Video zu Untertiteln

Ja, und es ist kein Konto nötig, um es auszuprobieren. Jede Verbindung erhält einen kostenlosen Durchlauf pro Tag mit bis zu 2 Minuten Medien. Ein kostenloses Konto erhält 5 Credits pro Tag, was etwa einer Minute Sprache entspricht, und Pro-Abonnenten erhalten 1.500 Credits pro Monat mit einem Limit von 30 Minuten pro Durchlauf. Ein Durchlauf kostet 5 Credits pro Minute Medien, aufgerundet, ein 2-Minuten-Clip kostet also 10 Credits und ein 10-Minuten-Clip 50. Eine Anmeldung erhöht sowohl das Tageskontingent als auch das Längenlimit. Credits werden berechnet, sobald die Datei tatsächlich verarbeitet wurde, das heißt, ein Clip, der keine erkennbare Sprache enthält, kostet trotzdem die Credits für seine Länge, ebenso einer, der nur Musik enthält. Ein Durchlauf, der vor der Verarbeitung fehlschlägt oder den der Dienst ablehnt, kostet nichts, und eine wiederholte Abfrage eines abgeschlossenen Auftrags wird nie doppelt berechnet.

Die Genauigkeit hängt von der Aufnahme ab, nicht vom Tool. Klare Sprache, nah an einem Mikrofon aufgenommen, mit jeweils einer sprechenden Person, transkribiert sehr gut, einschließlich Namen und Fachbegriffen. Die Genauigkeit sinkt, wenn mehrere Personen durcheinanderreden, wenn laute Musik oder Verkehr hinter der Stimme liegen, wenn das Mikrofon weit entfernt ist und bei starkem regionalen Akzent. Die Erkennung unterstützt derzeit nur vereinfachtes Chinesisch und Englisch, Sprache in anderen Sprachen ist also nicht brauchbar. Zahlen, Markennamen und Eigennamen sind die häufigsten Fehler, deshalb ist das Ergebnis vor dem Herunterladen bearbeitbar. Behandle die Ausgabe als schnellen ersten Entwurf, der dir den Großteil des Tippens erspart, nicht als eine Datei, die du ohne Lesen veröffentlichst.

Du kannst Audio als MP3, WAV, M4A, AAC, FLAC oder OGG hochladen oder Video als MP4, MOV, MKV, WebM, M4V oder MPEG. Das Upload-Limit liegt bei 30 MB. Das Längenlimit hängt von deinem Tarif ab: Gäste können bis zu 2 Minuten in einem Durchlauf transkribieren, kostenlose Konten bis zu 10 Minuten und Pro bis zu 30 Minuten. Da Video bei gleicher Länge viel schwerer ist als Audio, kann ein 30-MB-Video kürzer sein, als das Längenlimit erlaubt. Zieh bei langen Aufnahmen zuerst das Audio mit unserem Tool Video zu MP3 heraus, das ebenfalls browserbasiert ist, und lade dann die viel kleinere Audiodatei hoch. Wenn eine Datei in einem Stück zu lang ist, teile sie und führe jeden Teil separat aus.

Ja, dieses Tool funktioniert anders als unsere browserbasierten Tools. Deine Datei wird auf unseren Server hochgeladen und an Volcengine AI MediaKit weitergeleitet, wo die Spracherkennung läuft, und der erkannte Text wird an deinen Browser zurückgesendet. Die hochgeladene Datei wird auf unserem Server nicht als Mediendatei gespeichert und es wird kein Download-Link dafür erzeugt. Das bedeutet, dass das Tool nicht offline und nicht ohne Verbindung funktionieren kann. Wenn deine Aufnahme etwas Vertrauliches enthält, bedenke, dass sie dein Gerät verlässt. Für Arbeiten, die niemals hochgeladen werden dürfen, nutze unsere browserbasierten Tools, die vollständig in deinem eigenen Browser laufen, zum Beispiel den Untertitel-Konverter, oder ein lokales Transkriptionsprogramm.

Ja. Wenn der Durchlauf abgeschlossen ist, erhältst du eine Vorschau des gesamten Transkripts mit seinen Zeitcodes, und du kannst Namen, Zahlen und Wortlaut direkt in diesem Feld korrigieren, bevor du speicherst. Die Download-Buttons exportieren immer das, was gerade im Feld steht, die SRT-, VTT- und TXT-Dateien entsprechen also alle deinen Änderungen. Wenn du nur den Text brauchst, lade die TXT-Version herunter oder kopiere ihn direkt aus der Vorschau. Wenn du die Untertitel ins Bild eingebrannt brauchst, damit sie immer sichtbar sind, lade hier die SRT herunter und nutze dann unser Tool Untertitel hinzufügen, das in deinem Browser läuft und vor dem Export des Videos auch Schriftart, Farbe und Position neu gestalten kann.

SRT ist das am weitesten akzeptierte Untertitelformat. Nahezu jeder Videoplayer, Editor und jede soziale Plattform liest es, deshalb ist es der Standard zum Hochladen von Untertiteln. VTT ist das Format, das Webvideo und das HTML-Videoelement verwenden, und es unterstützt ein paar zusätzliche Styling-Funktionen, es ist also die richtige Wahl für einen Player auf einer Website oder für eine Plattform, die eine WebVTT-Datei verlangt. TXT sind nur die gesprochenen Wörter in Leserichtung ohne Zeitcodes, was du willst, wenn der Text in ein Dokument, einen Blogbeitrag, eine Notizensammlung oder einen Suchindex und nicht zurück in ein Video geht. Alle drei werden aus demselben Transkript erzeugt, der Wortlaut ist also identisch und nur die Verpackung ändert sich.