WAV in Text umwandeln
Lade eine WAV hoch, das Format, das Recorder und Schnittprogramme exportieren, und bekomm ein Transkript mit Zeitstempeln und Sprechern. Klick jede Zeile an, um sie zu hören, und exportiere dann.
MP3, WAV, M4A oder OGG · bis zu 30 Minuten
Lade eine Aufnahme hoch, die du transkribieren darfst. Das Transkript gehört dir; das Audio wird nach der Verarbeitung nicht behalten.
Tippe auf eine Zeile, um sie zu hören. Die Zeile unter dem Abspielkopf leuchtet beim Abspielen auf. So wird dein Transkript aussehen.
01—So geht's
WAV in Text umwandeln in 3 Schritten
Keine Software nötig. Eine WAV geht hinein, wie sie ist, und ist deine größer als 50 MB, zeigt der nächste Abschnitt, wie du sie zuerst zu einer MP3 schrumpfst, ohne ein Wort des Transkripts zu verändern. Das Ergebnis öffnet sich auf einer eigenen Seite mit dem Player oben.
- 1
WAV hochladen
Zieh eine Datei von bis zu dreißig Minuten und 50 MB hinein. Die Länge wird gelesen, bevor etwas hochgeladen wird, und die Seite sagt dir, ob die heutige Umwandlung gratis ist oder was sie in Credits kostet.
- 2
WAV in Text umwandeln
Drück auf Transkribieren. Die Engine hört einmal zu, schreibt jedes Wort mit der Sekunde auf, in der es gesagt wurde, und trennt die Sprecher. Eine Zehn-Minuten-Datei ist meist in unter einer Minute zurück.
- 3
Mit dem Audio abgleichen, dann exportieren
Das Transkript öffnet sich neben einem Player. Klick eine Zeile, um sie zu hören, such nach einer Phrase, benenn die Sprecher um und lade reinen Text, Text mit Zeitstempeln, SRT oder VTT herunter.
Wie lange dauert es?
Etwa ein Zehntel der Aufnahmelänge. Ein Drei-Minuten-Take ist in Sekunden zurück, ein Dreißig-Minuten-Interview in ein paar Minuten. Die Seite zeigt beim Arbeiten einen Timer.
02—Das Format
Was ist eine WAV-Datei, und warum ist sie so groß?
Eine WAV ist unkomprimiertes PCM-Audio, der Standard-Export von Feldrekordern, Audacity, jeder DAW und den meisten Telefonanlagen. Darin steckt jedes Sample, das das Mikrofon gehört hat, eines nach dem anderen, und damit ist es die Datei mit der höchsten Qualität, die du zu einem WAV-zu-Text-Konverter bringen kannst, und zugleich die mit Abstand größte.
| Aufnahmeeinstellungen | Größe pro Minute | Passt in 50 MB |
|---|---|---|
| 48 kHz · 24 Bit · Stereo (Studio) | ≈ 17 MB | ≈ 3 Minuten |
| 44,1 kHz · 16 Bit · Stereo (CD-Qualität) | ≈ 10 MB | ≈ 5 Minuten |
| 16 kHz · 16 Bit · Mono (Sprache) | ≈ 1,9 MB | ≈ 26 Minuten |
| Dasselbe Audio als MP3 mit 128 kbps | ≈ 1 MB | ≈ 50 Minuten |
Abtastrate und Bittiefe verändern das Transkript nicht
Bevor die Engine zuhört, bringt sie jede Datei auf eine Sprach-Abtastrate herunter, sodass eine 48-kHz-Studio-WAV mit 24 Bit nicht mehr brauchbare Wörter enthält als eine 16-kHz-Mono-Datei. Was das Transkript verändert, sind der Raum, der Abstand zum Mikrofon und Menschen, die durcheinanderreden. Die zusätzlichen Daten in einer großen WAV sind fürs Mischen da, nicht für die Transkription.
Vorher zu MP3 umwandeln, ohne etwas zu verlieren
Ist eine WAV größer als 50 MB oder länger als dreißig Minuten, exportiere sie aus Audacity als MP3 mit 128 kbps oder stell den Recorder fürs nächste Interview auf MP3-Modus. Das Transkript kommt identisch zurück, und der Upload ist etwa zehnmal schneller. Eine WAV, die schon passt, lädst du hoch, wie sie ist.
Was aus dem Dateinamen wird
Der Name, den dein Recorder oder Audacity der Datei gegeben hat, oft so etwas wie ZOOM0012.WAV, wird zum Titel des Transkripts und zum Namen jedes Exports. Benenn die Datei vor dem Upload um, oder benenn das Transkript hinterher mit einem Klick um.
Mono oder Stereo?
Mono ist alles, was die Transkription braucht. Ein Stereo-Interview mit einer Stimme pro Kanal geht ebenfalls, weil die Engine Sprecher an ihren Stimmen unterscheidet und nicht am Kanal.
03—Zeile anklicken
Klick jede Zeile an, um sie zu hören
Eine Stunde auf einem Feldrekorder ist eine lange Datei, wenn man einen einzigen Satz darin sucht. Hier sind Transkript und Audio eins, auf einer Seite, und jede Zeile kennt die Sekunde, zu der sie gehört.
Das Transkript folgt dem Abspielkopf
Während die Aufnahme läuft, wird die gesprochene Zeile hervorgehoben und im Blick gehalten. Klick eine andere Zeile, und die Wiedergabe springt dorthin. Ein Zitat zu prüfen dauert zwei Sekunden.
Suchen, dann hören
Tipp eine Phrase, und das Transkript filtert auf die Zeilen, die sie enthalten. Klick eine an, und du hörst genau diesen Moment.
Zeitstempel aus dem Audio selbst
Jede Zeile trägt die Sekunde, in der sie beginnt, aus der Datei gemessen statt aus der Lesegeschwindigkeit geschätzt, damit ein Zeitstempel im Schnittprotokoll den richtigen Moment trifft.
Sprecher, die du umbenennen kannst
Zwei Stimmen werden Sprecher 1 und Sprecher 2. Benenn sie einmal um, und jede Zeile und jeder Export ziehen mit.
04—Das bekommst du
Das bekommst du aus einem WAV-Transkript
Eine Umwandlung erzeugt vier Dateien, alle aus denselben zeitlich verankerten Segmenten, sodass reiner Text, Untertitel und die Version mit Zeitstempeln einander nie widersprechen.
Reiner Text
Absätze dort getrennt, wo der Sprecher pausiert oder gewechselt hat, bereit zum Einfügen in Notizen, ein Dokument oder eine E-Mail.
Text mit Zeitstempeln und Untertitel
Dieselben Zeilen mit Startzeiten oder als SRT- und VTT-Dateien, die direkt auf eine Videospur passen.
Sprecherlabels
Interviews und Anrufe kommen mit zugeordneten Wortbeiträgen zurück, und du entscheidest, wie die Sprecher heißen.
Wo das Transkript liegt
Jedes Transkript bleibt mit seinem Audio dreißig Tage in deinem Verlauf, sodass du die Seite wieder öffnen, erneut abspielen und später exportieren kannst. Die hochgeladene WAV wird nirgends sonst behalten, und das Löschen des Transkripts entfernt beides.
05—Woher WAVs kommen
Woher WAV-Dateien kommen
WAV ist das Format, das professionelles Gerät und Schnittsoftware standardmäßig schreiben, und darum kommt es meist aus vier Richtungen. Zu jeder gehört eine Einstellung, die man vor der nächsten Aufnahme kennen sollte.
Feldrekorder
Recorder von Zoom, Tascam und Sony schreiben ab Werk WAV, was für Musik richtig und für Interviews schwer ist. Die meisten bieten auch einen MP3-Modus; schalte für Sprache dorthin um und spar dir den Umwandlungsschritt ganz.
Audacity und DAWs
Nach dem Schneiden und Säubern eines Takes steht der Exportdialog standardmäßig auf WAV. Wähl stattdessen MP3, wenn die Datei zur Transkription geht; das Transkript ist dasselbe und die Datei ein Zehntel so groß.
Telefonanlagen und Anrufaufzeichnungen
Hotlines und Telefoninterviews exportieren meist schmale 8-kHz-WAVs, die klein sind und sich gut transkribieren lassen. Weil sie oft dünn und verrauscht sind, bringt ein Durchlauf durch den Voice Isolator vorher ein spürbar besseres Transkript.
Studiosessions und Sprecher-Takes
Podcast-Studios und Sprachaufnahmen hinterlassen große, saubere WAVs. Das Transkript eines Takes ist ein Skript und kann darum direkt zu Text to Speech oder einer geklonten Stimme, um einen Satz nachzusprechen, ohne das Studio neu zu buchen.
Was es nicht kann
Es transkribiert keine Wörter, die nie hörbar waren, es übersetzt das Audio selbst nicht, und es ist keine Live-Untertitelung. Es arbeitet mit WAV-Dateien, die du bereits hast, bis zu 50 MB und dreißig Minuten pro Datei; schrumpfe eine größere zu MP3 oder teile sie an einer natürlichen Pause.
06—Fragen
Häufig gestellte Fragen
Was ist eine WAV-Datei?
Unkomprimiertes PCM-Audio, der Standard-Export von Recordern, Audacity, DAWs und Telefonanlagen. Darin bleibt jedes Sample erhalten, das das Mikrofon eingefangen hat, und darum klingt es am besten und braucht am meisten Platz.
Kann man WAV in Text umwandeln?
Ja. Lade die WAV hoch, drück auf Transkribieren, und das Transkript öffnet sich mit Zeitstempeln und Sprecherlabels. Klick eine Zeile an, um sie zu hören, und lade es dann als Text oder Untertitel herunter.
Meine WAV ist größer als 50 MB. Was tun?
Exportiere sie aus Audacity oder einem beliebigen Editor als MP3 mit 128 kbps, was eine WAV in CD-Qualität etwa um das Zehnfache schrumpft, oder teile sie an einer natürlichen Pause in zwei Dateien. Das Transkript ist in beiden Fällen identisch.
Sollte ich WAV vor der Transkription in MP3 umwandeln?
Nur wenn die Datei über der Größen- oder Längengrenze liegt. Eine WAV, die passt, lädst du hoch, wie sie ist. Wenn du doch umwandelst, geht für die Transkription nichts verloren, weil die Engine ohnehin mit einer Sprach-Abtastrate arbeitet.
Beeinflussen Abtastrate oder Bittiefe die Genauigkeit?
Nein. Eine Datei mit 48 kHz und 24 Bit und eine mit 16 kHz und 16 Bit desselben Takes ergeben dasselbe Transkript. Was es verändert, sind Mikrofonabstand, Hintergrundlärm und Menschen, die durcheinanderreden.
Trennt es Sprecher?
Ja. Jeder Wortbeitrag wird einem Sprecher zugeordnet, den du umbenennen kannst, bei Mono- wie bei Stereodateien. Bei einer Aufnahme mit einer Stimme werden die Labels einfach nicht angezeigt.
Kann ich WAV in Word umwandeln?
Lade den Export als reinen Text herunter und füg ihn in Word oder Google Docs ein, oder nimm den Export mit Zeitstempeln, wenn die Zeiten im Dokument stehen sollen. Die Absätze sind schon dort getrennt, wo der Sprecher pausiert oder gewechselt hat.
Kann ich einen als WAV gespeicherten Song transkribieren?
Die Engine ist für gesprochene Stimmen gebaut, ein gemischter Song kommt darum lückenhaft zurück. Trenn ihn zuerst mit dem Vocal Remover und transkribiere die isolierte Gesangsspur; das funktioniert deutlich besser.
07—Mehr Werkzeuge
Mehr Audio-Werkzeuge
WAV ist das Studioformat; der Rest von AnyVoice kümmert sich um die anderen Formate und um alles, was du mit dem Transkript machen willst.
MP3 zu Text
Podcast-Downloads und Recorder-Dateien, mit Zeitstempeln transkribiert.
M4A zu Text
iPhone-Sprachmemos und WhatsApp-Audio, genauso transkribiert.
Voice Isolator
Eine dünne Telefonaufnahme zuerst säubern, für ein besseres Transkript.
Voice Cloning
Klone deine Stimme und lass dir das Transkript darin vorlesen.