Transkription
Kern von Subwright: Audio oder Video in zeitgestempelten Text. Alles lokal auf dem Gerät.
Unterstützte Formate
- Audio: MP3, WAV, M4A, FLAC, OGG, AAC, WMA
- Video: MP4, MOV, AVI, MKV, WMV, FLV, WEBM
Transkription starten
- Audio/Video in die Mediathek ziehen oder „Alle Medien → Öffnen…“
- Im Wiedergabefenster den Skript-Schritt im Inspektor öffnen
- (Optional) Sprache, Modell, Temperatur
- „Transkribieren“
- Segmente erscheinen rechts live und bleiben synchron
Optionen
| Option | Beschreibung | Empfehlung |
|---|---|---|
| Engine | Whisper oder Qwen3-ASR | Für Chinesisch Qwen3-ASR; Qwen3-ASR-Engine |
| Sprache | Auto oder Quellsprache | Angabe erhöht die Genauigkeit |
| Modell | tiny/base/small/medium/large oder Qwen3-ASR 0.6B/1.7B | base für Tempo, large für Genauigkeit |
| Temperatur | Zufall beim Sampling | 0 = deterministisch, 1 = zufällig, Standard 0 |
| Stabile Zeitstempel | Präzise Zeiten per VAD | Für Untertitel einschalten |
| Sprechertrennung | Sprecher erkennen | Für Meetings einschalten |
Sprechertrennung
Ergebnisse als Speaker 1, Speaker 2 usw. Bis zu 4 Sprecher.
- Zusätzliches ONNX-Modell (beim ersten Mal automatisch)
- Genauigkeit hängt von Audioqualität und Sprecherzahl ab
- Farben, Klick zum Springen
Abbrechen und erneut
- Jederzeit „Abbrechen“
- Bereits transkribierter Text bleibt
- Dieselbe Datei nach Optionsänderung erneut transkribieren
Tastenkürzel
Cmd/Ctrl + T: startenCmd/Ctrl + .: abbrechen
Neu in 1.1.0 — drei Engines und Qwen-Fähigkeiten
- SenseVoice ergänzt (macOS / Linux), unter Windows noch nicht verfügbar.
- Qwen3-ASR zeigt ohne Forced Aligner geschätztes Timing; mit Aligner ist es präzise und Einbrennen / zeitgesteuerter Export sind verfügbar. Videoschnitt erfordert präzises Timing.
- Der Wortstrom wird gespeichert: Eine geänderte Zeilenlänge teilt das Transkript ohne erneutes Dekodieren neu auf.
Zuletzt aktualisiert