Zum Inhalt springen
Sonorarium
Zurück zum Blog

Langes Audio transkribieren: Aufnahmen von 1 bis 5 Stunden

Wann Sie eine lange Aufnahme teilen müssen und wann nicht, Grenzen anderer Tools, Datei mit ffmpeg verkleinern und ein mehrstündiges Transkript prüfen.

Sonorarium-Team 5 Min. Lesezeit

Kurz gesagt: Dauert Ihre Aufnahme bis zu 5 Stunden und ist sie höchstens 2 GB groß, laden Sie sie komplett hoch, ohne sie zu teilen. Ist sie größer, liegt es fast immer am Format (unkomprimiertes WAV oder ein Video): Wandeln Sie sie in komprimiertes Audio um, dann sind es nur noch etwa 29 MB pro Stunde. Dauert sie länger als 5 Stunden, teilen Sie sie in zwei oder mehr Teile. Lesen Sie das Transkript danach nicht von vorn bis hinten: Suchen Sie nach Namen und Zahlen und hören Sie dank der Zeitstempel nur die zweifelhaften Stellen an.

Dieser Leitfaden gilt für Dateien von 1 bis 5 Stunden, ganz gleich welcher Art: lange Interviews, Fokusgruppen, Tagungstage, Arbeitssitzungen. Wenn Sie eine 90-minütige Vorlesung mitschreiben möchten, gibt es eine eigene Anleitung für Vorlesungen.

Muss man die Datei teilen?

Das hängt vom Limit des jeweiligen Tools ab. Diese stehen auf den offiziellen Seiten, abgelesen am 26. Oktober 2026 (sie können sich ändern):

Tool Veröffentlichtes Limit Quelle
Otter Pro Unterhaltung: 30 Min. (kostenlos), 90 Min. (Pro), 4 Std. (Business). Der Gratis-Tarif erlaubt insgesamt 3 Datei-Importe otter.ai
Happy Scribe Pro Aufnahme: 45 Min. (kostenlos), 90 Min. (Basic), unbegrenzt (Pro und Business) happyscribe.com
Notta Pro Aufnahme: 3 Min. (kostenlos), 5 Std. (Pro und Business) notta.ai
OpenAI-API (für Entwickler) 25 MB pro Datei; empfiehlt Komprimieren oder Teilen Dokumentation
Word (Microsoft 365) 300 Minuten hochgeladenes Audio pro Monat Microsoft
Sonorarium 2 GB und 5 Stunden pro Datei Unser eigenes Limit

Bei einer Grenze von 30 oder 90 Minuten wird eine dreistündige Aufnahme zu 2 bis 6 Dateien. Das Teilen hat einen Preis: Die Dokumentation von OpenAI selbst warnt, dass ein Schnitt mitten im Satz Kontext entfernen und die Genauigkeit senken kann, Sie müssen die Texte hinterher zusammenfügen, und die Zeitstempel beginnen in jedem Teil wieder bei null.

Bei Sonorarium teilen Sie nur in zwei Fällen: Die Datei ist größer als 2 GB und lässt sich nicht verkleinern, oder sie dauert länger als 5 Stunden.

So verkleinern Sie die Datei

Eine große Datei ist meist wegen des Formats groß, nicht wegen der Länge. Ungefähre Größen pro Stunde Aufnahme (eigene Rechnung aus der Bitrate):

Format Größe pro Stunde
WAV stereo, 44,1 kHz, 16 Bit etwa 635 MB
MP3 stereo mit 128 kbit/s etwa 58 MB
MP3 mono mit 64 kbit/s etwa 29 MB

Ein solches WAV erreicht nach rund 3 Stunden 20 Minuten die 2 GB, eine vierstündige WAV-Aufnahme passt also nicht. Als MP3 mono mit 64 kbit/s belegen 5 Stunden etwa 144 MB.

Für gesprochene Sprache reicht meist mono mit 64 kbit/s. Ist die Originalaufnahme schon schlecht, wird sie durch Komprimieren nicht besser: Ändern Sie nur das Nötigste.

Mit ffmpeg, einem kostenlosen Kommandozeilenprogramm, funktionieren diese Befehle (wir haben sie mit Version 9.0 getestet):

ffmpeg -i aufnahme.wav -vn -ac 1 -b:a 64k aufnahme.mp3

Das wandelt in MP3 mono mit 64 kbit/s um. Und wenn Sie ein zu großes Video haben, ziehen Sie nur den Ton heraus:

ffmpeg -i video.mp4 -vn -ac 1 -b:a 64k audio.mp3

Sonorarium akzeptiert auch Videodateien (MP4, MOV, MKV und weitere), doch die 2-GB-Grenze gilt für das ganze Video, und ein mehrstündiges Video überschreitet 2 GB leicht, auch wenn sein Ton klein ist. Wenn Sie lieber ein Programm mit Fenstern nutzen, kann Audacity (kostenlos) als MP3 exportieren.

Wenn es länger als 5 Stunden dauert

Teilen Sie die Aufnahme in Stücke unter 5 Stunden. Mit ffmpeg und ohne erneutes Komprimieren:

ffmpeg -i aufnahme.mp3 -f segment -segment_time 14400 -c copy teil_%03d.mp3

Das schneidet alle 4 Stunden (14.400 Sekunden). Wenn Sie die Schnittstelle selbst wählen können, ist eine Pause oder ein Themenwechsel besser, mit diesen zwei Befehlen:

ffmpeg -i aufnahme.mp3 -t 04:00:00 -c copy teil1.mp3
ffmpeg -i aufnahme.mp3 -ss 04:00:00 -c copy teil2.mp3

Beim Zusammenfügen der Texte beginnen die Zeitstempel von Teil 2 bei 0:00: Rechnen Sie 4 Stunden dazu, damit sie zur Originalaufnahme passen.

Bevor Sie zahlen: die kostenlose Vorschau

Bis zu 5 Stunden laden Sie die Datei komplett hoch, ohne sie zu kürzen. Die ersten 15 Minuten sind beim Erstellen Ihres Kontos kostenlos, einmalig und ohne Karte: Ist die Datei länger, transkribiert Sonorarium diese 15 Minuten und zeigt Ihnen die Vorschau, bevor Sie etwas bezahlen. So prüfen Sie Sprache und Qualität an Ihrer eigenen Aufnahme. Überzeugt sie Sie, schalten Sie den Rest in Ihrem Konto frei, ohne die Datei erneut hochzuladen, und zahlen nur die fehlenden Minuten. Die Datei wird 7 Tage aufbewahrt, schalten Sie also innerhalb dieser Frist frei. Wird das Ergebnis wegen Störgeräuschen schwach, lesen Sie Audio mit Hintergrundgeräuschen transkribieren.

Zu den Kosten: Minuten werden in Paketen gekauft und verfallen nicht. Mit dem Paket zu 300 Minuten (14 €) verbraucht eine dreistündige Aufnahme 180 Minuten, und 120 bleiben für die nächste. Einen Vergleich mit anderen Möglichkeiten finden Sie unter Was kostet die Transkription einer Stunde Audio?, die Pakete auf der Seite Preise.

So prüfen Sie ein mehrstündiges Transkript

Vier Stunden Audio sind mehr als 30.000 Wörter. Sie werden nicht alles aufmerksam lesen, also gehen Sie methodisch vor:

  1. Suchen Sie, statt zu lesen. Das Feld „Im Text suchen“ hebt jeden Treffer hervor und blendet die übrigen Zeilen ab. Suchen Sie nach Eigennamen, Abkürzungen, Zahlen und Schlüsselbegriffen und probieren Sie Varianten (Einzahl und Mehrzahl, unterschiedliche Schreibweisen).
  2. Nutzen Sie die Zeitstempel. Sie sind standardmäßig eingeschaltet: Jeder Satz trägt seine Minute, Sie können also zitieren und zur Aufnahme zurückfinden. Sehen Sie die Minuten nicht, prüfen Sie den Schalter „Zeitstempel“.
  3. Hören Sie nur das Zweifelhafte. Klicken Sie auf den Zeitstempel eines Satzes, um ihn im Player zu hören; Sie können 5 Sekunden zurückspringen oder die Geschwindigkeit erhöhen, um schneller zu prüfen. Prüfen Sie innerhalb der 7 Tage nach dem Hochladen: Danach wird das Audio gelöscht, und Sie können es nicht mehr anhören.
  4. Korrigieren Sie, was zählt: Zahlen, Daten, Namen und wörtliche Zitate. Der Rest kann bleiben, wenn der Text nur zum Nachschlagen dient.
  5. Setzen Sie Überschriften an Themenwechseln und nutzen Sie die Minuten als Anker.

Eine Einschränkung: Sonorarium trennt keine Sprechenden. Bei einer Aufnahme mit mehreren Stimmen müssen Sie beim Prüfen selbst vermerken, wer spricht; die Zeitstempel zeigen, wo.

Am Ende können Sie als Word, TXT, SRT, VTT oder JSON herunterladen; Herunterladen und Bearbeiten setzen ein kostenloses Konto voraus. Die Word-Datei setzt eine Marke wie [00:41:12] an den Anfang jedes Absatzes, praktisch zum späteren Suchen. Und denken Sie daran: Das Audio wird nach 7 Tagen gelöscht, das Transkript in Ihrem Konto bleibt, bis Sie es löschen.

Der Ablauf in Kürze

  1. Prüfen Sie die Größe: über 2 GB in MP3 mono umwandeln.
  2. Prüfen Sie die Dauer: über 5 Stunden teilen.
  3. Laden Sie die ganze Datei hoch.
  4. Sehen Sie sich die kostenlose Vorschau an und schalten Sie bei Gefallen den Rest frei.
  5. Prüfen Sie per Suche und Zeitstempel.

Für lange Besprechungen sehen Sie Meeting-Transkription an, für Interviews Interview transkribieren.