OGG in Text umwandeln
OGG ist bei Open-Source-Aufnahmen, Spielen und Sprach-Apps verbreitet, aber es ist ein Container zum Anhören, nichts zum Lesen. Laden Sie die OGG hoch, und ScribeToAny verwandelt die Sprache in bearbeitbaren, mit Zeitstempeln versehenen Text mit optionalen Sprecherlabels, exportierbar in acht Formaten. Funktioniert mit jedem Tarif; nichts zu installieren.
- KI-Transkription
- 98 Sprachen
- Verschlüsselt, wir trainieren KI nie mit Ihren Dateien
Mit Ihrer Aufnahme starten
Audio- oder Videodatei hier ablegen oder zum Auswählen klicken.
Das Ergebnis: Ein echtes Transkript
Unbearbeitete Ausgabe eines 64-sekündigen Interviews mit zwei Sprechern (synthetische Stimmen), transkribiert mit aktiver Sprechererkennung. Es werden nur die ersten Zeilen angezeigt.
SPEAKER_00 (0:00) Welcome back to Small Shop Stories. SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the SPEAKER_00 (0:05) corner of Mill Street. SPEAKER_01 (0:07) Thanks for having me. SPEAKER_01 (0:08) It's really small, just two ovens and a counter. SPEAKER_00 (0:12) So how does a normal day start for you?
1 00:00:00,000 --> 00:00:01,680 [SPEAKER_00] Welcome back to Small Shop Stories. 2 00:00:02,160 --> 00:00:05,320 [SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the 3 00:00:05,320 --> 00:00:06,320 [SPEAKER_00] corner of Mill Street.
Im Abgleich mit dem Skript wichen nur 4 von 189 Wörtern ab – eine Wortfehlerrate von 2,1 %, wobei „80“ statt „eighty“ als Fehler gewertet wurde –, und alle 14 Sprecherwechsel wurden korrekt zugeordnet. Dies war eine saubere Sprachaufnahme; Aufnahmen mit Störgeräuschen und durcheinanderredenden Stimmen schneiden schlechter ab. Vollständiges Transkript und Auswertung ansehen
So funktioniert's
- 1
Hochladen
Ziehen Sie eine Audio- oder Videodatei hinein oder fügen Sie einen Link ein. Alle gängigen Formate werden akzeptiert.
- 2
Transkribieren
Die KI transkribiert mit Zeitstempeln und optionalen Sprecher-Labels, meist in wenigen Minuten.
- 3
Exportieren
Bearbeiten Sie Segmente online und exportieren Sie dann TXT, SRT, VTT, TSV, CSV, JSON, PDF oder DOCX.
Warum ScribeToAny
- Speziell für Ogg Vorbis-Dateien von Discord-Bots, Gaming-Voice-Chats und Open-Source-Tools wie Audacity ausgelegt.
- Stereo- und Mehrkanal-OGG-Dateien werden vor der Transkription zu Mono heruntergemischt; Spuren einzelner Sprecher können separat hochgeladen werden.
- Ideal für Podcast-Editoren und Entwickler, die wörtliche Transkripte aus offenen Audioarchiven benötigen.
Häufig gestellte Fragen
Unterstützt es Ogg Vorbis und Ogg Opus?
Ja: Der .ogg-Container kann beides enthalten, und beide werden auf dieselbe Weise transkribiert. Laden Sie die Datei so hoch, wie sie ist; ein vorheriges Umwandeln in ein anderes Format ist nicht nötig.
Muss ich die Sprache auswählen?
Nein — die Sprache wird automatisch erkannt. Bei einer leisen oder stark gemischten Aufnahme kann es helfen, die Sprache ausdrücklich festzulegen, notwendig ist es aber nicht.
Welche Formate kann ich exportieren?
TXT, SRT, VTT, TSV, CSV, JSON, PDF und DOCX. Ist die OGG das Audio eines Videos, legt sich das zeitgestempelte SRT oder VTT direkt wieder als Untertitel darüber.
Wie sollte ich eine Discord-Aufnahme mit einer separaten Spur pro Sprecher transkribieren?
Aufnahme-Bots wie Craig speichern für jeden Teilnehmer eine separate Datei. Laden Sie jede Spur einzeln hoch (bis zu 6 gleichzeitig): Jedes Transkript gehört dann eindeutig zu einem bekannten Sprecher, was zuverlässiger ist als die automatische Sprechererkennung bei einer gemischten Datei. Wenn Sie nur eine einzige gemischte Datei haben, aktivieren Sie stattdessen „Sprecher erkennen“.
Kann ich vor dem Hochladen prüfen, wie lang meine OGG-Datei ist?
Ja. Ziehen Sie die Datei einfach in den Schätzer auf dieser Seite: Er ermittelt die Dauer direkt in Ihrem Browser, ohne etwas hochzuladen, und zeigt die Spieldauer, eine geschätzte Wortanzahl (bei etwa 130 Wörtern pro Minute) sowie die Lesezeit an. So wissen Sie vorab, ob die Datei in das 30-Minuten-Limit des kostenlosen Tarifs passt.