Eine Audiodatei auf dem Mac transkribieren, offline und ohne Upload
Die kurze Antwort
Ein Mac kann eine Aufnahme offline in Text verwandeln, ohne sie irgendwohin zu schicken. Sprachmemos zeigt ein Transkript für seine eigenen Aufnahmen, wo die Funktion verfügbar ist. Das offene Whisper-Modell verarbeitet nach einer kurzen Installation jede Audiodatei im Terminal. Flit, eine lokale Diktier-App für den Mac, nimmt im Tab „Transkribieren“ eine Audio- oder Videodatei an und liefert ein Transkript mit Absätzen, gespeichert als Textdatei oder exportiert als SRT und VTT, direkt auf dem Mac.
So liest du das Transkript einer Aufnahme in Sprachmemos
- Öffne die App Sprachmemos auf deinem Mac.
- Klicke auf die Aufnahme, die du lesen möchtest.
- Klicke auf die Taste Transkription, um das Transkript anzuzeigen.
- Wähle den gewünschten Text aus, 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.
Laut Apple ist die Audiotranskription nicht in allen Ländern oder Regionen verfügbar, daher fehlt die Taste „Transkription“ auf deinem Mac vielleicht. Sie funktioniert bei Aufnahmen, die in Sprachmemos gemacht wurden.
Die meisten Treffer für „Audio in Text umwandeln“ sind Websites, die dich die Datei hochladen lassen. Auf einem Mac mit Apple silicon ist das unnötig: Der Rechner kann das selbst, und die Aufnahme verlässt nie die Festplatte. Es gibt drei Wege, die Tabelle ist die Kurzfassung.
Drei Wege, eine Aufnahme auf dem Mac zu transkribieren
| Weg | Was du brauchst | Was du bekommst |
|---|---|---|
| Sprachmemos | Nichts zu installieren. Eine Aufnahme aus Sprachmemos, in einer Region, in der die Transkription verfügbar ist | Ein Transkript zum Lesen, Durchsuchen und Kopieren |
| Whisper im Terminal | Python, ffmpeg und eine Installation per pip. Etwas Übung mit der Kommandozeile | Eine Textdatei, dazu SRT und VTT, für jede Audiodatei |
| Flit | Die App Flit auf macOS 14 oder neuer, Apple silicon | Ein Transkript mit Absätzen aus jeder Audio- oder Videodatei, gespeichert als Text, exportiert als Markdown, SRT oder VTT |
Sprachmemos: kostenlos, eingebaut, für die eigenen Aufnahmen
Die App Sprachmemos, die mit macOS kommt, kann ein Transkript einer Aufnahme anzeigen. Apples Seite dazu beschreibt die Taste „Transkription“, das Kopieren des Texts und die Suche in Aufnahmen nach dem Gesagten. Dort steht auch, dass die Audiotranskription nicht in allen Ländern oder Regionen verfügbar ist.
Sie ist die richtige Wahl, wenn die Aufnahme in Sprachmemos entstanden ist, auf dem Mac oder auf einem iPhone, das mit ihm synchronisiert. Für eine Datei von woanders, ein Video oder eine Aufnahme, die länger ist als ein Memo, leisten die anderen beiden Wege mehr.
Whisper im Terminal: jede Datei, nach kurzer Installation
Whisper ist ein offenes Spracherkennungsmodell von OpenAI, veröffentlicht mit Code und Gewichten unter der MIT-Lizenz. Es bringt ein Kommandozeilen-Tool mit, das Audiodateien annimmt und Text zurückgibt. Die README des Projekts nennt Python 3.8 bis 3.11 als kompatibel und sagt, dass es das Tool ffmpeg braucht, 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 recording.mp3 --model turbo. Es schreibt das Transkript als Text-, SRT- und VTT-Datei in den Ordner, in dem du es gestartet hast. - Wenn du die Sprache der Aufnahme kennst, gib sie an:
whisper interview.wav --language German.
Welches Modell, und wie genau
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.
Egal, welches Tool du nutzt, der ehrliche Test ist derselbe: Nimm ein paar Minuten, auf die es ankommt, spiel sie ab und lies im Transkript mit, bevor du dem ganzen Dokument vertraust. Namen, Zahlen und alles, was durcheinander gesprochen wird, sind die Stellen, an denen jedes Modell danebenliegt.
Was keiner der drei kann
Keiner von ihnen sagt, wer was gesagt hat. Ein Transkript aus jedem dieser Wege ist ein durchgehender Text. Sprecherkennzeichnung braucht ein eigenes Modell, und auf dem Mac heißt das ein Tool, das dafür gebaut ist, etwa MacWhisper. Keiner von ihnen nimmt außerdem ein Meeting live auf: Die Aufnahme bringst du mit.
Eine Datei in Flit transkribieren
Flit ist in erster Linie eine Diktier-App: Taste halten, sprechen, und fertiger Text landet an deinem Cursor. Seit Version 1.5 transkribiert es auch eine Aufnahme, die du schon hast, mit denselben Sprachmodellen, auf dem Mac.
- Zieh eine Audio- oder Videodatei auf Einstellungen → Transkribieren oder auf das Flit-Symbol in der Menüleiste, oder klicke sie im Finder mit der rechten Maustaste an und wähle Dienste → Transcribe with Flit. MP3, M4A, WAV, AIFF, FLAC, MP4 und MOV funktionieren alle.
- Das Transkript erscheint nach und nach, in Absätzen, die dort beginnen, wo die sprechende Person eine Pause gemacht hat. Eine zweistündige Aufnahme dauert mit der Formatierungsstufe „Bereinigt“ ein paar Minuten.
- Es wird als Textdatei in einem Ordner deiner Wahl gespeichert und bleibt für später im Tab. Exportiere es als Markdown oder als SRT- und VTT-Untertitel mit Zeitstempeln.
- Wähle für Aufnahmen ein Sprachmodell und eine Formatierungsstufe, unabhängig von deinen Diktiereinstellungen. Mit „Ausgefeilt“ liest sich die Aufnahme wie Fließtext.
- Aus einem Skript: Installiere den Befehl
flitunter Einstellungen → Transkribieren, dann machtflit transcribe meeting.m4a --srtdasselbe im Terminal. - Nichts wird hochgeladen. Die Datei wird auf dem Mac in Stücken gelesen, und Flit transkribiert auch mit ausgeschaltetem WLAN.
- Flit ist 7 Tage lang kostenlos, mit allen Funktionen, danach einmalig $19, ohne Konto und ohne Abo.
Gut zu wissen
- Flit kennzeichnet keine Sprecher und nimmt kein Meeting live auf. Beides steht auf der Roadmap.
- Welche Sprachen eine Aufnahme haben kann, hängt vom gewählten Sprachmodell ab: Parakeet Ultra deckt 25 europäische Sprachen ab, Cohere Transcribe 14, Qwen3-ASR 30, Whisper 99 und Omnilingual mehr als 1.600, mit einer Genauigkeit, die je nach Sprache schwankt.
- Flit läuft auf einem Mac mit Apple silicon und macOS 14 oder neuer, und sein Sprachmodell ist ein Download von etwa 0,5 bis 2,8 GB, den du einmal auswählst.
Häufige Fragen
Wie transkribiere ich eine Audiodatei auf dem Mac kostenlos?
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 wird mit pip installiert und verarbeitet im Terminal jede Audiodatei.
Kann ich auf dem Mac Audio offline in Text umwandeln?
Ja. Whisper läuft nach der Installation im Terminal, und Flit transkribiert jede Audio- oder Videodatei mit ausgeschaltetem WLAN. Sprachmemos zeigt ein Transkript seiner eigenen Aufnahmen, wo die Funktion verfügbar ist. Apple sagt allerdings nicht, ob das auf dem Mac passiert.
Kann ein Mac Audio transkribieren, ohne es hochzuladen?
Ja. Sprachmemos, Whisper im Terminal und Flit laufen alle auf dem Mac selbst. Auf Apple silicon sind die Modelle so schnell, dass eine zweistündige Aufnahme nur Minuten dauert, und die Datei verlässt nie die Festplatte.
Kann ich eine Videodatei auf dem Mac transkribieren?
Whisper liest Video über ffmpeg, und Flit nimmt MP4 und MOV direkt an. Beide nutzen den Ton und ignorieren das Bild. Sprachmemos transkribiert nur seine eigenen Aufnahmen.
Welche Mac-App kennzeichnet Sprecher?
Keiner der drei Wege hier. MacWhisper kennzeichnet Sprecher in der Pro-Version, auf dem Mac, und Meeting-Tools wie Otter tun das in der Cloud.
Gibt es eine App, die Audiodateien auf dem Mac transkribiert?
Ja. Flit ist eine lokale Diktier-App für den Mac mit einem Tab „Transkribieren“: Zieh eine Audio- oder Videodatei hinein, und das Transkript entsteht auf dem Mac, gespeichert als Text und exportierbar als Markdown, SRT oder VTT. Flit ist 7 Tage lang kostenlos, mit allen Funktionen, danach einmalig $19, ohne Konto und ohne Abo.