Video zu Text

Über dieses Tool

Dieses kostenlose Tool wandelt ein Video in Text um — lade einen Clip hoch und es schreibt auf, was gesagt wurde. Zuerst wird der Ton still aus dem Video extrahiert und dann transkribiert, sodass du eine Textfassung jeder Vorlesung, jedes Interviews, jeder Besprechung, jedes Tutorials oder Vlogs erhältst, die du durchsuchen, bearbeiten und kopieren kannst.

Über ein reines Transkript hinaus kannst du Zeitstempel einschalten und das Ergebnis als SRT- oder VTT-Untertiteldateien herunterladen — die Untertitelformate, die Videoeditoren und YouTube verwenden. So kannst du schnell und kostenlos Untertitel für ein Video erstellen, ganz ohne separate Untertitel-Software.

Das Clevere daran: Alles läuft vollständig in deinem Browser. Der Ton wird aus dem Video herausgelöst und das Spracherkennungsmodell (eine kompakte Version von OpenAIs Whisper) wird einmal heruntergeladen, etwa 40 MB, und läuft dann auf deinem eigenen Gerät mit WebAssembly. Dein Video wird nie auf einen Server hochgeladen und ist damit vollständig privat — ein echter Vorteil gegenüber Transkriptionsseiten, die deine Datei in die Cloud senden.

Da alles lokal passiert, hängt die Geschwindigkeit von deinem Gerät ab, und längere Videos dauern länger. Nach dem ersten Durchlauf ist das Modell zwischengespeichert, sodass das Tool sogar offline funktioniert. Wenn du nur eine Audiodatei hast, nutze stattdessen das Tool Audio zu Text.

Funktionen

• Transkription auf dem Gerät — dein Video verlässt dein Gerät nie
• Automatische Ton-Extraktion — Video ablegen, der Ton wird für dich herausgelöst
• Funktioniert mit MP4, WebM, MOV und MKV Videos
• Zeitstempel — Zeitmarken einblenden, um zu sehen, wann jede Zeile gesprochen wurde
• Vier Speicheroptionen — reiner Text, Text mit Zeitstempeln, SRT- oder VTT-Untertitel
• Untertitelfertig — SRT/VTT-Dateien passen direkt in Videoeditoren oder YouTube
• Bearbeitbares Transkript — Text vor dem Herunterladen korrigieren und kopieren
• Funktioniert offline nach dem ersten Durchlauf
• Kostenlos — keine Anmeldung, kein Upload, kein Wasserzeichen

So wird's verwendet

• Video hochladen — auf das Feld klicken oder eine Datei hineinziehen (MP4, WebM, MOV oder MKV)
• Auf „Transkribieren" klicken — der Ton wird automatisch extrahiert; beim ersten Mal wird die Sprach-Engine (etwa 40 MB) geladen
• Warten, bis es fertig ist — längere Videos brauchen länger
• Prüfe und bearbeite das Transkript und aktiviere Zeitstempel anzeigen, wenn du Zeitmarken möchtest
• Herunterladen als reinen Text (.txt) oder als SRT- oder VTT-Untertitel — oder Text kopieren

Häufig gestellte Fragen

Wird mein Video irgendwohin hochgeladen?

Nein. Der Ton wird in deinem Browser auf deinem eigenen Gerät extrahiert und transkribiert — dein Video wird nie an einen Server gesendet.

Wie wird aus einem Video Text?

Es liest die Tonspur direkt aus der Videodatei in deinem Browser aus und wendet darauf Spracherkennung an — du musst den Ton nicht selbst vorher extrahieren.

Kann ich Untertitel (SRT oder VTT) herunterladen?

Ja. Nach der Transkription kannst du das Ergebnis als SRT- oder VTT-Untertiteldatei, als Text mit Zeitstempeln oder als reines .txt-Transkript herunterladen. SRT und VTT enthalten die Start- und Endzeit jeder Zeile.

Kann ich damit ein Video untertiteln?

Ja. Exportiere das Transkript als SRT oder VTT und lade es in deinen Videoeditor oder als Untertitelspur bei YouTube hoch.

Welche Videoformate funktionieren?

Die meisten gängigen Formate, die dein Browser abspielen kann — MP4, WebM, MOV und MKV — sofern sie eine Tonspur enthalten, die der Browser dekodieren kann.

Warum werden beim ersten Mal 40 MB heruntergeladen?

Das ist das Spracherkennungsmodell. Es wird einmal heruntergeladen und dann von deinem Browser zwischengespeichert, sodass spätere Durchläufe schneller sind und sogar offline funktionieren.

Wie genau ist es?

Es nutzt ein kompaktes Whisper-Modell, das bei klarer Sprache gut funktioniert. Die Genauigkeit sinkt bei starken Hintergrundgeräuschen, ausgeprägten Akzenten oder sich überlagernden Stimmen — und du kannst das Transkript vor dem Herunterladen immer bearbeiten.

Was ist der Unterschied zu Audio zu Text?

Audio zu Text transkribiert eine Audiodatei, die du bereits hast; Video zu Text extrahiert zuerst den Ton aus einem Video und transkribiert ihn dann.