Blog
Podcast transkribieren: Anleitung mit kostenloser Vorschau
Autor: Hushscript Veröffentlicht: Zuletzt geprüft:
Um einen Podcast zu transkribieren, laden Sie die Audiodatei der Episode hoch, prüfen die kostenlose 5-Minuten-Vorschau, melden sich an und starten die vollständige Transkription. Hushscript beschriftet jeden Moderator und Gast, Sie benennen die Beschriftungen einmal um und exportieren den Text als TXT, DOCX oder SRT. Für eine vollständige Episode brauchen Sie ein Konto und genügend verfügbare Minuten; eine Karte ist zum Anlegen nicht nötig.
Ein Podcast-Transkript zahlt sich doppelt aus. Es macht die Episode durchsuchbar und zugänglich für Hörer, die lieber lesen als zuhören, und es liefert Rohmaterial für Zitate, Kapitel und Untertitel, ohne die Aufnahme noch einmal abzuspielen. Die Unterstützung durch Plattformen ist konkret: Apple Podcasts dokumentiert Transkripte und Kapitelnavigation für Ersteller. Dieser Leitfaden zeigt, wie Sie einen Podcast transkribieren, die Stimmen beschriften, typische Probleme beheben und das Ergebnis nutzen. Die Produktseite finden Sie unter Podcast transkribieren.
Am meisten Zeit spart die Sprechertrennung. Ein Transkript, das als ein einziger Textblock daherkommt, macht fast so viel Arbeit wie das Audio selbst. Hushscript beschriftet jede Stimme automatisch, bei jedem Transkript kostenlos, sodass ein Gespräch als Gespräch zurückkommt.
Was Sie vor dem Start brauchen
Eine Aufnahme der Episode in einem gängigen Audio- oder Videoformat oder einen direkten Link zur Audiodatei. Haben Sie aus Ihrem Editor eine reine Audiodatei exportiert (MP3, WAV, M4A), funktioniert sie direkt. Ist Ihre einzige Kopie die Videoaufzeichnung aus Zoom, Riverside oder Ecamm, geht das ebenfalls, und das Audio wird in Ihrem Browser daraus gewonnen, sodass das Video nie hochgeladen wird.
Sauberes Quellaudio hilft mehr als alles andere. Sprecherbeschriftungen funktionieren am besten, wenn sich die Stimmen deutlich unterscheiden und niemand ständig dazwischenredet. Haben Sie jeden Teilnehmer auf einer eigenen Spur aufgenommen, liegt der sauberste denkbare Input vor. Eine einzelne gemischte Spur funktioniert trotzdem; sie verlässt sich nur stärker auf die Diarisierung, um Stimmen auseinanderzuhalten. Nehmen Sie die Stimmen möglichst trocken auf und legen Sie das Musikbett danach im Editor darunter, denn ein Jingle unter durchgehender Sprache ist das Einzige, was die Genauigkeit zuverlässig senkt.
Für eine vollständige Episode brauchen Sie ein Konto. Die 5-Minuten-Vorschau ist der Schritt ohne Konto, sodass Sie Sprecherbeschriftungen und Textqualität an Ihrer eigenen Datei prüfen können, bevor Sie sich irgendwo anmelden.
Podcast in Text umwandeln, Schritt für Schritt
Erst die Vorschau, dann die Anmeldung, dann der Rest der Transkription. So wandeln Sie Podcast-Audio in Text um.
- Legen Sie die Datei auf der Seite zur Podcast-Transkription ab. Hushscript schneidet die ersten 5 Minuten in Ihrem Browser zu und liefert eine Vorschau mit Sprecherbeschriftung. Für diesen Schritt ist kein Konto nötig. Sie sehen genau, wie Moderator und Gast getrennt werden und wie sauber sich der Text bei Ihrem eigenen Audio liest.
- Melden Sie sich an, um den Rest zu transkribieren. Nach Eingabe Ihrer E-Mail-Adresse und Anmeldung laden Sie die vollständige Episode hoch. Berechtigte persönliche Konten können einmalig 30 Freiminuten zum Ausprobieren erhalten, nach der Kartenverifizierung oder mit ihrem ersten Kauf; Preise nennt die Bedingungen. Die vollständige Transkription braucht ein Konto und genügend verfügbare Minuten.
- Lassen Sie die Transkription laufen und exportieren Sie dann. Das Transkript kommt mit Beschriftung und Zeitstempel bei jeder Äußerung zurück. Exportieren Sie DOCX für ein Dokument, das Sie zu Show Notes ausarbeiten, TXT für einen sauberen Block zum Einfügen in Ihr CMS, SRT für Untertitel einer Videoversion oder JSON, falls Ihr Podcast-Host Transkript-Uploads auf Äußerungsebene akzeptiert.
Die 30 Freiminuten können eine kurze Episode oder einen repräsentativen Abschnitt einer längeren abdecken. Eine 60-minütige Episode verbraucht 60 Minuten Ihres Guthabens und braucht daher nach dem Testkontingent eine Aufladung.
Nach dem Testkontingent bedeutet Pay-as-you-go-Transkription vorausbezahlte Minutenpakete ohne Abo, ein ruhiger Monat zwischen den Episoden kostet also nichts.
Jeden Moderator und Gast beschriften
Die Sprecherdiarisierung läuft automatisch, Sie müssen nichts einschalten. Bei einer Episode mit zwei Personen (ein Moderator, ein Gast) kommt das Transkript sauber getrennt zurück, jede Zeile gehört zu einer von zwei Beschriftungen. Bei einem Panel trennt Hushscript so viele verschiedene Stimmen, wie es hört, ohne Sprecherobergrenze.
So ersetzen Sie die allgemeinen Beschriftungen durch echte Namen:
- Klicken Sie im Editor auf eine beliebige Stelle mit
Sprecher A. - Geben Sie den Namen ein, etwa „Alex“ oder „Moderator“.
- Jede Stelle mit dieser Beschriftung wird im ganzen Transkript auf einmal aktualisiert.
Sie benennen jede Stimme einmal um, nicht Zeile für Zeile. Bei zwei Personen dauert das etwa eine Minute, bei einem Panel mit vier Personen einige Minuten. Nach dem Umbenennen liest sich ein Ausschnitt des Transkripts so:
Alex [00:03:12]: Sie leiteten das Unternehmen also zu dem Zeitpunkt. Was waren die ersten Anzeichen?
Jamie [00:03:19]: Ehrlich gesagt waren es die Zahlen. Wir hatten in einem Quartal einen Einbruch von 40 %.
Alex [00:03:27]: Und Sie konnten sich das damals nicht erklären?
Jamie [00:03:35]: Wochenlang nicht. Das war der Teil, der mich nachts wach gehalten hat.
Diese Struktur brauchen Sie, um Zitate herauszuziehen und Kapitel mit Zeitstempel zu schreiben. Da die Beschriftungen durch die ganze Datei gelten, wird eine lange Episode genau einmal beschriftet. Wie die Stimmtrennung technisch funktioniert, steht unter So funktioniert Sprecherdiarisierung.
Wenn die Beschriftungen eine Korrektur brauchen
Die Diarisierung ist bei sauberen Aufnahmen genau, aber nicht unfehlbar. Einige Muster sollten Sie kennen, um sie schnell zu korrigieren.
Klingen zwei Gäste sehr ähnlich, kann gelegentlich eine Zeile beim falschen Sprecher landen. Gehen Sie das Transkript bei geöffnetem Audio durch und ordnen Sie die wenigen falsch zugewiesenen Zeilen von Hand neu zu. Das geht weit schneller, als Sprechernamen von Grund auf zu tippen, denn Sie beheben nur Ausnahmen.
Wird ein stiller Co-Moderator, der kaum spricht, mit einer anderen Beschriftung zusammengelegt, geben Sie zuerst den Hauptsprechern ihre echten Namen und suchen dann die wenigen Zeilen heraus, die der leisen Stimme gehören. Bei einer gut getrennten Aufnahme treten beide Fälle selten auf, deshalb lohnt sich eine eigene Spur pro Person, die beim Aufnehmen nur wenig Mehraufwand bedeutet.
Häufige Probleme und ihre eigentlichen Ursachen
Die meisten Transkriptionsprobleme gehen auf die Aufnahme zurück, nicht auf das Werkzeug. Einige davon sollten Sie einplanen, bevor Sie eine Sendung veröffentlichen.
Übersprechen und Dazwischenreden. Das ist für jedes System zur Sprechertrennung am schwierigsten, weil zwei Stimmen im selben Moment nicht sauber zu trennen sind. Der Text bleibt meist lesbar, aber ein Moment starker Überlappung kann bei einem Sprecher landen oder an der Nahtstelle verschwimmen. Gute Podcast-Disziplin hilft hier schon: Ein Moderator, der Gäste ausreden lässt, erzeugt als Nebeneffekt ein saubereres Transkript. Wo es doch passiert, korrigieren Sie diese wenigen Zeilen von Hand anhand des Audios.
Entfernte Gäste auf einer Spur. Ein Gespräch, das als eine gemischte Datei aufgenommen wurde, lässt sich schwerer trennen als dasselbe Gespräch mit einer Spur pro Teilnehmer. Unterstützt Ihr Tool die lokale Aufnahme pro Teilnehmer, nutzen Sie sie; haben Sie nur die gemischte Datei, kommt das Transkript trotzdem zustande, stützt sich aber stärker auf die Diarisierung. In beiden Fällen ist es derselbe Upload, bei der Transkription ist also nichts anders zu tun. Haben Sie getrennte Spuren pro Gast aufgenommen und müssen sie vor dem Hochladen zu einer Datei zusammenfügen, erledigt das der kostenlose Audio-Joiner in Ihrem Browser, ohne dass etwas hochgeladen wird. Einen Gast, der über einen Chrome-Tab zugeschaltet ist, können Sie mit der kostenlosen Hushscript Chrome-Erweiterung aufnehmen, die Tab und Mikrofon zu einer Aufnahme mischt. Sagen Sie Ihrem Gast vorher Bescheid.
Starke Akzente und Sprachwechsel. Hushscript erkennt die Sprache automatisch und transkribiert rund 99 Sprachen, in achtzehn davon mit Spitzengenauigkeit, sodass ein Gast mit ausgeprägtem Akzent in einer unterstützten Sprache gut zurechtkommt. Ein Gast, der mitten im Satz zwischen zwei Sprachen wechselt, ist der wirklich schwierige Fall; rechnen Sie damit, die gewechselten Passagen von Hand nachzubessern. Die vollständige Liste der unterstützten Sprachen finden Sie auf der Seite zu den Sprachen.
Intro-Musik und Jingles. Ein Musikbett zwischen Segmenten wird in der Regel übersprungen und nicht als Unsinn transkribiert. Probleme beginnen erst, wenn Musik lange unter durchgehender Sprache läuft. Die saubere Lösung liegt im Schnitt: Nehmen Sie die Stimmen trocken auf und legen Sie die Musik danach darunter, sodass die Transkription nur Sprache zu sehen bekommt.
Namen, Fachjargon und Markenschreibweisen. Ein Fachgast verwendet Begriffe und Produktnamen, die das Modell womöglich lautmalerisch wiedergibt. Das lässt sich schnell beheben, weil sie sich wiederholen, und ein Suchen und Ersetzen im exportierten Dokument erledigt eine wiederkehrende Falschschreibung in einem Durchgang.
Ein paar Tipps für mehr Genauigkeit
Der größte Hebel ist die Aufnahmequalität, daher zahlt sich der Aufwand für Mikrofone und einen ruhigen Raum bei der Transkription aus. Darüber hinaus liefert eine Spur pro Sprecher sowohl den saubersten Text als auch die saubersten Sprecherbeschriftungen, weil das System nie zwei Stimmen aus einer Wellenform entwirren muss. Halten Sie das Mikrofon eines Gastes nah und gleichmäßig, statt es wandern zu lassen, und Sie verbringen Ihre Bearbeitungszeit mit Inhalt statt mit Reparaturen.
Lesen Sie beim Korrekturlesen mit geöffnetem Audio und korrigieren Sie in Durchgängen: zuerst die Sprecherbeschriftungen, dann falsch verstandene Namen und Fachbegriffe, dann die gelegentlichen Überlappungen. Das Arbeiten nach Kategorien geht schneller als Lesen von oben nach unten und ergibt ein Dokument, das sauber genug zum Veröffentlichen ist.
Das Transkript nutzen
Ist der Text sauber, dient er als Grundlage für Zitate, Kapitel und Untertitel. Zeitstempel gibt es bei jeder Äußerung, sodass Sie einen Themenwechsel finden, ohne die Episode erneut abzuspielen. Um den Text nach gesprochenen URLs zu durchsuchen, suchen Sie nach Bruchstücken wie „dot com“ oder „slash“. Bei einem Zitat entscheiden Sie bewusst, ob Füllwörter bleiben; Clean Verbatim und Verbatim erklärt beides.
Show Notes, Kapitel und den Rest der Veröffentlichungsroutine behandelt der Workflow zur Podcast-Transkription.
Podcast-Transkripte auf Spotify
Spotify kann neben einer Episode ein Transkript anzeigen. Laut der Hilfe für Ersteller erhalten manche Sendungen automatisch erzeugte Transkripte, die Hörer in der Ansicht „Wiedergabe“ und auf Episodenseiten in der mobilen Spotify-App sehen. Wollen Sie stattdessen Ihren eigenen geprüften Text veröffentlichen, laden Sie eine VTT- oder SRT-Datei von bis zu 5 MB hoch. Enthalten sein müssen Zeitstempel, sonst läuft der Text bei der Wiedergabe nicht mit.
Für diese Datei transkribieren Sie das Original-Audio Ihrer Episode, nicht eine von Spotify gezogene Kopie. Hushscript importiert keine Episoden von Spotify-Seiten, und der Export Ihres Editors ist ohnehin die sauberste Quelle. Korrigieren Sie Namen und Sprecherbeschriftungen im Editor und exportieren Sie dann SRT oder VTT. Beide Formate enthalten die Zeitstempel, die Spotify verlangt.
Zwei Dinge sollten Sie vorab prüfen. Laut Spotify wird ein hochgeladenes Transkript ersetzt, wenn Sie automatisch erzeugte aktivieren, entscheiden Sie also, welche Sie wollen. Und ein Transkript lässt sich in Spotify for Creators nicht bearbeiten: Sie ändern die Datei offline und laden sie erneut hoch. Behalten Sie Ihre korrigierte SRT als Master und exportieren Sie nach jeder Korrektur neu. Spotify sagt außerdem, dass sich Transkripte je nach Podcast-Host unter Umständen nicht synchronisieren lassen und dass Transkripte nicht für jeden Ersteller und nicht in der mobilen App von Spotify for Creators verfügbar sind. Laut der Hilfe liegen die Einstellungen in Spotify for Creators im Web: Einstellungen, dann Transkripte für die ganze Sendung, oder die Details einer Episode für eine einzelne.
Untertitel hinzufügen
Veröffentlichen Sie eine Videoversion der Episode auf einer Plattform wie einem Video-Host, Spotify Video oder LinkedIn, ist der SRT-Export eine zeitgesteuerte Untertiteldatei, die Sie direkt hochladen können. Ein zusätzlicher Schritt ist nicht nötig, weil das bereits erstellte Transkript die Zeitdaten enthält. Haben Sie nur das Audio und die Plattform will eine Videodatei, macht das kostenlose Tool MP3 in MP4 aus der Episode ein MP4 mit Standbild oder einfarbigem Hintergrund, im Browser und ohne Upload. Es nimmt Dateien bis 200 MB und etwa 3 Stunden. Den größeren Ablauf, wie Untertitel auf einen Clip kommen, einschließlich eingebrannter Untertitel und separater Dateien, beschreibt So fügen Sie einem Video Untertitel hinzu.
Ist Ihr Ausgangspunkt eine Videoaufzeichnung statt eines Audioexports, läuft alles genauso ab; das Audio wird zuvor in Ihrem Browser extrahiert. Die Seite Video in Text behandelt diesen Weg ausführlich.
Lange und mehrteilige Episoden
Für eine Episode in Spielfilmlänge oder eine Live-Aufnahme akzeptiert Hushscript Uploads von bis zu 10 Stunden, ohne Dateigrößenlimit. Ein vierstündiges Panel oder eine Episode im Dokumentarformat läuft als eine Datei durch, statt in Stücke geteilt zu werden, und das ist aus zwei Gründen wichtig. Die Sprecherbeschriftungen bleiben über die ganze Datei konsistent, sodass Sie nur einmal umbenennen. Und die Zeitstempel laufen durch, ein Kapitel bei drei Stunden steht also als [03:12:40] da und beginnt nicht in Teil zwei wieder bei null.
Nehmen Sie eine mehrteilige Serie in einer Sitzung auf, transkribieren Sie die ganze Sitzung als eine Datei und teilen Sie die Show Notes danach nach Teilen auf. Wer das Audio zuerst zerschneidet, vervielfacht nur den Aufwand beim Umbenennen.
Unabhängige Quellen und Standards
Hushscript hat diese unabhängigen, nicht konkurrierenden Quellen herangezogen. Sie erläutern Forschung, Standards oder Plattformfunktionen und stellen keine Empfehlung durch Hushscript dar.
Quellen geprüft am: