Gute Audiodateien: So wird Ihr Transkript deutlich besser
30. Juni 2026 · 7 Min. Lesezeit
Format, Mikrofon, Lautstärke und Raumklang entscheiden über die Erkennungsrate. Praktische Tipps für Vorlesungen, Interviews und Calls.
Kein Transkriptions-Tool — weder KI noch Mensch — holt aus verrauschtem, übersteuertem oder halligem Material das Maximum heraus. Wer die Aufnahme schon richtig anlegt, spart später Stunden Korrekturzeit.
Empfohlene Dateiformate
Sprechverlauf unterstützt MP3, WAV, M4A, OGG, FLAC und WebM. Für die beste Erkennungsrate empfehlen sich verlustfreie oder hochwertige Formate:
- WAV oder FLAC — beste Qualität, größere Dateien
- M4A (AAC) — guter Kompromiss aus Qualität und Größe, typisch für iPhone-Aufnahmen
- MP3 — praktisch überall, mindestens 128 kbps, besser 192 kbps bei Sprache
- Vermeiden: extrem niedrige Bitraten, mehrfach konvertierte Dateien, sehr lange Mono-Aufnahmen in schlechter Telefonqualität
Aufnahme-Checkliste
- Mikrofon nah am Sprecher (15–30 cm), nicht in der Laptop-Lüfterzone
- Ruhiger Raum — Vorhang, Teppich und geschlossene Fenster reduzieren Hall
- Pegel prüfen: weder flüsterleise (-40 dB) noch Clipping durch Übersteuerung
- Bei Interviews: ein Mikrofon pro Person schlägt ein gemeinsames Raummikro
- Bei Gruppen: Sprecher nacheinander lassen, weniger gleichzeitiges Reden
- Fachbegriffe und Namen vorher in die „Besonderen Wörter“-Liste eintragen (Sprechverlauf Schritt 2)
Typische Qualitätsprobleme und ihre Wirkung
| Problem | Typische Folge im Transkript |
|---|---|
| Straßenlärm, Klimaanlage | Wörter fehlen oder werden falsch erkannt |
| Echo in großem Raum | Sätze wirken abgehackt, Satzgrenzen falsch |
| Starke Akzente + schlechtes Signal | Mehr Homophon-Fehler (klingt gleich, heißt anders) |
| Musik im Hintergrund | Textfragmente aus dem Song landen im Transkript |
| Sehr leise Aufnahme | Lücken, erfundene Füllwörter durch KI |
Vor dem Upload: 2 Minuten Vorbereitung
Hören Sie die ersten 30 Sekunden und die lauteste Stelle an. Knistern, Rauschen oder Übersteuerung? Tools wie Audacity (kostenlos) erlauben Normalize und leichte Rauschreduktion — vorsichtig einsetzen, sonst klingt die Stimme metallisch. Schneiden Sie lange Stille am Anfang weg, das beschleunigt Upload und Verarbeitung.
Für Vorlesungen lohnt sich ein Platz in den vorderen Reihen. Für Remote-Calls: natives Aufnahme-Tool der Plattform oder separates Diktiergerät statt Laptop-Lautsprecher-Mitschnitt.