Audio & Video zu Untertiteln

So erstellen Sie Untertitel aus einem Video

1. Audio- oder Videodatei (MP3, MP4, M4A, WAV, WebM) in das Feld ziehen.
2. Gesprochene Sprache wählen (voreingestellt ist die Sprache dieser Seite). Bei schwierigem Ton „Genau“ wählen.
3. Auf Starten klicken. Beim ersten Mal wird das Sprachmodell einmalig geladen, danach geht es sofort los.
4. Text prüfen und SRT für Videoplayer, VTT fürs Web oder TXT als Transkript herunterladen.

Untertitelformate im Vergleich

Häufige Fragen

Q. Wird mein Video oder Audio hochgeladen?

Nein. Die Datei wird in Ihrem Browser dekodiert und transkribiert. Nur das quelloffene Whisper-Sprachmodell wird beim ersten Mal von Hugging Face geladen und dann auf Ihrem Gerät zwischengespeichert.

Q. Welche Sprachen werden unterstützt?

Whisper erkennt über 90 Sprachen, darunter Deutsch, Englisch, Französisch, Spanisch, Japanisch und Koreanisch. Es kann Sprache aus all diesen Sprachen auch in englische Untertitel übersetzen.

Q. Wie lange dauert es?

Das hängt von Ihrem Gerät ab. Mit GPU (WebGPU) braucht eine 10-minütige Datei meist ein bis zwei Minuten, nur mit CPU kann es ein Vielfaches der Audiolänge dauern. Das schnelle Modell ist flotter, das genaue macht weniger Fehler.

Q. Was ist der Unterschied zwischen SRT und VTT?

Beides sind Untertiteldateien mit Zeitangaben. SRT wird am breitesten unterstützt (VLC, Premiere, YouTube). VTT ist der Web-Standard für HTML5-Video und die meisten Online-Player.