Wörter.

Wenn du Zeitstempel aktiviert hast, behält jedes Segment seine Position im Audio – das macht den SRT-Export und die Suche nach Zitaten möglich. VoiceMate vergibt derzeit keine Sprechernamen und trennt Aufnahmen mit mehreren Sprechern nicht nach Personen auf.

Was die Genauigkeit beeinflusst

Prüfe jedes Transkript anhand der Aufnahme. Audioqualität, Akzente, überlappende Sprache, Hintergrundgeräusche, Namen und Fachbegriffe können Fehler verursachen.

Prüfe jedes Transkript anhand der Aufnahme. Audioqualität, Akzente, überlappende Sprache, Hintergrundgeräusche, Namen und Fachbegriffe können Fehler verursachen.

Ehrlicher Vergleich

Im Vergleich zum Selbst-Abtippen.

Als Maßstab dient ein dreißigminütiges Interview – denn das ist die Aufgabe, die die meisten tatsächlich haben.

VoiceMateAbtippen
Ein 30-minütiges InterviewVerarbeitungszeit variiertAbhängig von Aufnahme und Bearbeitung
Kosten30 deiner monatlichen MinutenKostenlos – wenn deine Zeit nichts kostet
KorrekturdurchgangPrüfe jedes Transkript anhand der Aufnahme. Audioqualität, Akzente, überlappende Sprache, Hintergrundgeräusche, Namen und Fachbegriffe können Fehler verursachen.Direkt genau, aber langsam
AusgabeformateTXT und SRT, mit ZeitstempelnWas immer du von Hand formatierst
In Zahlen

Kurz gesagt.

25 MB
pro Datei, Audio oder Video
10 Min.
kostenlos, bevor du etwas bezahlst
2.400
Minuten pro Monat mit Pro – etwa 40 Stunden
2
Exportformate – TXT und SRT
Preise

Wähle einen Tarif, wenn du so weit bist.

Entscheidend sind hier die Transkriptionsminuten pro Monat.

Jedes Konto erhält einmalig 500 kostenlose Zeichen; dieses Kontingent wird nicht aufgefüllt – keine Karte erforderlich.
Starter

Für alle, die als Hobby mit KI-Stimmen starten.

9,99 $USD
/ Monat
50.000 Zeichen / Monat (≈ 1 Stunde Audio)
Alle 440+ KI-Stimmen in 40 Sprachen
Alle 200+ Promi-Stimmen
Bis zu 3 geklonte Stimmen gleichzeitig
1 aktiver Voice-Design-Slot
120 Min. Transkription & Stimmen-Isolation / Monat
100 Soundeffekte / Monat
Kommerzielle Nutzungsrechte
E-Mail-Support
Pro

Für Teams und intensive Produktion.

45 $USD
/ Monat
1.000.000 Zeichen / Monat (≈ 20 Stunden Audio)
Alle 440+ KI-Stimmen in 40 Sprachen
Alle 200+ Promi-Stimmen
Bis zu 30 geklonte Stimmen gleichzeitig
10 aktive Voice-Design-Slots
2.400 Min. Transkription & Stimmen-Isolation / Monat
Unbegrenzte Soundeffekte
Kommerzielle Nutzungsrechte
Priorisierter Support
In jedem Tarif enthalten
  • Studio-HD- und Turbo-Sprachmodelle
  • Downloads als MP3, WAV und FLAC
  • Steuerung von Emotion, Tempo und Tonhöhe
  • Stimmgeräusche und Aussprachewörterbuch
FAQ

Fragen zur Transkription.

MP3, WAV, M4A und MP4, bis 25 MB pro Datei. Video ist kein Problem – du musst die Tonspur nicht vorher extrahieren.

Die Verarbeitungszeit hängt von der Eingabegröße, dem gewählten Modell und der Verfügbarkeit des Anbieters ab.

Die Transkription beherrscht die wichtigsten gesprochenen Sprachen – Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Japanisch, Koreanisch, Chinesisch, Hindi, Arabisch und weitere. Die automatische Erkennung wählt die Sprache für dich aus, sofern du nicht selbst eine festlegst.

Ja. Zeitstempel aktivierst du beim Hochladen per Schalter. Transkripte mit Zeitstempeln lassen sich als SRT für Untertitelspuren exportieren, jedes Transkript außerdem als TXT. SRT-Dateien kannst du direkt in Premiere, Resolve oder YouTube verwenden.

Prüfe jedes Transkript anhand der Aufnahme. Audioqualität, Akzente, überlappende Sprache, Hintergrundgeräusche, Namen und Fachbegriffe können Fehler verursachen.

Uploads und Ergebnisse werden in deinem Kontoverlauf gespeichert. Beantrage die Löschung deiner Kontodaten unter contact@illumind.software. Aufbewahrung beim Anbieter und gesetzliche Pflichten können die Löschung einschränken.

Nein – Transkriptionsminuten werden mit jedem Abrechnungszeitraum zurückgesetzt. Wenn sie dir regelmäßig ausgehen, ist der nächsthöhere Tarif meist günstiger als die Zeit, die du mit Rationieren verbringst.

Bereit, deine letzte Aufnahme zu lesen?Kostenlos starten