Wählen Sie eine Audio- oder Videodatei, und Whisper von OpenAI macht daraus Text, direkt hier in diesem Browser-Tab. Die Datei wird nirgendwohin geschickt. Es ist kostenlos, ohne Anmeldung und ohne Minutenlimit.
Prüfe, was Ihr Browser unterstützt...
[00:00:05] Danke, dass Sie dabei sind, wir beginnen mit dem Zeitplan.
[00:00:11] Die erste Frist ist Ende nächster Woche.
[00:00:18] Die Notizen schicke ich heute Nachmittag an alle.
Lieber sprechen als tippen? Mit StarWhisper nutzen Sie dasselbe Whisper in jedem Textfeld auf Ihrem PC oder Mac. Tastenkürzel drücken, sprechen, und der Text steht in der E-Mail, im Dokument oder im Chat. Kostenlos bis 2.000 Wörter pro Woche, ohne Konto.
Kostenlos testenWhatsApp-Sprachnachrichten sind Opus-Dateien, und diese Seite unterstützt das Format. Speichern Sie die Nachricht zuerst als Datei:
Danach wählen Sie die Datei oben aus. Die Menünamen unterscheiden sich je nach WhatsApp-Version etwas. Wenn der Browser auf dem Handy die Datei nicht öffnet, versuchen Sie es am Computer.
Die meisten kostenlosen Transkriptionsseiten schicken Ihre Aufnahme zuerst auf ihre Server. Diese Seite nicht. Der Browser dekodiert den Ton und gibt ihn an Whisper weiter, das im selben Tab läuft. Sie können das selbst prüfen: Öffnen Sie die Entwicklertools des Browsers, gehen Sie zum Tab Netzwerk (Network) und transkribieren Sie etwas. Beim ersten Mal sehen Sie, wie die Modelldateien von huggingface.co heruntergeladen werden, aber keine Datei hochgeladen wird.
Deshalb eignet sich die Seite für Interviews, Kundengespräche, medizinische oder juristische Notizen und alles andere, was Sie lieber nicht an Dritte geben.
Die Seite sendet zwei Arten von Daten, und keine davon enthält Ihre Datei oder Ihre Worte. Wenn Sie Cookies akzeptieren, wird wie auf jeder anderen Seite die übliche Website-Statistik geladen. Außerdem übermittelt die Seite ohne Cookies einige anonyme Nutzungsdaten an unseren Server: wenn Sie eine Datei wählen (ungefähre Größe und wie die Seite sie liest), wenn eine Transkription fertig ist (Modell, CPU oder GPU, ungefähre Länge wie "1 bis 5 Minuten" und Geschwindigkeit) und wenn etwas schiefgeht (der Schritt, der fehlgeschlagen ist). So wissen wir, ob jemand die Seite nutzt und wo es hakt. Der Code ist öffentlich auf GitHub, Sie können also genau nachlesen, was er tut.
| Modell | Downloadgröße (CPU / GPU) | Geeignet für |
|---|---|---|
| Tiny | 41 MB / 120 MB | Schnelle Entwürfe bei sehr klarer Sprache (am besten auf Englisch), ältere Computer und Handys |
| Base | 77 MB / 206 MB | Die meisten Aufnahmen mit ein oder zwei Personen, die deutlich sprechen |
| Small | 249 MB / 586 MB | Akzente, laute Umgebungen, wenn Genauigkeit wichtiger ist als Tempo |
Die GPU-Versionen sind größer, weil sie die Modellgewichte in einem Format speichern, das Grafikkarten effizient verarbeiten können. Alle drei Modelle sind mehrsprachig und decken die 99 Sprachen ab, mit denen Whisper trainiert wurde. Für Deutsch fangen Sie mit Base an. Wenn das Ergebnis viele Fehler hat, versuchen Sie zuerst das größere Modell.
Die Seite funktioniert mit Audio in MP3, WAV, M4A, AAC, OGG, Opus, FLAC und WEBM und mit der Tonspur von Videos in MP4, MOV, MKV und WEBM. Chrome und Edge lesen die meisten Formate. Wenn sich eine Datei nicht öffnen lässt, wandeln Sie sie zuerst in MP3 oder WAV um.
Es gibt kein Minutenlimit, aber die Arbeit macht Ihr Computer, er bestimmt also das Tempo. Eine Grafikkarte mit WebGPU ist viel schneller als der Prozessor allein, und auf dem Prozessor kann die Transkription einer langen Aufnahme länger dauern als die Aufnahme selbst. Lassen Sie den Tab offen, bis alles fertig ist. In Chrome und Edge werden große Dateien stückweise gelesen, auch ein mehrere GB großes Video lässt sich am Computer also transkribieren. Browser ohne diese Funktion stoppen bei 1 GB am Computer und 200 MB auf dem Handy.
Diese Seite ist für Dateien, die Sie schon haben. Zum Diktieren nutzt die StarWhisper-App dasselbe Whisper als natives Programm für Windows und Macs mit Apple Silicon. Sie drücken ein Tastenkürzel, sprechen, und der Text erscheint in dem Programm, in dem Sie gerade schreiben: E-Mail, Word, Slack, Code-Editor. Sie nutzt CUDA, Vulkan oder Metal für mehr Tempo und läuft nach der Einrichtung offline. Der kostenlose Tarif umfasst 2.000 Wörter Diktat pro Woche und braucht kein Konto. Pro ergänzt die Dateitranskription in der App, ohne die Speichergrenzen des Browsers, und die Modelle Medium und Large.
StarWhisper herunterladen oder sehen, wie es sich gegen whisper.cpp in Eigenregie schlägt.
Ja. Die Arbeit macht Ihr Computer, wir haben also keine Kosten pro Minute und keinen Grund für ein Limit. Sie brauchen kein Konto, und der Text erhält kein Wasserzeichen.
Nein. Die Datei wird im Browser gelesen und transkribiert. Geladen werden nur die Seite, die Transkriptionsbibliotheken von jsDelivr und die Modelldateien von Hugging Face.
Ja. Speichern Sie die Nachricht wie oben beschrieben als Datei und wählen Sie sie hier aus. Sie wird auf Ihrem Gerät verarbeitet, das Gespräch landet also auf keinem Server.
Ja, das ist die Standardeinstellung. Whisper hört die ersten 30 Sekunden und wählt die wahrscheinlichste Sprache. Wenn die Aufnahme mit Musik oder Stille beginnt, wählen Sie die Sprache besser von Hand.
Whisper übersetzt gesprochene Inhalte aus anderen Sprachen ins Englische. Setzen Sie den Haken bei "Ergebnis ins Englische übersetzen", bevor Sie die Datei wählen. In andere Sprachen übersetzt es nicht.
Nein. Whisper schreibt, was gesagt wurde, nicht wer es gesagt hat.
Meistens, weil der Browser kein WebGPU hat und Whisper auf dem Prozessor läuft. Der Hinweis unter dem Dateifeld zeigt, was gerade genutzt wird. Chrome oder Edge auf einem aktuellen Computer sind am schnellsten, und Tiny ist das schnellste der drei Modelle.
Auf aktuellen Handys mit aktuellem Browser kann es funktionieren. Handys haben aber viel weniger Speicher, deshalb bietet die Seite dort nur Tiny und Base an. Kurze Aufnahmen klappen am besten.