Audio in SRT umwandeln

SRT ist ein reines Textformat für Untertitel: Jede Zeile trägt eine laufende Nummer, einen Start- und End-Timecode und die in diesem Fenster gesprochenen Wörter. Audio braucht eine solche Datei, wenn die Aufnahme mit Video verbunden, mit Untertiteln veröffentlicht oder nach Zeitstempel durchsucht werden soll. Aus der Sprache selbst entsteht dieses Format hier.

MP3, M4A, WAV, AAC, WMA und OGG werden angenommen, entweder vom Gerät hochgeladen oder als Link hinzugefügt. Eine Aufnahme muss nicht neu kodiert und nichts vorher extrahiert werden, auch Videodateien mit Sprache laufen über dieselbe Seite, wenn der Ton zählt.

Das Transkript wird an der Aufnahme ausgerichtet und dann an natürlichen Pausen geteilt, sodass jede Zeile so lange auf dem Bildschirm bleibt wie die gesprochene Wendung. Kurze Äußerungen werden zusammengeführt statt als Blitzer zu stehen. Eine prüfende Person kann einen Bruch verschieben, der Download übernimmt die Änderung samt Nummerierung.

Jede Datei startet einen eigenen Auftrag, und eine zweite oder dritte Einreichung kann laufen, während die erste verarbeitet wird. Eine Podcast-Reihe behält dieselben Einstellungen, die Sprache muss also nicht für jede Episode neu gesetzt werden. Titel, Episodennummer und Sprechername verdienen vor dem Export eine Prüfung.

Hintergrundmusik und starker Raumhall senken die Genauigkeit, überlappende Stimmen sind der schwierigste Fall für jede Erkennung. Ein zeitgesteuerter Entwurf kommt trotzdem zurück, eine unter lauter Musik aufgenommene Stelle sollte aber an der Wellenform geprüft werden. Die Sprecherscheidung hilft, wenn zwei Personen abwechselnd sprechen.

Ja. Formulierung, Satzzeichen und Sprechername sind in der Transkriptansicht bearbeitbar, und eine geänderte Zeile wird in die exportierte Datei geschrieben. Einen Nachnamen einmal zu korrigieren genügt meist, weil dasselbe Wort in einer Episode wiederkehrt.

Die Erkennung deckt mehr als 90 gesprochene Sprachen ab und funktioniert am besten, wenn eine Aufnahme von Anfang an in einer Sprache läuft. Beginnt eine Episode mit langem Musikbett oder wechselt mitten im Satz die Sprache, ergibt eine von Hand gesetzte Sprache eine berechenbarere SRT als die automatische Schätzung.

Eine Installation ist nicht nötig, der Konverter läuft im Browser, und eine erste Datei lässt sich ohne Anmeldung transkribieren. Ein Konto behält frühere Transkripte und öffnet sie auf anderen Geräten, was bei einer wöchentlichen Sendung zählt.