Hosts und Gäste getrennt
Mit einem Paket erkennt MAI-Transcribe-2, wer spricht — auch bei drei oder vier Stimmen.
Shownotes · Blog · Barrierefreiheit
Ein Transkript macht Ihre Folge auffindbar und zugänglich: Suchmaschinen lesen keinen Ton, gehörlose Menschen auch nicht. Laden Sie die Folge hoch und bekommen Sie Text mit Sprechern und Zeitstempeln — die Grundlage für Shownotes, Kapitelmarken und Blogartikel.
Kostenlos testen: 3 Transkriptionen pro Kalendermonat, je bis 10 Minuten, ohne Konto — als reiner Text. Sprechertrennung („wer sagt was“) und Dateien bis 4 Stunden gehören zu den kostenpflichtigen Angeboten: Tagespass 2,99 €, Guthaben 4,99 €, Pro 8,99 €/Monat.
Podcast-Folge hochladenFür den Upload reicht Mono mit 64 kbit/s: Das sind rund 29 MB pro Stunde. So passen auch lange Folgen unter die Grenze von 100 MB.
Datei hochladen oder den direkten Link zur MP3 aus Ihrem RSS-Feed einfügen.
TXT für Shownotes, Word für den Blogartikel, SRT oder VTT für das Video auf YouTube.
Mit einem Paket erkennt MAI-Transcribe-2, wer spricht — auch bei drei oder vier Stimmen.
Jeder Abschnitt hat eine Zeitmarke. Themenwechsel finden Sie schnell und übernehmen sie als Kapitel.
Auch lange Gesprächsfolgen laufen in einem Durchgang durch.
Für Video-Podcasts gibt es SRT und VTT, auf Wunsch mit Sprechernamen.
Ja, indirekt: Google indexiert Text, nicht Audio. Ein Transkript oder ein daraus geschriebener Artikel auf der Episodenseite liefert die Wörter, nach denen Menschen suchen.
Exportieren Sie eine Kopie in Mono mit 64 kbit/s. Für Spracherkennung reicht das völlig, und eine Stunde braucht dann nur rund 29 MB.
Gut, solange nicht alle durcheinander reden. Jede Stimme auf einer eigenen Spur oder zumindest klar getrennte Mikrofone verbessern die Sprechertrennung deutlich.
Lesen Sie es vorher einmal durch: Namen, Marken und Fachwörter sind die typischen Fehlerquellen. Mit einem Klick auf die Zeitmarke hören Sie die Stelle nach.
Für den kostenlosen Test nicht. Ein Konto brauchen Sie erst, wenn Sie ein Paket kaufen (Tagespass, Guthaben oder Pro) — ein Abo ist dabei keine Pflicht. Technische Schutzgrenzen gegen Missbrauch gelten.
Die Erkennung läuft über OpenRouter mit Zero Data Retention — die Anbieter (Microsoft Azure, DeepInfra, Groq) speichern weder Audio noch Text. Sprechverlauf löscht hochgeladene Audiodateien nach der Verarbeitung, spätestens nach zwei Stunden, und hält das Transkript höchstens zwei Stunden im Arbeitsspeicher. Nur wer angemeldet ist, bekommt eine verschlüsselte Kopie im Konto, die sich jederzeit löschen lässt.
Premium: Videos hochladen (MP4, MOV, WebM, bis 100 MiB), Sprecher benennen und Untertitel vor dem Export als SRT oder VTT prüfen. Das Video wird eine Stunde nach dem Upload von unserem Server gelöscht. Ihr Transkript bleibt verschlüsselt im Konto, bis Sie es löschen. Zur Transkription wird nur die extrahierte Audiospur übertragen.