Kostenlose Rede zum Text Online

Konvertieren Sie Sprache in Text mit KI-powered Transkription. Hochladen von Audiodateien, Aufnahme von Ihrem Mikrofon, oder fügen Sie eine URL. 100+ Sprachen, 10+ Modelle, 98% + Genauigkeit.

Funktioniert mit öffentlich zugänglichem Audio & Video. DRM-geschützte Inhalte werden nicht unterstützt.

Upgrade für Verbesserte
Private transcript
Chatten Sie mit Transkript
Entsperren mit Pro →
Drop-Datei hier oder klicken Sie zum Durchsuchen
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — bis zu 2 GB
Upgrade für Verbesserte
Private transcript
Chatten Sie mit Transkript
Entsperren mit Pro →
Upgrade für Verbesserte
Aufzeichnung: 0:00
In Echtzeit Vosk (instant)
Verstärkt Flüstern (genau)
Öffentliche Links: 24h, nur Text · Melden Sie sich an für 7d + Audio · Pro für private Links

Echtzeit-Sprache zu Text. AI-Auto-Korrekturen, wie Sie sprechen – Genauigkeit verbessert sich mit längeren Sprache.

Testen Sie zuerst Ihr Mikrofon
❤️ Liebe STT.ai? Erzählen Sie Ihren Freunden!
Du hast deine freien Transkriptionen benutzt.

Melden Sie sich kostenlos an, um 600 Minuten/Monat zu erhalten, oder aktualisieren Sie für unbegrenzte Transkriptionen.

10 kostenlos min/Tag 600 min frei mit Anmeldung Keine Kreditkarte Verschlüsselt
Melde dich kostenlos an →

1. Sprachaufnahme hochladen

Laden Sie eine Audio- oder Videodatei hoch, fügen Sie eine URL ein oder nehmen Sie über Ihr Mikrofon auf.

2. KI wandelt Sprache in Text um

Wählen Sie aus über 10 KI-Modellen. Sprechererkennung und automatische Spracherkennung inklusive.

3. Transkript exportieren

In 6 Formaten herunterladen. Transkript-Links mit Audiowiedergabe teilen.

Unterstützte Spracheingabeformate

Sprache-zu-Text-Modelle

Wählen Sie das KI-Modell, das Ihren Anforderungen entspricht — oder lassen Sie uns das beste auswählen.

Anwendungsfälle für Sprache zu Text

Bereit, Sprache in Text umzuwandeln?

Kostenlos starten →

Häufig gestellte Fragen

Speech to text (auch Spracherkennung oder ASR genannt) wandelt gesprochenes Audio automatisch in geschriebene Wörter um. STT.ai läuft Ihre Aufnahme durch ein AI-Modell, das Audio anhört und editierbaren Text mit Zeitstempeln und Lautsprecheretiketten ausgibt – keine Eingabe erforderlich.

Ein akustisches Modell kartiert die Klangwellenform zu Phonemen, dann montiert ein Sprachmodell diese zu den wahrscheinlichsten Wörtern und Zeichensetzungen. STT.ai macht dies auf GPU mit Modellen wie Whisper Large V3 und NVIDIA Canary, so dass eine einstündige Aufnahme in der Regel in 2-3 Minuten erfolgt.

Ja. Jeder Besucher erhält 600 freie Minuten pro Monat ohne Anmeldung für Ihre erste Datei erforderlich. Bezahlte Pläne beginnen bei $ 5/Monat und fügen Sie längere Dateien, private Transkripte und Prioritätsverarbeitung hinzu.

On clean speech our best models reach 95-97% accuracy (a 3-5% Word Error Rate on benchmarks). Accuracy drops with background noise, heavy accents, crosstalk, or low-bitrate audio — using a decent microphone and a quiet room makes the biggest difference.

Yes. Speak into your microphone and STT.ai streams the transcript live via the live-transcription tool. You can also upload a finished recording for batch transcription if you don't need it word-by-word as you talk.

STT.ai recognizes 100+ languages and auto-detects the spoken language for most audio. You can also set the language manually for a small accuracy lift, and mixed-language recordings are handled by switching mid-clip.

Yes. Speaker diarization labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the editor. This works across every supported model and language.

STT.ai accepts 20+ formats including MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, and AVI. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.

Speech to text transcribes WHAT was said into words; voice recognition (speaker identification) determines WHO said it. STT.ai does both — transcription plus speaker diarization — but the terms describe different tasks.

Yes. Audio is processed and deleted by default. Pro plans add client-side encryption so transcripts are unreadable without your key, even to STT.ai, and your data is never used for model training without explicit opt-in.

Yes. STT.ai has a REST API with Python and Node.js SDKs plus an MCP server for Claude and Cursor. The free API tier includes 100 minutes/month, with per-second billing beyond that.

Yes. Every transcript opens in a built-in editor where you can fix misheard words, rename speakers, adjust timestamps, and add notes. Edits persist across every export format.