So wird deine Aufnahme zum Transkript
Nimm möglichst die Originalaufnahme. Wiederholtes Exportieren komprimierter Dateien bringt verlorene Details nicht zurück und kann Sprache schlechter verständlich machen. Höre vor dem Upload den Anfang und eine Stelle in der Mitte an. So prüfst du, ob du die richtige Datei gewählt hast und die Stimmen hörbar sind.
Die Audiodatei hochladen
Wähle im Dashboard MP3, WAV, M4A, FLAC, OGG oder OPUS. Die Dateiendung muss unterstützt sein und die Datei tatsächlich Audio enthalten. Eine andere Datei nur in .mp3 umzubenennen, wandelt sie nicht um.
Sprache und Sprecherzuordnung wählen
Mit auto erkennen wir die Sprache selbst. Kennst du sie bereits, kannst du einen Hinweis geben. Für ein Interview lohnt sich „Identify speakers“. Bei einem allein eingesprochenen Sprachmemo reichen oft Text und Zeitstempel.
Wichtige Stellen nachhören
Lies das fertige Transkript und vergleiche unklare Passagen mit der Aufnahme. Korrigiere Namen, Zahlen und Fachbegriffe in deiner Exportdatei, bevor du sie in Notizen, Forschung oder Veröffentlichungen übernimmst.
Text kopieren oder Datei herunterladen
Kopiere eine kurze Notiz direkt. Nutze TXT zum Bearbeiten und JSON für strukturierte Daten. SRT und VTT passen, wenn du zur Aufnahme einen Player oder ein Video mit Untertiteln ergänzen möchtest.
MP3 umwandeln, M4A-Sprachmemos lesen, WAV transkribieren
MP3 und M4A halten Interviews und Sprachmemos oft vergleichsweise klein. WAV und FLAC können bei gleicher Laufzeit deutlich größer sein. Der Preis richtet sich trotzdem nach der gemessenen Aufnahmelänge, aufgerundet auf volle Minuten, nicht nach den Bytes.
Verwende das vorhandene Format, wenn es unterstützt wird. Eine verrauschte MP3 wird durch Umwandeln in WAV nicht klarer. Erstellst du einen neuen Export, höre ihn vor dem Upload an: Ist die richtige Spur zu hören, oder hast du versehentlich Stille oder ein anderes Mikrofon exportiert?
| Deine Aufnahme | Vor dem Upload prüfen |
|---|---|
| Sprachmemo | Behalte die ursprüngliche M4A oder eine andere unterstützte Datei. Höre Anfang und Ende an. |
| Langes Interview als WAV | Prüfe Dateigröße und Laufzeit getrennt, bevor du den Upload-Weg wählst. |
| Mehrere getrennte Gespräche | Reiche jede Aufnahme einzeln ein und bewahre eine Kennung pro Gespräch auf. |
| Kaum hörbare Stimmen | Prüfe zuerst die Aufnahme. Eine andere Dateiendung verbessert den Ton nicht. |
Wer spricht gerade?
Die Sprecherzuordnung markiert Gesprächsbeiträge mit Speaker 1, Speaker 2 und weiteren Labels. So musst du nicht vor jede Zeile selbst einen Namen schreiben. Wer die Personen sind, weiß transcript1 allerdings nicht. Höre den Gesprächseinstieg an und notiere die Zuordnung in deinem Dokument.
Die Labels gelten nur innerhalb dieser Aufnahme. Speaker 1 kann im nächsten Interview eine andere Person sein. Prüfe Unterbrechungen, gleichzeitiges Sprechen und entfernte Stimmen besonders genau. Lass bei wichtigen Zitaten den ursprünglichen Zeitstempel stehen, damit du eine Zuordnung später im Audio überprüfen kannst.
Lange Aufnahmen hochladen und unterbrochene Uploads fortsetzen
Das Dashboard lädt Dateien bis 2 GB in Teilen hoch, abhängig von den Limits deines Kontos. Speech-to-Text verarbeitet bis zu 5 Stunden pro Aufnahme. Größe und Laufzeit sind getrennte Grenzen: Eine kleine komprimierte Datei kann zu lang sein, eine große WAV-Datei schon vor dieser Laufzeit das Größenlimit erreichen.
Über die API sendest du bis 95 MB in einem Multipart-Request. Für größere Dateien reservierst du einen Upload, sendest die Chunks und schließt ihn ab. Nach einer Unterbrechung prüfst du den Fortschritt und reichst fehlende Teile nach, statt einen neuen Auftrag zu reservieren. Die Doku zum Chunk-Upload beschreibt auch das Erneuern des Tokens.
Teilst du die Aufnahme selbst auf, notiere die ursprüngliche Anfangszeit jedes Teils. Im Transkript beginnen die Zeiten jeweils bei null. Ein Zitat aus einem späteren Teil findest du im vollständigen Original nur wieder, wenn du diesen Versatz berücksichtigst.
Aus gesprochener Sprache einen lesbaren Text machen
Beim Sprechen entstehen Wiederholungen, Satzabbrüche und Verweise auf Dinge im Raum. Behalte ein unverändertes Transkript zum Nachprüfen und erstelle bei Bedarf eine eigene Lesefassung. Entscheide vor der Bearbeitung, ob du den Wortlaut bewahren oder redigierte Notizen schreiben willst.
Mit Zeitstempeln kannst du schwierige Begriffe nachhören, Themenwechsel nachvollziehen und Zitate belegen. Automatische Sprachlabels helfen bei mehrsprachigen Aufnahmen. Eine Übersetzung ist ein eigener Arbeitsschritt; die Wahl eines Sprachhinweises übersetzt den Text nicht.
Wir löschen hochgeladene Medien 24 Stunden nach dem endgültigen Auftragsstatus. Das Transkript bleibt, bis du es selbst löschst. Bewahre deine Originalaufnahme deshalb selbst auf, wenn du später noch nachhören möchtest. transcript1 ist kein langfristiges Audio-Backup.