Zum Inhalt springen
Sonorarium
Whisper large-v3 turbo · über 60 Sprachen

Audio mit KI in Minuten in Text umwandeln

Laden Sie eine Audio- oder Videodatei hoch und erhalten Sie ein präzises Transkript mit Zeitstempeln. Kein Abo: Sie zahlen nur die Minuten, die Sie nutzen.

Sprache des Audios
Ohne Karte Nach 7 Tagen gelöscht Privat

Funktioniert mit

  • Sprachnachrichten
  • Meetings
  • Aufnahmen
  • Videos
  • Podcasts
  • Vorlesungen

So sieht das Ergebnis aus

Vom Audio zum Text, Satz für Satz

Jeder Satz ist mit seiner Stelle im Audio verknüpft: Klicken Sie zum Anhören und korrigieren Sie, was nötig ist.

podcast-interview.mp3

0:30

0:00 / 0:30
Transkript Fertig

3 Schritte

So funktioniert es

  1. Datei hochladen

    MP3, WAV, M4A, MP4, WhatsApp-Sprachnachrichten … bis zu 5 Stunden und 2 GB.

  2. Die KI transkribiert

    Unsere GPU-Server wandeln Sprache in Text mit Zeitstempeln um.

  3. Prüfen und herunterladen

    Korrigieren Sie, was Sie möchten, und exportieren Sie als Word, TXT oder Untertitel.

Für wen

Für jeden Anwendungsfall

Studierende, Journalisten, Podcaster, Teams – wählen Sie Ihren Anwendungsfall und holen Sie das Beste heraus.

Warum Sonorarium

Alles, was Sie für Sprache-zu-Text brauchen

Genauigkeit eines Spitzenmodells

Wir nutzen Whisper large-v3 turbo auf GPUs – eines der genauesten Spracherkennungsmodelle überhaupt. Die Genauigkeit hängt von Sprache und Audioqualität ab.

Über 60 Sprachen

Automatische Spracherkennung oder manuelle Auswahl. Ideal für Deutsch, Englisch, Spanisch und viele mehr.

Wirklich schnell

Eine Stunde Audio ist in der Regel in wenigen Minuten transkribiert.

Export in jedes Format

TXT, Word (DOCX), SRT- und VTT-Untertitel oder JSON mit Zeitstempeln.

DOCXTXTSRTVTTJSON

Integrierter Editor

Hören Sie das Audio synchron zum Text und korrigieren Sie jedes Wort vor dem Download.

Standardmäßig privat

Verschlüsselte Übertragung, automatische Löschung nach 7 Tagen und niemals zum Training von Modellen verwendet.

Preise

Zahlen Sie nur, was Sie nutzen

Kein Abo, keine Vertragsbindung. Guthaben verfällt nie.

Mini

30 Minuten · ≈ 0,5 Std. Audio

4 €/ Stunde

2 € insgesamt

Basis

−25%

120 Minuten · ≈ 2 Std. Audio

3 €/ Stunde

6 € insgesamt

Am beliebtesten

Standard

−30%

300 Minuten · ≈ 5 Std. Audio

2,80 €/ Stunde

14 € insgesamt

Pro

−35%

900 Minuten · ≈ 15 Std. Audio

2,60 €/ Stunde

39 € insgesamt

Business

−42%

3.600 Minuten · ≈ 60 Std. Audio

2,32 €/ Stunde

139 € insgesamt

Steuern gegebenenfalls inklusive. Sichere Zahlung mit Stripe: Karte, Apple Pay, Google Pay und lokale Zahlungsmethoden.

Wie viel würden Sie zahlen?

Zur Orientierung: Ein Meeting dauert meist 30 bis 60 Min., eine Vorlesung 1 bis 2 Std., eine Podcast-Folge etwa 1 Std.

Sie würden zahlen

6 €

Basis · 120 Minuten

≈ 3 € pro Stunde Audio

Einmalzahlung · Kein Abo · Minuten verfallen nicht

FAQ

Häufige Fragen

Kann ich es kostenlos testen?

Ja: Beim Erstellen Ihres Kontos erhalten Sie 15 Gratisminuten, ohne Karte. Wenn es Sie überzeugt, kaufen Sie ein Minutenpaket – ohne Abo und ohne Verfall.

Wie genau ist die Transkription?

Wir nutzen Whisper large-v3 turbo, das bei guter Audioqualität sehr genau ist. Hintergrundgeräusche, Musik oder mehrere gleichzeitig sprechende Personen können die Genauigkeit verringern.

Welche Dateiformate werden unterstützt?

MP3, WAV, M4A, AAC, OGG, OPUS, FLAC, WMA, AMR, WEBM, MP4, MOV, MKV, AVI und mehr. Bis zu 2 GB und 5 Stunden pro Datei.

Wie lange dauert es?

Meist wenige Minuten pro Stunde Audio. Sie erhalten den Text, sobald er fertig ist.

Sind meine Dateien privat?

Ja. Audios werden verschlüsselt gespeichert, nach 7 Tagen automatisch gelöscht und niemals zum Training von Modellen verwendet. Sie können Ihr Konto und alle Daten jederzeit löschen.

Verfallen gekaufte Minuten?

Nein. Gekaufte Minuten verfallen nie, und wir berechnen nur die tatsächlich transkribierten Minuten (aufgerundet auf die Minute).

Was passiert, wenn eine Transkription fehlschlägt?

Schlägt sie fehl, erstatten wir die abgezogenen Minuten automatisch.