Untertitel automatisch erstellen & Audio transkribieren (SRT, VTT)
Videovorschau mit den Untertiteln SRT / VTT mit Zeitmarken · 19 Sprachen
Untertitel machen Videos leichter verständlich und besser auffindbar, und ein geschriebenes Transkript ist praktisch für Notizen, Zitate und Übersetzungen. Dieses Werkzeug hört sich ein Video oder eine Audiodatei mit Whisper an, einem offenen Spracherkennungsmodell, das in deinem Browser läuft, und liefert dir Untertitel mit Zeitmarken als .srt, .vtt oder reinen Text. Deine Datei wird nicht hochgeladen.
Untertitel automatisch erstellen: so geht’s
- Ziehe ein Video (.mp4, .mov, .webm, .m4v) oder eine Audiodatei (.mp3, .wav, .m4a, .aac, .ogg, .opus, .flac) in den Arbeitsbereich. Das Werkzeug liest den Ton; Dateien bis zu einer Stunde Länge werden akzeptiert.
- Wähle unter „Sprache“ entweder „Automatisch erkennen“ oder die gesprochene Sprache, was bei kurzen Clips und Akzenten zuverlässiger ist. Lass unter „Ausgabe“ „Gleiche Sprache“ stehen oder wähle „Ins Englische übersetzen“.
- Drücke auf „Starten“. Beim ersten Mal wird das Sprachmodell (ca. 106 MB) von aztools.us geladen und in deinem Browser gespeichert; spätere Durchläufe starten sofort. Die Fortschrittszeile zeigt, wie viel der Aufnahme schon transkribiert ist. „Stopp“ bricht ab.
- Lies das Ergebnis in der Vorschau. Bei einem Video spielst du es ab: Die Untertitel erscheinen im Bild, sodass du das Timing prüfen kannst.
- Wähle unter „Format“ SRT, VTT oder TXT und exportiere dann. Beim Wechsel des Formats wird nicht erneut transkribiert.
Welches Format passt: SRT, VTT oder TXT?
| Format | Geeignet für |
|---|---|
| .srt | Uploads zu YouTube, Facebook, TikTok und die meisten Videoschnittprogramme (Premiere, DaVinci Resolve, CapCut) |
| .vtt | Web-Videoplayer (das HTML-Element <track>) und einige Lernplattformen |
| .txt | Ein gut lesbares Transkript ohne Zeitmarken; nach einer Pause von zwei Sekunden beginnt ein neuer Absatz |
Genauigkeit und Geschwindigkeit
- Das Modell ist Whisper base, eine 8-Bit-Version, die auf dem Prozessor läuft. Klare Sprache auf Englisch und in anderen großen Sprachen gelingt gut; Namen, seltene Wörter und starke Akzente musst du prüfen.
- Zeilen bleiben auf etwa sieben Sekunden und 84 Zeichen begrenzt, die üblichen Grenzen für Untertitel.
- Hintergrundmusik, mehrere gleichzeitig Sprechende und lange Stille können zu fehlenden oder erfundenen Zeilen führen. Das Werkzeug verwirft Tags wie [Music] und die Wiederholungsschleifen, die das Modell bei Musik erzeugt, und weist darauf hin, wenn eine Datei überwiegend aus Musik zu bestehen scheint.
- Auf einem aktuellen Computer dauert das Transkribieren etwa ein Viertel bis die Hälfte der Aufnahmelänge. Smartphones und ältere Computer sind langsamer; lass den Tab währenddessen geöffnet.
Untertitel-Generator: häufige Fragen
- Welche Sprachen werden unterstützt?
- Die Liste umfasst Englisch, Vietnamesisch, Chinesisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch, Italienisch, Russisch, Indonesisch, Thailändisch, Hindi, Arabisch, Türkisch, Niederländisch, Polnisch und Ukrainisch. Die automatische Erkennung kann auch weitere Sprachen erkennen, die Whisper kennt.
- Kann es die Untertitel fest ins Video einbrennen?
- Nein, es erstellt eine separate Untertiteldatei. Lade die .srt zusammen mit dem Video hoch oder füge sie in deinem Videoschnittprogramm hinzu, wo du den Text auch gestalten und positionieren kannst.
- Wird mein Video hochgeladen?
- Nein. Der Ton wird in deinem Browser-Tab dekodiert und transkribiert. Nur das Sprachmodell und seine Laufzeitumgebung werden einmalig von aztools.us heruntergeladen.
Ähnliche Werkzeuge
MP4-Videoschneider & Clip-Schneider
Springe auf die exakte Sekunde, schneide unerwünschte Intros oder Enden aus MP4-, MOV- und WebM-Videos, prüfe die Wiedergabe live und lade saubere Clips herunter, ohne etwas hochzuladen.
Querformat zu 9:16-Hochformat: Videozuschnitt
Forme Breitbildaufnahmen im Format 16:9 für TikTok, Reels und Shorts um: Ziehe einen 9:16-Rahmen über das Video oder passe das Bild auf einen unscharfen Hintergrund oder schwarze Balken an, schneide und exportiere ein MP4 mit 720×1280 oder 1080×1920.
MP3-Audio aus Video extrahieren (MP4 / MOV / WebM)
Verwandle jedes MP4-, MOV- oder WebM-Video direkt im Browser in saubere MP3-, M4A- oder WAV-Audiodateien, schneide den genauen Abschnitt auf der Wellenform aus und passe die Lautstärke an.