KI-Untertitel-Generator

Ein Workflow für jede Untertitelungsaufgabe: Laden Sie eine beliebige Audio- oder Videodatei hoch, und ScribeToAny erstellt getimte Untertitel, die Sie im Browser gegenlesen — auf Wunsch mit Sprecher-Labels — und dann im Format exportieren, das Ihre Plattform erwartet.

Kostenlos transkribierenKostenloser Tarif: 2 Dateien pro Tag, 100 Minuten pro Monat. Keine Kreditkarte erforderlich.

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

Laden Sie MP3, MP4, M4A, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV hoch — das Audio wird automatisch aus Videos extrahiert.
Rund 98 Sprachen mit automatischer Erkennung, angetrieben von einer Whisper-Klasse-Engine auf dedizierten GPUs.
Acht Exportformate: TXT, SRT, VTT, TSV, CSV, JSON, PDF und DOCX — plus Batch-Export als ZIP.
Die Sprechererkennung versieht jedes Segment mit einem Label. Klicken Sie auf einen Satz, um das passende Audio abzuspielen.

Häufig gestellte Fragen

Welche Untertitelformate kann ich exportieren?

SRT und VTT für Untertitel — SRT für Videoeditoren und Player, VTT für HTML5-Webvideo — plus TXT, TSV, CSV und JSON, wenn Sie das rohe Transkript mit Timings brauchen, sowie PDF oder DOCX für ein lesbares Dokument. Das sind 8 Formate aus einer einzigen Transkription, und der erweiterte Export bündelt jede Kombination in einem einzigen ZIP-Download.

Funktioniert es für Podcasts und reine Audioinhalte?

Ja — reine Audiodateien erzeugen exakt dieselben getimten Untertitel wie Video. Podcaster veröffentlichen damit Transkripte zu ihren Episoden (die dadurch auch von Google gefunden werden), untertiteln Audiogramm-Clips für Social Media und reichen SRT/VTT-Dateien bei kompatiblen Plattformen ein. Mit aktivierter Sprechererkennung werden Host- und Gast-Beiträge automatisch gelabelt.

Was kostet es?

Sie können kostenlos starten: 2 Dateien pro Tag, 100 Minuten pro Monat, bis zu 30 Minuten pro Datei, ohne Kreditkarte. Ein Upgrade erhöht das Kontingent auf 3000 Minuten pro Monat mit Dateien bis 3 Stunden / 5 GB, 6 parallelen Transkriptionen und hochpriorisierter Verarbeitung. Alle 8 Exportformate, ~98 Sprachen und die Sprechererkennung gibt es in jedem Tarif, auch im kostenlosen.