Whisper Web — Sprache kostenlos im Browser in Text verwandeln
Whisper Web macht aus einem Video oder einer Audiodatei Text, ohne sie irgendwohin hochzuladen. Kostenlose Whisper-Transkription, ohne Anmeldung, Untertitel inklusive.
- Video mit Whisper transkribieren
- Whisper-SRT-Untertitel erstellen
- MP3 zu Text
- Whisper ohne API-Schlüssel
- Sprache ins Englische übersetzen
oder hier ablegen
Wählen Sie vor dem Start die in der Aufnahme gesprochene Sprache.
Läuft vollständig in Ihrem Browser — Ihr Audio wird nie hochgeladen. Heruntergeladen wird nur das Modell, einmalig.
Whisper ist das Spracherkennungsmodell, das OpenAI zur kostenlosen Nutzung veröffentlicht hat. Es hört sich eine Aufnahme an und schreibt auf, was gesagt wurde, in 99 Sprachen — und das Whisper-Modell ist so gut, dass viele kostenpflichtige Transkriptionsdienste darauf aufbauen. Normalerweise setzt der Zugang zu Whisper allerdings ein Entwicklerkonto, ein Abo oder ein installiertes Programm voraus.
Whisper Web spart Ihnen das alles. Das Whisper-Modell wird in Ihren Browser geladen und läuft auf Ihrem eigenen Rechner: Transkribieren heißt hier, eine Datei zu wählen und auf Transkribieren zu drücken. Ihre Aufnahme verlässt Ihr Gerät nie — Whisper Web schickt nichts an uns, nichts an OpenAI und nichts an sonst jemanden. Über das Netz kommt einzig das Modell selbst, und Ihr Browser behält es nach dem ersten Mal, sodass spätere Läufe sofort beginnen.
Whisper Web schreibt den Text auf den Bildschirm, während er entsteht. Kopieren Sie das Whisper-Transkript, oder laden Sie es als einfache Textdatei herunter, als SRT- oder VTT-Untertitel für ein Schnittprogramm oder eine Website, oder als JSON beziehungsweise Tabelle, wenn Sie die Zeitangaben mitnehmen möchten.
Was Whisper Web in Ihrem Browser leistet
Das echte Whisper-Modell — kostenlos
Das ist OpenAIs eigenes Whisper und keine abgespeckte Nachahmung: dasselbe Modell, das hinter vielen kostenpflichtigen Transkriptionsdiensten steckt. Legen Sie ein MP4 oder MP3 hinein, und Whisper Web setzt den Text Zeile für Zeile auf die Seite, jede mit dem Zeitpunkt, an dem sie gesprochen wurde.
Whisper ohne Anmeldung, ohne Programm, ohne API-Schlüssel
Kein Konto anzulegen, nichts zu installieren, nichts nach Minuten abgerechnet. Schicken Sie eine Datei oder fünfzig durch Whisper Web: kein Tageslimit, keine Guthaben, die zur Neige gehen, kein Wasserzeichen im Transkript. Bezahldienste verlangen Geld, weil das Modell auf ihren Rechnern läuft — hier läuft es auf Ihrem.
Whisper-Untertitel, reiner Text oder Daten
Das Modell hält fest, wann jede Zeile gesprochen wurde, also bekommen Sie aus einem Durchgang fünf Dateien. SRT für Premiere Pro, DaVinci Resolve, CapCut oder YouTube-Untertitel; VTT für einen Videoplayer auf einer Website; TXT zum Lesen und Durchsuchen; JSON oder CSV, wenn die Zeiten in ein Skript oder eine Tabelle sollen. Der Wechsel dazwischen geht sofort — nichts wird zweimal transkribiert.
Sprache zu Text mit Whisper in 99 Sprachen
Spanisch, Mandarin, Arabisch, Hindi, Japanisch, Ukrainisch, Tagalog und viele mehr. Sagen Sie ihm, in welcher Sprache die Aufnahme ist — die Liste lässt sich nach Name oder Code durchsuchen — und er schreibt sie in dieser Sprache auf. Oder stellen Sie die Aufgabe auf Übersetzen, dann kommt aus einer fremdsprachigen Aufnahme in einem Durchgang Englisch heraus.
Zwei Whisper-Modelle: Genauigkeit oder kleiner Download
Turbo ist Whisper large-v3 mit stark verschlanktem Decoder: Es transkribiert wie das größte Modell, ohne so langsam zu sein — die richtige Wahl für Vorlesungen, starke Akzente, durcheinanderredende Stimmen und Hintergrundgeräusche. Base ist nur ein Bruchteil davon und legt früher los, was für eine klare Sprachnotiz reicht. Zu jeder Option steht die Größe, denn das Modell wird vollständig geladen, bevor irgendetwas beginnt.
Whisper Web nimmt fast jede Video- oder Audiodatei
Video als MP4, MOV, WebM und MKV oder Audio als MP3, WAV, M4A, FLAC und OGG. Geben Sie Whisper Web ein Video, wird der Ton für Sie herausgeholt. Die Datei wird direkt von Ihrer Festplatte gelesen — es gibt also keinen Upload-Balken abzuwarten, weil es keinen Upload gibt.
Wer die Whisper-Web-Transkription nutzt
Podcaster, die Shownotes mit Whisper Web schreiben
Aus einer einstündigen Folge wird durchsuchbarer Text, und daraus entstehen Shownotes, Kapitelmarken, Zitatkacheln und die Blogfassung. Den gesamten alten Katalog hindurchzuschicken, kostet nichts.
Videoschnitt mit Bedarf an Whisper-Untertiteln
Laden Sie die SRT-Datei herunter, die Whisper Web erzeugt, und ziehen Sie sie in die Timeline. Sie öffnet sich in Premiere Pro, Final Cut, DaVinci Resolve und CapCut wie jede andere Untertiteldatei — kein Plug-in, kein Warten auf einen Untertiteldienst, kein Wasserzeichen im Bild.
Journalistinnen, die eine private Whisper-Transkription brauchen
Interviewaufnahmen sind oft genau das, was man am wenigsten an ein fremdes Unternehmen geben darf. Whisper Web liefert Ihnen eine erste Fassung zum Zitieren und Weiterarbeiten, und das Audio bleibt auf Ihrem eigenen Rechner.
Studierende, die aus Vorlesungen Notizen machen
Eine aufgezeichnete Vorlesung oder ein Seminar wird zu Text, in dem sich die halb erinnerte Definition wiederfinden lässt. Es kommt mit Fachbegriffen und Akzenten weit besser klar als das Diktat eines Handys — und kein Studierendenabo ist zu rechtfertigen.
Alle, die mit Whisper Web Untertitel erstellen
Videos sollten Untertitel haben, damit gehörlose und schwerhörige Menschen — oder einfach alle, die ohne Ton schauen — mitkommen. Erstellen Sie die Untertiteldatei hier und hängen Sie sie an das Video: Eine interne Schulungsaufnahme muss nie an eine fremde Firma gehen.
Aufnahmen, die nicht hochgeladen werden dürfen
Medizinische Diktate, juristische Mitschnitte, Personalgespräche, unveröffentlichtes Material und alles unter Geheimhaltung. Whisper im Browser ist oft der einzige Weg, der genehmigt wird — weil es keine Übertragung gibt, die genehmigt werden müsste.
Warum Whisper Web wählen
Whisper arbeitet dort, wo Ihre Aufnahme schon liegt
Von Ihrem Audio wird nichts irgendwohin geschickt. Das Whisper-Modell kommt zu Ihnen herunter; hinauf geht Ihre Aufnahme nicht. Schließen Sie den Tab, und das Transkript ist weg — weil anderswo nie eine Kopie davon existiert hat.
Whisper gratis, nichts zum Anmelden
Kein Konto, keine Karte, keine Testminuten, die sich aufbrauchen. Dass Whisper Web unbegrenzt sein kann, liegt daran, dass die Arbeit auf Ihrem Rechner passiert und nicht auf unserem.
Ehrlich dazu, was Whisper hier nicht kann
Ein Browser schafft die allergrößten Whisper-Größen nicht, also kann eine wirklich schwierige Aufnahme aus einem Desktop-Programm oder einem Bezahldienst besser herauskommen. Was Sie hier bekommen, ist kostenlos, privat und sofort startklar — und für klare Sprache reicht es allemal.
So transkribieren Sie ein Video mit Whisper Web
1. Video- oder Audiodatei zu Whisper Web hinzufügen
Ziehen Sie ein MP4, MOV, MKV, WebM, MP3, WAV oder M4A hinein oder klicken Sie, um eine Datei zu suchen. Sie wird direkt von Ihrem Rechner gelesen, es gibt also keinen Upload abzuwarten.
2. Whisper-Einstellungen wählen
Turbo ist bereits ausgewählt und sollte bleiben, wenn Ihnen an einer korrekten Abschrift liegt; wechseln Sie zu Base, wenn Sie nicht auf den größeren Download warten möchten. Bleiben Sie bei Transkribieren, um die Aufnahme in ihrer eigenen Sprache aufzuschreiben, oder wählen Sie Übersetzen für Englisch. Wählen Sie dann die gesprochene Sprache — die ist Pflicht, und das Suchfeld über der Liste erspart das Durchblättern von neunundneunzig Einträgen.
3. Starten und dem Whisper-Transkript beim Entstehen zusehen
Beim ersten Mal muss das Whisper-Modell heruntergeladen werden — das ist der langsame Teil, und er passiert nur einmal. Danach erscheinen die Zeilen mit ihren Zeiten, samt Fortschrittsanzeige und Abbrechen-Schaltfläche.
4. Text kopieren oder Whisper-Untertitel herunterladen
Kopieren Sie das ganze Transkript mit einem Klick, oder wählen Sie TXT, SRT, VTT, JSON oder CSV und laden Sie es herunter. Das Format zu wechseln geht sofort — nichts muss noch einmal verarbeitet werden.
Häufige Fragen zu Whisper Web
Ist Whisper Web wirklich kostenlos?
Ja. Kein Konto, keine Karte, keine Guthaben, kein Wasserzeichen und keine Obergrenze dafür, wie viele Dateien Sie transkribieren oder wie lang sie sind. Das geht, weil das Modell auf Ihrem eigenen Rechner läuft und nicht auf gemieteten Servern — genau diese Serverzeit stellt Ihnen jeder kostenpflichtige Whisper-Dienst in Rechnung.
Lädt Whisper Web mein Audio irgendwohin hoch?
Nein. Ihre Aufnahme wird in Ihrem Browser geöffnet und transkribiert und nirgendwohin geschickt — nicht an diese Seite, nicht an OpenAI, an niemanden. Über das Netz läuft einzig das Whisper-Modell, das zu Ihnen heruntergeladen und vom Browser behalten wird. Nach diesem ersten Download funktioniert Whisper Web sogar offline.
Brauche ich einen OpenAI-API-Schlüssel für Whisper?
Nein. Die meisten „Whisper online“-Seiten sind in Wahrheit nur eine Tür zum kostenpflichtigen Dienst von OpenAI und verlangen einen Schlüssel. Das Modell selbst lässt sich kostenlos herunterladen und ausführen, und genau das macht Whisper Web — kein Schlüssel, kein Abrechnungskonto, keine Minutenpreise.
Wie genau ist Whisper Web?
Bei gleicher Größe liefert es dasselbe Ergebnis wie Whisper auf Ihrem Desktop, denn es ist dasselbe Modell. Was die Genauigkeit ändert, ist die gewählte Größe. Die beiden größten Größen sind für einen Browser zu groß, deshalb kann eine sehr verrauschte oder schwierige Aufnahme in einem Desktop-Programm besser gelingen.
Welches Whisper-Modell soll ich nehmen?
Turbo, sofern nichts dagegen spricht. Es nutzt den Encoder von large-v3, also kommen starke Akzente, durcheinanderredende Stimmen und Hintergrundgeräusche deutlich besser heraus, und der verschlankte Decoder hält es schnell. Base ist für die Fälle da, in denen der Download mehr zählt als die letzten Prozentpunkte Genauigkeit, oder die Aufnahme kurz und klar ist. Ein Rechner mit WebGPU schafft Turbo mühelos; ohne WebGPU läuft das Modell auf der CPU, und dort ist Base für längere Aufnahmen die realistischere Wahl.
Welche Sprachen kann Whisper?
Alle 99, die Whisper kennt, von Spanisch, Mandarin und Arabisch bis Walisisch, Yoruba und Maori. Sie wählen sie vor dem Start; eine automatische Erkennung gibt es nicht, denn Whisper entscheidet je Dreißig-Sekunden-Fenster statt einmal pro Aufnahme, sodass eine lange Datei, die ihm mehrdeutig vorkommt, mittendrin die Sprache wechselt. Übersetzt wird nur in eine Richtung — ins Englische —, was eine Grenze von Whisper selbst ist, nicht dieser Seite.
Kann Whisper Web SRT- oder VTT-Untertitel erzeugen?
Ja. Jede Whisper-Zeile hat ihre Zeit, also sind SRT, VTT, TXT, JSON und CSV je einen Klick entfernt, und der Wechsel geht sofort. Die SRT-Datei öffnet sich in Premiere Pro, DaVinci Resolve, CapCut und dem Untertitel-Upload von YouTube wie jede andere Untertiteldatei.
Wie lang darf die Aufnahme in Whisper Web sein?
Bis zu eine Stunde pro Durchgang. Das ist keine ausgedachte Regel: Ein Browser-Tab kann nur eine begrenzte Menge Audio auf einmal halten, und eine Stunde füllt davon schon einen guten Teil. Für Längeres schneiden Sie die Aufnahme mit dem Trimmwerkzeug dieser Seite in Teile und arbeiten sie nacheinander ab.
Warum dauert der erste Whisper-Web-Durchgang so lange?
Erst muss das Whisper-Modell ankommen — je nach gewählter Größe rund 120 MB, 206 MB oder 586 MB. Ihr Browser behält es, deshalb startet jeder spätere Lauf mit dieser Größe sofort. Chrome, Edge und Opera können zusätzlich Ihre Grafikkarte einspannen, was das Transkribieren stark beschleunigt; Safari und Firefox brauchen länger, das Ergebnis ist aber identisch.
Darf ich Whisper-Transkripte kommerziell nutzen?
Ja. Wir beanspruchen keinerlei Rechte an Ihrem Audio oder am daraus entstandenen Text, und wir fügen weder dem einen noch dem anderen etwas hinzu. Whisper wird von OpenAI unter einer offenen Lizenz veröffentlicht, und Whisper Web baut auf dem Open-Source-Projekt whisper-web auf.
Sie brauchen einen Link statt eines Downloads? Laden Sie die fertige Datei hoch und erhalten Sie eine Wiedergabeseite, eine direkte Datei-URL und einen Einbettungscode.
Video in eine URL verwandeln