Video in Text umwandeln

Funktionen von Video in Text umwandeln

• 01

  99 Sprachen, automatisch erkannt

  Whisper erkennt die gesprochene Sprache und schreibt das Transkript in derselben Sprache — Spanisch bleibt Spanisch, Japanisch bleibt Japanisch, Deutsch bleibt Deutsch. Wähle eine Sprache manuell aus, wenn dein Video in einer seltenen Region aufgenommen oder mit starkem Akzent gesprochen ist.

• 02

  Untertitel für jeden Videoplayer

  Jede Transkription enthält zeitgestempelte Segmente, die du als .srt oder .vtt exportieren kannst — nutze sie direkt in Premiere, Final Cut, DaVinci Resolve oder lade sie als Untertiteltrack auf YouTube, Vimeo oder LinkedIn hoch.

• 03

  Private, browserbasierte Verarbeitung

  Der Sound wird mit FFmpeg.wasm extrahiert und von Whisper transkribiert, beide laufen auf deinem Gerät mit WebGPU-Beschleunigung, wo unterstützt. Das Video wird nicht hochgeladen — alles bleibt im Browser-Cache deines Geräts.

FAQ zu Video in Text umwandeln

Wie transkribiere ich eine Videodatei?

Lade deine Videodatei (MP4, MOV, WebM, MKV, M4V oder AVI) in das Tool und klicke auf Transkribieren. Der Sound wird lokal mit FFmpeg extrahiert und dann an Whisper übermittelt. Der erste Lauf lädt das Speech-Modell (~150 MB) herunter; danach funktioniert die Transkription offline.

Kann ich Untertitel für YouTube erstellen?

Ja. Nach der Transkription klicke auf .srt herunterladen oder .vtt herunterladen — beide Formate werden vom Untertitel-Uploader von YouTube Studio akzeptiert, sowie von Vimeo, LinkedIn und den meisten Videobearbeitungsprogrammen.

Welche Videoformate werden unterstützt?

MP4, MOV, WebM, MKV, M4V und AVI Container bis 500 MB. Die Audiospur im Video ist entscheidend — gängige Codecs wie AAC, MP3, Opus und Vorbis funktionieren alle.

Welche Sprachen kann es transkribieren?

Alle 99 Sprachen, die Whisper unterstützt — einschließlich Englisch, Spanisch, Mandarin, Französisch, Arabisch, Hindi, Deutsch, Russisch, Portugiesisch, Japanisch und viele mehr. Das Transkript bleibt in der Sprache, die im Video gesprochen wurde.

Wie lange darf das Video sein?

Dateien bis 500 MB werden akzeptiert, was normalerweise eine Stunde HD-Video oder mehrere Stunden komprimiertes Material abdeckt. Lange Aufzeichnungen werden in 30-Sekunden-Segmenten mit 5-Sekunden-Überlappung verarbeitet, damit das Transkript kohärent bleibt.

Wird das Video auf einen Server hochgeladen?

Nein. Sowohl das Modell als auch dein Video bleiben im Browser. FFmpeg.wasm extrahiert den Sound lokal, dann transkribiert Whisper es auf deinem Gerät mit WebGPU oder WebAssembly. Nichts verlässt deinen Computer.