Kostenloses Online-Transkriptionstool
Laden Sie eine Datei hoch, nehmen Sie mit dem Mikrofon auf oder fügen Sie eine URL ein. KI transkribiert in Sekunden.
100+ Sprachen
Automatische Erkennung oder Auswahl. Alle wichtigen Sprachen unterstützt.
Sprechererkennung
Erkennt automatisch, wer was gesagt hat.
Clientseitige Verschlüsselung
Verschlüsseln Sie Transkripte im Browser. Selbst wir können sie nicht lesen.
6 Exportformate
TXT, SRT, VTT, DOCX, JSON, PDF.
Unterstützte Audio- & Videoformate
Laden Sie Dateien bis 2 GB hoch. Wir unterstützen auch 1.300+ Plattformen — einfach URL einfügen. Alle Plattformen ansehen →
Funktioniert mit öffentlich zugänglichem Audio & Video. DRM-geschützte Inhalte werden nicht unterstützt.
So funktioniert es
1
Hochladen oder aufnehmen
Laden Sie eine Audio-/Videodatei hoch, fügen Sie eine URL ein oder nehmen Sie mit dem Mikrofon auf.
2
KI transkribiert
Wählen Sie aus mehreren KI-Modellen. Sprache wird automatisch erkannt. Sprecherdiarisierung identifiziert Sprecher.
3
Exportieren & Teilen
Als TXT, SRT, VTT, DOCX, JSON oder PDF herunterladen. Per Link teilen. Mit KI verbessern.
Häufig gestellte Fragen
transcription runs in your browser: paste a URL, upload a file, or record from your mic. STT.ai picks the AI model and returns the transcript in under 5 minutes. Export as TXT, SRT, VTT, DOCX, JSON, or PDF.
Yes — every visitor gets 600 free minutes/month on STT.ai, usable for transcription the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.
transcription runs on the same AI models as the rest of STT.ai — our best models reach 95-97% accuracy on clean speech (3-5% Word Error Rate on benchmarks). Switch models on the fly if the first pass is below your target.
transcription can run on any of STT.ai's 10+ models — STT.ai Enhanced (most accurate), Whisper Large V3 (99 languages), NVIDIA Canary (#1 WER on supported langs), Whisper Turbo (fast), Moonshine (lightweight), and more.
Yes. Every transcript exports as SRT or VTT — works with YouTube, Vimeo, TikTok, VLC, and every major video player. The burn-subtitles tool overlays them onto video as hardsubs.
Yes. Speaker diarization automatically labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the built-in editor. Works across all models and languages.
Most transcription jobs finish in under 5 minutes. A 1-hour audio file typically completes in 2-3 minutes with our fastest models. Speed depends on chosen model and current GPU load.
transcription accepts 20+ formats — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, and more. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.
Yes. Audio files submitted to transcription are processed and deleted by default. Pro plans add client-side encryption — even if STT.ai's database is breached, your transcripts are unreadable without your key. Data is never used for model training without explicit opt-in.
Yes. STT.ai offers a REST API with Python and Node.js SDKs, plus an MCP server for Claude and Cursor — all usable for transcription workflows. Free API tier includes 100 minutes/month.
Yes. Every transcript opens in the built-in editor where you can correct words, rename speakers, adjust timestamps, and add notes. All changes save automatically.
Every transcript gets a unique shareable URL. Export to DOCX or PDF for email. Pro plans add password-protected and permanent links — useful for client work.
STT.ai handles 1,300+ platforms including YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, and more. URL transcription works with publicly-available content only — DRM-protected sources can't be transcribed.