ScribeToAny
Sprachen

Vietnamesisches Audio transkribieren

Vietnamesisch legt Bedeutung in Töne, und die Diakritika, die sie markieren, gehen beim Tippen von Hand leicht verloren — ein fehlendes Zeichen kann das Wort ändern. ScribeToAny transkribiert vietnamesische Sprache mit vorhandenen Tonzeichen und Diakritika, interpunktiert und mit Zeitstempeln, für Interviews, Vorlesungen, Videos und Anrufe, und exportiert sie dann in acht Formaten.

  • 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.

Transkript (TXT)
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?
Untertitel (SRT)
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. 1

    Hochladen

    Ziehen Sie eine Audio- oder Videodatei hinein oder fügen Sie einen Link ein. Alle gängigen Formate werden akzeptiert.

  2. 2

    Transkribieren

    Die KI transkribiert mit Zeitstempeln und optionalen Sprecher-Labels, meist in wenigen Minuten.

  3. 3

    Exportieren

    Bearbeiten Sie Segmente online und exportieren Sie dann TXT, SRT, VTT, TSV, CSV, JSON, PDF oder DOCX.

Warum ScribeToAny

  • Tonzeichen: Die Ausgabe behält die diakritischen Zeichen aller sechs Töne (ngang, sắc, huyền, hỏi, ngã, nặng) bei; bei lauterem Audio kann gelegentlich ein falsches Zeichen hineinrutschen.
  • Nord-, Mittel- & Süd-Akzente: Verarbeitet Aussprachen aus Hanoi, Da Nang und Saigon; klare Audioaufnahmen liefern die besten Ergebnisse.
  • Slang & Lehnwörter: Alltäglicher Slang und englische Fachbegriffe werden erkannt; sehr neue Umgangssprache sollte kurz gegengelesen werden.
  • Untertitel-Synchronisation: Zeitcodierte SRT/VTT-Untertitel für YouTube und TikTok, nach Möglichkeit an Satz- und Klauselgrenzen getrennt.

Häufig gestellte Fragen

Behält es die vietnamesischen Tonzeichen und Diakritika bei?

Ja — die vollständigen Diakritika sind Teil der Ausgabe, der Text ist also korrektes Vietnamesisch zum Lesen und Einfügen, keine reduzierte ASCII-Näherung. Genau dieser Unterschied macht eine automatische Transkription wirklich brauchbar.

Funktioniert es mit nord- und südvietnamesischen Akzenten?

Ja. Das Modell verarbeitet die wichtigsten regionalen Akzente, einschließlich Hanoi und Saigon. Klares Audio wird am genauesten transkribiert; bei lauten Aufnahmen oder starker Überlappung korrigiert ein kurzes Korrekturlesen im Editor das gelegentliche Wort.

Kann es vietnamesische Videos untertiteln?

Ja. Die Transkriptionen sind mit Zeitstempeln versehen, Sie können also SRT oder VTT exportieren und direkt auf das Video legen. Die vietnamesische Transkription kann auch kostenlos in 134+ Sprachen übersetzt werden, mit jedem Tarif. Die Übersetzung behält das ursprüngliche Timing bei, sodass eine übersetzte SRT auch zum Video passt.

Vietnamesisch ist nicht im Sprachmenü — wie stelle ich sicher, dass es erkannt wird?

Belassen Sie „Sprache des Audios“ auf „Automatisch erkennen“: Vietnamesisch wird automatisch erkannt. Die Erkennung analysiert etwa die ersten 30 Sekunden; beginnt Ihre Aufnahme mit einem englischen Intro, Musik oder einer langen Stille, schneiden Sie diesen Teil am besten vorher ab — andernfalls könnte die Datei als andere Sprache eingestuft werden.

Warum wird ein Wort manchmal mit dem falschen Tonzeichen ausgegeben?

Tonzeichen werden anhand des Silbenklangs bestimmt; Rauschen, Musik oder undeutliche Aussprache können die Erkennung auf einen benachbarten Ton kippen lassen — ma, má und mả sind schließlich unterschiedliche Wörter. Aktivieren Sie bei verrauschten Aufnahmen vorab „Audio wiederherstellen“ und klicken Sie im Editor auf eine unklare Zeile, um die Stelle erneut anzuhören und das Zeichen zu korrigieren.

Verwandte Tools