Sprache zu Text

Zwei Wege zur Transkription: Live-Diktat mit Ihrem Mikrofon über die eingebaute Spracherkennung des Browsers oder lokale Transkription einer Audiodatei (MP3, WAV, M4A, OGG, FLAC) mit einem lokalen neuronalen Sprachmodell. In beiden Fällen verlassen Ihre Audiodaten niemals Ihr Gerät.
Inaktiv. Drücken Sie Diktat starten und sprechen Sie in Ihr Mikrofon.
Legen Sie hier eine Audiodatei ab oder klicken Sie zum Auswählen
MP3 · WAV · M4A · OGG · FLAC · WebM · AAC — bis 50 MB
Lokale Engine: nicht geladen.
Wählen Sie eine Audiodatei aus, um zu beginnen.
Transkription
Live-Diktat: Die Live-Engine wird von Ihrem Browser bereitgestellt (Chrome/Edge nutzen einen Cloud-Erkennungsdienst; Firefox und Safari unterstützen das unterschiedlich). Chrome und Edge verlangen einen sicheren Kontext (HTTPS) — auf localhost funktioniert es direkt.
Was ist Sprache-zu-Text?

Sprache-zu-Text (Spracherkennung) wandelt gesprochene Audioinhalte in geschriebene Wörter um. Diese Seite bietet zwei Engines: Live-Diktat, das die in Ihren Browser eingebaute Erkennung nutzt und während des Sprechens Zwischenergebnisse zeigt (diese können sich noch ändern, während die Engine den Kontext neu bewertet, bevor sie den endgültigen Text festlegt), und ein lokales neuronales Modell, das eine Audiodatei vollständig auf Ihrem Gerät transkribiert.

Die Erkennungsgenauigkeit hängt von der Mikrofonqualität, dem Hintergrundlärm, dem Sprechtempo, Akzenten und dem Fachwortschatz ab — prüfen Sie jede automatische Transkription Korrektur, bevor Sie sich darauf verlassen.