Kostenloses Sprache-zu-Text Online

Sprache-zu-Text ist ein kostenloses Online-Tool, das gesprochene Worte mithilfe von Spracherkennung in Text umwandelt – mit über 20 Sprachen. Es läuft vollständig in deinem Browser, ohne Installation oder Anmeldung.

Sprache-zu-Text unterstützt über 20 Sprachen, darunter Englisch, Spanisch, Französisch, Deutsch, Chinesisch, Japanisch und viele weitere.

Ja, Sprache-zu-Text ist zu 100 % kostenlos, ohne Registrierung, ohne versteckte Gebühren und ohne Nutzungslimits. Die gesamte Verarbeitung erfolgt lokal in deinem Browser und gewährleistet vollständige Privatsphäre.

Absolut. Sprache-zu-Text verarbeitet alles clientseitig in deinem Browser. Es werden keine Daten auf einen Server hochgeladen oder dort gespeichert. Deine Inhalte bleiben jederzeit privat auf deinem Gerät.

Ja, Sprache-zu-Text ist vollständig responsiv und funktioniert auf Smartphones und Tablets. Du kannst es auf jedem Gerät mit einem modernen Webbrowser nutzen – ohne App-Download.

Es ist kein Konto und keine Registrierung erforderlich. Öffne einfach Sprache-zu-Text in deinem Browser und beginne sofort mit der Nutzung. Es gibt keine Anmeldebarrieren und keine Nutzungsbeschränkungen.

Ja, Sprache-zu-Text verarbeitet Texte beliebiger Länge schnell und in Echtzeit. Da alles in deinem Browser läuft, hängt die Leistung von deinem Gerät ab, funktioniert aber in den meisten Fällen einwandfrei.

Gib einfach deinen Text in das vorgesehene Feld ein, passe die Einstellungen nach Wunsch an, und das Tool verarbeitet ihn sofort. Anschließend kannst du das Ergebnis in die Zwischenablage kopieren oder herunterladen.

Sprache-zu-Text funktioniert in allen modernen Browsern, darunter Chrome, Firefox, Safari, Edge und Opera. Für das beste Erlebnis verwende die neueste Version deines bevorzugten Browsers.

Du sprichst die Satzzeichen einfach laut mit. Sind die Sprachbefehle für Interpunktion aktiviert, sagst du beim Sprechen nur den Namen des Zeichens, und es wird automatisch eingefügt: „Punkt", „Komma", „Fragezeichen", „Ausrufezeichen", „Doppelpunkt", „Semikolon" und „Bindestrich". Für die Gliederung sagst du „neue Zeile" oder „neuer Absatz", um den Text umzubrechen. Der erste Buchstabe nach einem satzschließenden Zeichen sowie der Anfang jeder neuen Zeile werden automatisch großgeschrieben, sodass sich das Transkript wie geschriebener Fließtext liest und nicht wie ein endloser Wortstrom. Du musst dafür an keiner Stelle eine Sprechpause einlegen. Falls du einen Befehl vergisst, öffne das Panel mit den Sprachbefehlen für Interpunktion für die vollständige Liste. Diktiere probeweise einen Satz und beende ihn mit dem Wort „Punkt", um zu sehen, wie er korrekt mit Satzzeichen versehen erscheint.

Die Genauigkeit hängt von deinem Mikrofon, Hintergrundgeräuschen, deinem Akzent und davon ab, wie gut die gewählte Sprache zu dem passt, was du sagst. Um dir eine Einschätzung zu erleichtern, aktiviere „Konfidenzwerte anzeigen" — das Tool markiert dann jedes finalisierte Segment mit dem Wert, den die Erkennungs-Engine liefert: Hoch bedeutet 90 % oder mehr und ist in der Regel korrekt, Mittel deckt 70 % bis 89 % ab und lohnt ein kurzes Korrekturlesen, und Niedrig liegt unter 70 % und enthält wahrscheinlich einen Fehler. Zusätzlich erscheint über dem Transkript ein durchschnittlicher Konfidenzwert. Niedrige Werte deuten häufig auf Geräusche, ein zu weit entferntes Mikrofon oder den falsch gewählten Dialekt hin und zeigen dir damit genau, wo eine erneute Aufnahme oder Korrektur sinnvoll ist. Weil das Transkript auch während der Aufnahme bearbeitbar bleibt, kannst du jedes Wort von Hand korrigieren. Aktiviere die Konfidenzwerte, um zu sehen, wie die Engine dein Diktat bewertet.

Ja. Neben dem Kopieren in die Zwischenablage und dem Herunterladen als reine .txt-Datei exportiert dieses Tool dein Transkript auch als .srt-Untertiteldatei. Jedes gesprochene Segment erhält Zeitstempel, die sich danach richten, wann es während der Sitzung tatsächlich erkannt wurde, sodass die Untertitel ungefähr zu dem Moment passen, in dem du die jeweilige Phrase gesagt hast. Das macht es zu einer schnellen Möglichkeit, Untertitel für eine Bildschirmaufnahme, ein Voiceover oder ein Video mit Sprecher grob zu erstellen, die du anschließend in deinem Videoschnittprogramm verfeinerst. Beachte, dass der .srt-Export erst funktioniert, sobald mindestens ein Segment finalisiert wurde, da die Zeitangaben aus echten Erkennungsereignissen stammen und nicht geschätzt werden. Für die saubersten Untertitel diktiere in gleichmäßigem Tempo und bearbeite Segmente mit niedriger Konfidenz vor dem Export. Nimm deine Erzählung auf und klicke anschließend auf die .srt-Schaltfläche, um fertige Untertitel herunterzuladen.

Dieses Tool basiert auf der Web Speech API, der Spracherkennungsfunktion, die direkt in den Browser eingebaut ist, und nicht jeder Browser stellt sie zur Verfügung. Die Erkennung ist in Chrome auf Desktop und Android sowie in Edge vollständig verfügbar, weshalb diese empfohlen werden. Safari bietet nur teilweise Unterstützung, weshalb die Ergebnisse dort weniger zuverlässig ausfallen können, und Firefox stellt die Spracherkennungs-API derzeit überhaupt nicht bereit, sodass das Tool dort schlicht nicht laufen kann. Fehlt die Unterstützung in deinem Browser, erkennt die Seite das und zeigt eine klare Meldung an, statt stillschweigend zu versagen. Die Lösung besteht darin, das Tool in Chrome oder Edge zu öffnen, wo Diktat, Dauermodus und Konfidenzwerte vollständig funktionieren. Startet die Erkennung nicht, wechsle zu einem unterstützten Browser und erlaube den Mikrofonzugriff, wenn du dazu aufgefordert wirst.

Ja, und zwar deutlich mehr, als man erwarten würde. Das Tool bietet mehr als 45 Sprachen und regionale Dialekte, darunter mehrere Varianten von Englisch, Spanisch, Französisch, Portugiesisch, Chinesisch und Arabisch sowie Hindi, Bengali, Tamil, Japanisch, Koreanisch, Deutsch und viele weitere. Die Erkennungs-Engine stellt sich auf den Akzent und den Wortschatz des gewählten Dialekts ein, sodass die Wahl von Englisch (Indien) statt Englisch (USA) oder Spanisch (Mexiko) statt Spanisch (Spanien) die Fehlerquote spürbar senken kann, wenn das zu deiner Sprechweise passt. Ein nicht passender Dialekt ist eine häufige Ursache für niedrige Konfidenzwerte und merkwürdige Wortwahl. Stelle die Sprache ein, bevor du mit der Aufnahme beginnst, denn sie lässt sich während einer laufenden Sitzung nicht mehr ändern. Wähle den Dialekt, der deinem eigenen Akzent am nächsten kommt, halte Hintergrundgeräusche gering und sprich in moderatem Tempo für das sauberste Transkript.