# KI-Audio in Text — Englisch

https://thedollscout.com/de/ai-audio-to-text
Veröffentlicht von TDS Document Scout
Aktualisiert: 2026-09-27

Kurze englische WAV- oder MP3-Aufnahmen lokal mit Whisper transkribieren. Text und ungefähre SRT-Untertitel ohne Audio-Upload herunterladen.

Nur englische Sprache; WAV oder MP3 bis 10 MiB und 60 Sekunden. Keine Sprechererkennung, Übersetzung oder Live-Aufnahme. Whisper Tiny kann Sprache auslassen oder Wörter erfinden, besonders bei Rauschen oder Stille. Jeden Entwurf prüfen.

Der Browser dekodiert die Datei zu Mono-Audio mit 16 kHz. Whisper Tiny English schätzt Text und Segmentzeiten. TXT und SRT werden lokal erzeugt. Zeitangaben sind Näherungen.

Die KI-Verarbeitung läuft auf Ihrem Gerät. Beim Laden des Modells kontaktiert Ihr Browser jsDelivr und Hugging Face, um Software und Modelldateien herunterzuladen. Diese Dienste erhalten Verbindungsdaten wie Ihre IP-Adresse; gewählte Dateien und Texte werden nicht übertragen. Modelle können im Browser-Cache bleiben. Website-Daten löschen, um den Cache zu entfernen.

Beim ersten Start werden Modell und Laufzeit heruntergeladen. Planen Sie Zeit und Datenvolumen ein. Ein aktueller Desktop-Browser wird empfohlen; ältere Handys und eingeschränkte Netzwerke können scheitern.

Xenova/whisper-tiny.en · 79fb389fc764e7c395bd330e9531d9d32ada7049 · q8 · Apache-2.0 · 40852295 bytes of weights

Kann es Deutsch oder Chinesisch transkribieren?

Diese erste Version verwendet ein rein englisches Modell. Die Oberfläche ist dreisprachig, die Aufnahme muss englische Sprache enthalten.

Sind Namen und Untertitel immer korrekt?

Nein. Das kleine Modell kann Namen, Zahlen, Akzente oder Geräusche falsch erkennen. Original abspielen und Entwurf vor Veröffentlichung bearbeiten.

Referenzen
- Transformers.js 3.8.1: https://huggingface.co/docs/transformers.js/v3.8.1/index
- Xenova/whisper-tiny.en: https://huggingface.co/Xenova/whisper-tiny.en
- Whisper model card: https://github.com/openai/whisper/blob/main/model-card.md