Audio in Text umwandeln – sprecherbeschriftet und privat

Die meisten Transkriptionstools liefern einen einzigen, ununterbrochenen Textblock zurück. Hushscript wandelt Audio in Text um und trennt dabei jeden Sprecher, sodass ein Interview oder Meeting sich wie das echte Gespräch liest, das es war – kein Wust, den Sie selbst entwirren müssen. „Sprecher 1“ in einen echten Namen umbenennen, ein falsch erkanntes Wort im Editor korrigieren und in einem von 21 Formaten exportieren, ganz wie es der nächste Schritt braucht. Es ist ein vollständiger Audio-zu-Text-Konverter, kein bloßer Transkript-Generator: umwandeln, bereinigen, weitergeben.

Audio in Text umwandeln

Datei ablegen, die ersten 30 Sekunden kostenlos in der Vorschau prüfen, dann anmelden, um den Rest zu transkribieren. Kompatibles Audio wird unverändert hochgeladen. Bei Video kopiert Hushscript eine kompatible Audiospur im Browser ohne Neucodierung und konvertiert nur dann lokal, wenn es erforderlich ist; das Video selbst wird nie hochgeladen. Aufnahmen dürfen bis zu 10 Stunden lang sein, ganz ohne Dateigrößenlimit – große Video- und Audiodateien werden direkt im Browser vorbereitet. Für Aufnahmen aus der EU, dem EWR, der Schweiz oder dem Vereinigten Königreich gilt EU-Datenresidenz. Ein paar Optionen verbessern das Ergebnis, bevor Sie starten. Legen Sie die Ausgangssprache fest, statt sich auf die automatische Erkennung zu verlassen, oder lassen Sie diese für gemischtes oder unvorhersehbares Audio aktiv. Schalten Sie die Sprechererkennung für eine Aufnahme mit nur einer Stimme aus, etwa ein Diktat oder eine Sprachnotiz, oder aktivieren Sie Mehrkanal, wenn Ihre Datei die Stimmen bereits auf eigene Audiokanäle verteilt – üblich bei Anrufaufzeichnungen –, sodass jeder Kanal als eigener Sprecher transkribiert wird. Fügen Sie bis zu 1.000 Schlüsselbegriffe (Namen, Marken, Akronyme) hinzu, um die Erkennung auf die tatsächlich gesagten Wörter auszurichten, oder schreiben Sie einen benutzerdefinierten Prompt mit bis zu 2.000 Zeichen für Kontext, den das Audio allein der Sprach-Engine nicht geben kann. Nehmen Sie ein klinisches Interview auf? Der medizinische Modus wechselt zu einem Modell für klinische Sprache; er verdoppelt die abgerechneten Minuten für diese Datei, und nur, wenn Sie ihn aktivieren.

Der Sprach-Engine Ihr Vokabular beibringen

Schlüsselbegriffe und ein benutzerdefinierter Prompt wirken einmalig, für eine einzelne Datei. Gespeicherte Wörterbücher und Prompt-Vorlagen wirken bei jeder Transkription. Legen Sie ein Wörterbuch mit den Namen, Produkten und Fachbegriffen Ihrer Arbeit an, importieren Sie es in großen Mengen aus einer CSV- oder TSV-Datei, und ordnen Sie Einträge in Kategorien mit Schreibvarianten zum jeweiligen Hauptbegriff. Speichern Sie eine Prompt-Vorlage auf dieselbe Weise, sodass der Kontext, den Sie sonst für jede Datei neu eintippen müssten, standardmäßig vorhanden ist. Markieren Sie ein Wörterbuch oder eine Vorlage als Standard, und sie wird beim nächsten Transkribieren automatisch vorausgewählt, sodass ein feststehendes Setup nicht jedes Mal neu ausgewählt werden muss. Beide werden zusätzlich zu einmaligen Schlüsselbegriffen oder einem Prompt verknüpft, den Sie nur für diese eine Datei hinzufügen, sodass ein feststehendes Glossar und eine tagesaktuelle Ergänzung zusammenwirken. Sie beeinflussen, was die Sprach-Engine hört. Insights laufen später auf dem fertigen Transkript; ein besseres Wörterbuch verbessert den Ausgangstext, konfiguriert aber nicht den Insights-Lauf.

Schnell korrigieren

Ein Transkript ist selten auf Anhieb perfekt, daher ist der Editor für schnelle Korrekturen gebaut, nicht für eine komplette Neutranskription. Jede Änderung rückgängig machen, ein falsch erkanntes Wort im gesamten Transkript auf einmal suchen und ersetzen, einen Sprecher umbenennen, sodass „Sprecher 1“ zu einem Namen wird, Abschnitte für später taggen oder bei einer misslungenen Bearbeitung zum Original zurückkehren. Wenn Sie „Insights generieren“ wählen, erstellt ein optionaler kostenloser Durchlauf das vollständige, an die aktuelle Transkriptrevision gebundene Ergebnis: Zusammenfassungen, Aufgaben, Entscheidungen, offene Fragen, Zitate, Kapitel, Sprecher-Themen, Themencluster, Exportvorschläge, Terminologie- und Profanitätsfunde sowie Bereinigungsvorschläge. Prüfen Sie die Bereinigung in „Bearbeiten“, verwerfen Sie unerwünschte Vorschläge und übernehmen Sie nur die Änderungen, denen Sie zustimmen.

Export überallhin

Laden Sie Ihr Transkript als TXT, SRT, VTT, CSV, TSV, Markdown, HTML, RTF, XML, JSON, DOCX, PDF, XLSX, ODS, ODT, ASS, TTML, SBV, LRC, FCPXML oder EDL herunter. Das sind 21 Formate insgesamt, jedes sauber und ohne Wasserzeichen. Nicht sicher, welches der nächste Schritt braucht? Diese Anleitung führt durch die Wahl des richtigen Transkriptformats. Brauchen Sie mehrere auf einmal? Vorgefertigte Archivpakete bündeln die Formate, die ein Projekt tatsächlich braucht: Subtitle pack für Untertiteldateien, Research pack für Text- und Datenformate, Office pack für Dokumente, Editor pack für Schnittprogramme wie Final Cut, Premiere und Resolve, oder All formats für alles auf einmal. Jedes Archiv wird als passwortgeschütztes .husharchive mit Manifest und Prüfsummen ausgeliefert, oder als Standard-AES-verschlüsseltes ZIP, falls das Tool auf der anderen Seite keine .husharchive-Dateien öffnet. Ein .husharchive von jemand anderem erhalten? Öffnen, prüfen und entpacken Sie es direkt in Ihrem Browser, ganz ohne zusätzliche Software.

In Stapeln transkribieren

Eine Datei nach der anderen ist nicht immer die Aufgabe. Stellen Sie mehrere Dateien gleichzeitig in die Warteschlange, wo sie liegen bleiben, bis Sie auf Start tippen. Nichts wird transkribiert, sobald Sie es ablegen, sodass Sie Optionen zuerst pro Datei prüfen und anpassen können, oder alle zusammen starten. Zusammengehörige Aufnahmen (ein geteiltes Interview, ein mehrteiliger Anruf, Sicherungsdateien eines Recorders) lassen sich zu einem einzigen geordneten Transkript zusammenführen, statt als einzelne Dateien liegen zu bleiben, die Sie selbst zusammensetzen müssten. Ihr Guthaben bestimmt die Kosten; Schutzmaßnahmen für aktive Aufträge und den Dienst steuern, wie viel Arbeit gleichzeitig läuft. Räumen Sie ein ganzes Verzeichnis voller Aufnahmen auf? So transkribieren Sie einen Ordner voller Aufnahmen in einem Durchgang.

Was es kostet

Hushscript ist pay-as-you-go, kein Abo: Kaufen Sie Minuten in einem Paket und geben Sie sie für Ihre Projekte aus. Pakete kosten 1,99 $ für 45 Minuten, 5,99 $ für 5 Std. (300 Min.), 11,99 $ für 15 Std. (900 Min.) und 19,99 $ für 30 Std. (1.800 Min.). Das größte Paket kommt auf etwa 0,67 $ pro Stunde, die beste Rate im Angebot. Ungenutzte Minuten werden übertragen, statt monatlich zurückgesetzt zu werden; eine abgeschlossene Transkription oder ein Minutenkauf setzt das 180-Tage-Inaktivitätsfenster zurück. Der Checkout zeigt den Preis automatisch in Ihrer Landeswährung, ohne manuelle Umrechnung und ohne Überraschung auf Ihrer Kartenabrechnung. Neue Konten erhalten 30 kostenlose Minuten, sobald eine Zahlungsmethode hinterlegt ist: Die vorübergehende 1-Dollar-Autorisierung einer Karte wird sofort freigegeben, nie belastet. Danach: pay-as-you-go.

Suchen Sie einen kostenlosen Audio-zu-Text-Konverter, bei dem es gar nichts zu kaufen gibt? Die kostenlosen, browserbasierten Tools konvertieren Formate und extrahieren Audio aus Video: Sie laufen clientseitig, laden nichts hoch und brauchen kein Konto. Nur transkribieren können sie nicht. Sprache in Text zu verwandeln ist der Teil, der auf bezahlter KI der Spitzenklasse läuft – deshalb ist es der Teil, der etwas kostet.