Transkription
Auch: Dateitranskription
Aktualisiert:
Definition
Transkription ist das nachträgliche Umwandeln einer vorhandenen Audio- oder Videoaufnahme in Text. Sie ist das nachträgliche Gegenstück zum Diktieren, das Text live erzeugt, während du sprichst.
Transkription beginnt mit einer Datei: ein aufgenommenes Meeting, ein Interview, eine Vorlesung, ein Sprachmemo. Das Tool verarbeitet die ganze Aufnahme, oft schneller als in Echtzeit, und liefert ein Dokument. Weil das Audio schon existiert, können sich Transkriptionstools langsamere und genauere Modelle leisten, mehrere Durchgänge machen und Struktur ergänzen, die Live-Diktieren nie braucht: Zeitstempel, Sprecherkennzeichnung, Absätze nach Thema, Zusammenfassungen.
Die Verwechslung mit Diktieren ist verständlich, denn in beiden stecken dieselben Spracherkennungsmodelle. Was sich unterscheidet, ist alles rund um das Modell, und selten ist ein Produkt in beiden Aufgaben hervorragend.
Was Transkription braucht und Diktieren nicht
Sprecherkennzeichnung, damit das Transkript sagt, wer was gesagt hat. Zeitstempel, damit sich ein Zitat in der Aufnahme wiederfinden lässt. Umgang mit langen Aufnahmen, denn eine Stunde Audio ist ein anderes Problem als ein Satz. Zusammenfassungen und Aufgaben, denn niemand liest ein vollständiges Meeting-Transkript. Import aus Dateien und Links, auch von Videos.
Nichts davon hilft dir, schneller eine E-Mail zu schreiben. Ein Diktier-Tool steckt seine Mühe in andere Dinge: Latenz, Formatierung am Cursor, Funktionieren in jeder App und das richtige Verhalten im Terminal.
Die richtige Art von Tool wählen
Wenn deine Aufnahme schon existiert, brauchst du ein Transkriptionsprogramm. Auf dem Mac transkribieren MacWhisper und Superwhisper beide Dateien lokal; Otter.ai transkribiert Meetings in der Cloud, mit Sprecherkennzeichnung und Zusammenfassungen. Wenn du selbst einen Text verfasst, brauchst du Diktat. Manche brauchen beides, und zwei spezialisierte Tools schlagen meist eines, das alles können will.
So transkribierst du eine Aufnahme auf dem Mac mit Sprachmemos
Die App Sprachmemos, die mit macOS kommt, kann ein Transkript einer Aufnahme anzeigen. Apple weist darauf hin, dass die Audiotranskription nicht in allen Ländern oder Regionen verfügbar ist, daher fehlt die Taste vielleicht auf deinem Mac.
- Öffne die App Sprachmemos auf deinem Mac.
- Klicke auf die Aufnahme, die du lesen möchtest.
- Klicke auf die Taste „Transkription“, um das Transkript anzuzeigen.
- Markiere den gewünschten Text, klicke bei gedrückter Control-Taste darauf und wähle „Kopieren“.
- Setze den Text in Mail, ein Dokument oder eine andere App ein.
- Um eine Aufnahme nach dem Gesagten zu finden, tippe die Wörter ins Suchfeld. Sprachmemos zeigt Aufnahmen, die diesen Text im Titel oder im Transkript enthalten.
So transkribierst du eine Audiodatei im Terminal mit Whisper
Whisper ist ein offenes Spracherkennungsmodell, und Code und Modellgewichte sind unter der MIT-Lizenz veröffentlicht. Es bringt ein Kommandozeilen-Tool mit, das Audiodateien annimmt und Text zurückgibt. Das Projekt nennt Python 3.8 bis 3.11 als kompatibel und braucht das Tool ffmpeg, um Audio zu lesen.
- Öffne das Terminal.
- Installiere ffmpeg. Mit Homebrew lautet der Befehl: brew install ffmpeg
- Installiere Whisper mit: pip install -U openai-whisper
- Starte es für eine Datei mit: whisper audio.mp3 --model turbo
- Wenn du die Sprache der Aufnahme kennst, gib sie an, zum Beispiel: whisper japanese.wav --language Japanese
- Um aus Sprache in einer anderen Sprache englischen Text zu bekommen, ergänze --task translate und wähle ein anderes Modell als turbo, zum Beispiel --model medium.
Ist automatische Transkription genau?
Das hängt von der Aufnahme und vom Modell ab. Bei Whisper wählst du den Kompromiss selbst. Das Projekt veröffentlicht sechs Größen, von tiny mit 39 Millionen Parametern bis large mit 1.550 Millionen, und gibt für tiny etwa die zehnfache Geschwindigkeit von large an. Das Modell turbo hat 809 Millionen Parameter und ist mit etwa der achtfachen Geschwindigkeit von large angegeben.
Lange Dateien werden nicht in einem Durchgang verarbeitet. Whisper liest die ganze Datei und verarbeitet sie mit einem gleitenden 30-Sekunden-Fenster, sodass ein Fehler in einem Abschnitt nicht den Rest verderben muss. Egal welches Tool du nutzt, der ehrliche Test ist derselbe: Such dir ein paar Minuten aus, auf die es ankommt, spiel sie ab und lies im Transkript mit, bevor du dem ganzen Dokument vertraust.
Fragen, die Leute stellen.
Ist Transkription dasselbe wie Diktat?
Nein. Transkription macht aus einer vorhandenen Aufnahme Text; Diktat macht aus deiner Sprache live Text, genau dort, wo du schreibst. Dieselben Erkennungsmodelle können beides antreiben, aber die Produkte sind unterschiedlich gebaut und selten in beiden Aufgaben gut.
Kann eine Diktier-App eine Aufnahme transkribieren?
Manche können es, als Nebenfunktion. Flit kann es seit 1.5, auf dem Mac, mit Zeitstempeln in den SRT- und VTT-Exporten, aber ohne Sprecherkennzeichnung. Wenn es dir um Sprecherkennzeichnung geht, wähle ein Transkriptionsprogramm, das dafür gebaut ist.
Welche lokalen Mac-Tools transkribieren Dateien?
MacWhisper ist das stärkste, mit einer kostenlosen Stufe und einer kostenpflichtigen Pro-Version mit Sprecherkennzeichnung. Superwhisper und Flit transkribieren beide aufgenommene Dateien und diktieren außerdem. Alle drei nutzen lokale Modelle auf Apple silicon.
Wie wandle ich auf dem Mac kostenlos Audio in Text um?
Zwei Wege kosten nichts. Sprachmemos zeigt ein Transkript, wenn du bei einer Aufnahme auf die Taste „Transkription“ klickst, wo die Funktion verfügbar ist. Das offene Whisper-Modell lässt sich mit pip installieren und im Terminal auf eine Audiodatei anwenden.
Kann Whisper Audio ins Englische übersetzen?
Ja. Mit --task translate im Befehl whisper entsteht aus Sprache in einer anderen Sprache englischer Text. Laut Projekt ist das Modell turbo nicht für Übersetzungen gedacht, wähle also ein anderes mehrsprachiges Modell wie medium oder large.
Kann ich den Text aus einem Transkript in Sprachmemos kopieren?
Ja. Öffne das Transkript auf deinem Mac, markiere den Text, klicke bei gedrückter Control-Taste darauf und wähle „Kopieren“. Danach kannst du ihn in jede andere App einsetzen.
