# Die Sprache in Audio erkennen, auch bei Sprachwechseln > Lass die Sprache in Audio erkennen: mit language=auto und Sprache je Segment. Oder gib einen ISO 639-1-Code als Hinweis für die Transkription an. Canonical: https://transcript1.com/de/features/sprache-in-audio-erkennen Language: de Last updated: 2026-10-19 Lass die Sprache in Audio erkennen, indem du language auf auto lässt. Bei KI-Transkription bekommt jeder Abschnitt ein eigenes Sprachlabel. So bleiben Sprachwechsel in mehrsprachigen Aufnahmen sichtbar. Wenn du die Sprache schon kennst, kannst du sie als Hinweis mitgeben. - language=auto ist voreingestellt - Sprache für jeden Abschnitt der Aufnahme - ISO 639-1-Code als Sprachhinweis möglich ## Automatisch erkennen lassen oder einen Sprachhinweis geben ### Ohne zusätzliche Einstellung starten Mit language=auto erkennt die KI bei der Transkription die Sprache selbst. Du musst sie nicht für jede Aufnahme vorab auswählen. ### Sprachwechsel im Transkript sehen Jedes Segment hat ein eigenes language-Feld. Damit kannst du auch mehrsprachiges Audio transkribieren und die einzelnen Passagen ihrer Sprache zuordnen. ### Die Hauptsprache im Auftrag nachlesen Sobald sie feststeht, nennt language im Transkriptionsobjekt die vorherrschende Sprache. Für die Details bleiben die Sprachlabels der Segmente erhalten. ### Bekannte Sprache als Hinweis senden Übergib einen zweistelligen ISO 639-1-Code wie en, de oder es. Er hilft der KI bei der Erkennung. Eine Übersetzung löst du damit nicht aus. ### Bei YouTube die Untertitelspur auswählen Für YouTube-Untertitel bestimmt language die gewünschte Sprache der Spur. Mit auto verwenden wir die Originalsprache des Videos. ## language weglassen oder auf auto setzen auto ist bei jeder Quelle die Voreinstellung. Du kannst language deshalb auch ganz weglassen. Die [Doku zur Sprachwahl](https://transcript1.com/de/docs/sources-and-options#language) erklärt, wann das Feld die Erkennung steuert und wann es eine Untertitelspur auswählt. Automatische Sprachenerkennung passt gut zu einer Sammlung mit unterschiedlichen Aufnahmen. Du musst der Warteschlange keine gemeinsame Sprache aufzwingen. Kennst du die Sprache einer einzelnen Aufnahme bereits, kann ein zweistelliger Hinweis helfen, etwa wenn der Anfang sehr kurz oder uneindeutig ist. Die Erkennung kann nur das verfügbare Audio auswerten. Musik, Stille oder eine kurze fremdsprachige Wendung liefern weniger Anhaltspunkte als ein klares Gespräch. Prüfe deshalb auch die Wörter im Transkript. Ein plausibles Sprachlabel garantiert keinen fehlerfreien Wortlaut. ### Audio mit automatischer Sprachenerkennung hochladen ``` curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \ -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \ -F file=@field-notes.m4a \ -F language=auto ``` ## Mehrsprachige Aufnahmen nicht auf eine Sprache reduzieren language am Transkriptionsobjekt nennt die vorherrschende Sprache. Im Segment steht dagegen die Sprache der jeweiligen Passage. Wo die Felder liegen, zeigt die [Referenz zum Transkriptionsobjekt](https://transcript1.com/de/docs/api-reference#the-transcription-object). Für die Übersicht reicht oft die Hauptsprache. Zum Weiterleiten einzelner Passagen brauchst du die Segmentlabels. Bei einem zweisprachigen Interview kann die Einleitung in einer anderen Sprache sein als die Antworten. Würdest du nur Segmente in der Hauptsprache behalten, ginge ein Teil des Gesprächs verloren. Die JSON-Antwort veranschaulicht die Labels. Ein Sprachwechsel fällt nicht immer genau mit einer Satzgrenze zusammen. Prüfe Namen, Fachbegriffe und Wechsel mitten im Satz selbst. Bewahre den ursprünglichen Segmenttext auf, wenn du später eine korrigierte Fassung oder eine Übersetzung erstellst. ### Gekürzte JSON-Antwort mit Segmentsprachen ``` { "status": "completed", "transcript_source": "speech_to_text", "language": "en", "transcript": { "segments": [ { "start": 0, "end": 3.4, "speaker": null, "language": "en", "text": "Good morning." }, { "start": 3.4, "end": 7.9, "speaker": null, "language": "de", "text": "Guten Morgen." } ] } } ``` ## Bekannte Sprache mit einem Code angeben Sende einen zweistelligen ISO 639-1-Code. Beim Datei-Upload ist language ein Formularfeld im Multipart-Request. Das Beispiel findest du im [Upload-Guide](https://transcript1.com/de/docs/uploads#one-shot-upload). Bei Speech-to-Text ist der Code ein Hinweis für die Erkennung. Bei YouTube wählt er stattdessen die Untertitelsprache aus. Mit auto orientiert sich die Spurwahl an der Originalsprache des Videos. Automatisch übersetzte Spuren verwenden wir nicht. Berücksichtige diese unterschiedlichen Aufgaben, wenn deine Anwendung Dateien und YouTube-Links verarbeitet. language=en übersetzt eine spanische Aufnahme nicht ins Englische. Du bekommst eine Transkription der gesprochenen Worte. Eine gewünschte Übersetzung erstellst und prüfst du in einem separaten Schritt. Behalte dafür das Originaltranskript zum Vergleichen. ### cURL ``` curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \ -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \ -F file=@interview.m4a \ -F language=de ``` ## Sprachlabels prüfen, bevor deine App damit weiterarbeitet Speichere Hauptsprache und Segmentsprachen, wenn du Texte an sprachspezifische Redaktionen oder Suchindizes weitergibst. Eine längere Antwort in einer anderen Sprache kann wichtig sein, auch wenn sie von der Hauptsprache abweicht. Verarbeite die passende Passage, statt sie auszusortieren. Höre bei einem Sprachwechsel die Stelle und ihre Umgebung an. Ein Name, Zitat oder Lehnwort bedeutet noch keinen Wechsel der ganzen Passage. Aus einem maschinellen Sprachlabel kannst du keine sicheren Aussagen über Sprachkenntnisse, Herkunft oder Identität der Person ableiten. Wirkt die Erkennung falsch, prüfe zuerst die Tonspur: Ist die erwartete Sprache deutlich zu hören? Hast du die richtige Audiospur gewählt? Wenn du anschließend eine neue Transkription mit Sprachhinweis startest, behalte die frühere zum Vergleich. Geänderte Verarbeitungsoptionen können neue Minuten kosten. Das ist etwas anderes als der erneute Abruf eines fertigen Exports. | Deine Aufnahme | Worauf du achten solltest | | --- | --- | | Interview in mehreren Sprachen | Prüfe die Segmentsprachen und bewahre den Originaltext neben späteren Übersetzungen auf. | | Kurzes Reel mit gesprochenem Text | Prüfe, ob Musik oder ein kurzer Einstieg die eigentliche Sprache überdecken. | | YouTube-Untertitel | Wähle eine passende Untertitelsprache. Automatisch übersetzte Spuren sind ausgeschlossen. | - [Mehrsprachige Interviews vorbereiten](https://transcript1.com/de/use-cases/interview-transkribieren) - [Gesprochenen Text aus Instagram Reels holen](https://transcript1.com/de/features/instagram-transkript) ## Häufige Fragen ### Wie gebe ich die Sprache an? Sende language im Request: auto für automatische Erkennung oder einen zweistelligen ISO 639-1-Code, etwa en, de oder es. Ohne Angabe gilt auto. ### Kann ich eine Aufnahme mit mehreren Sprachen transkribieren? Ja. Bei KI-Transkription trägt jedes Segment sein eigenes Sprachlabel. Am Transkriptionsobjekt steht zusätzlich die vorherrschende Sprache. ### Was macht language bei YouTube-Untertiteln? Das Feld wählt die Untertitelspur aus. Mit auto verwenden wir die Originalsprache des Videos. Automatisch übersetzte Spuren nutzen wir nicht. ## Passend dazu - [Instagram-Transkripte](https://transcript1.com/de/features/instagram-transkript) - [Audio- und Video-API](https://transcript1.com/de/features/speech-to-text-api) - [Quellen und Einstellungen (Doku)](https://transcript1.com/de/docs/sources-and-options)