Transkriptions-Apps und -Tools: Ein umfassender Leitfaden

Ein umfassender Leitfaden zu Apps und Tools fuer Sprachtranskription: Whisper-basierte Desktop-GUIs, Self-Hosted-Loesungen, Videoeditoren mit integrierter Transkription, browserbasierte Dienste und mobile Apps fuer iOS und Android. Alle Optionen — von vollstaendig kostenlosen Open-Source-Loesungen bis hin zu kostenpflichtigen Tools mit erweiterten Funktionen.

Desktop-Apps: Whisper mit benutzerfreundlicher Oberflaeche

Fuer alle, die eine einfache GUI ohne Kommandozeile bevorzugen, ist ein ganzes Oekosystem von Whisper-basierten Desktop-Apps entstanden. Alle arbeiten offline, und Ihre Daten verlassen niemals Ihren Computer — mehr dazu in «Lokale vs. Cloud-Transkription».

Handy (handy.computer) — eine kostenlose Open-Source-App fuer macOS/Windows/Linux mit einem einzigartigen Ansatz: Push-to-Talk-Diktat direkt in jedes Textfeld. Tastenkombination druecken, sprechen, loslassen — der Text wird im aktiven Fenster eingefuegt. Ideal als Tastaturersatz beim Tippen, Chatten und Notizenmachen. Basiert auf Whisper, vollstaendig offline und privat. Gesponsert von Wordcab und Bolt AI.

Vibe (thewh1teagle.github.io/vibe) — eine der besten kostenlosen Open-Source-Loesungen mit ueber 5.000 Sternen auf GitHub. Plattformuebergreifend (Windows, macOS, Linux), basiert auf Tauri + whisper.cpp. Unterstuetzt GPU-Beschleunigung (NVIDIA, AMD, Apple Silicon ueber Vulkan/CoreML), ueber 90 Sprachen, Sprecher-Diarisierung, Export in SRT/VTT/TXT/DOCX/PDF/JSON, YouTube-Link-Transkription ueber yt-dlp, Mikrofonaufnahme, Zusammenfassung ueber Claude/Ollama, HTTP-API mit Swagger-Dokumentation und sogar einen CLI-Modus. Der funktionsreichste kostenlose Desktop-Client, der derzeit verfuegbar ist. Installer ~24 MB, nach Installation ~87 MB + Modell.

Buzz (buzzcaptions.com) — eine kostenlose Open-Source-GUI fuer Whisper. Plattformuebergreifend, unterstuetzt mehrere Backends (whisper.cpp, faster-whisper), Sprechertrennung, Untertitel-Export. Minimalistischer als Vibe, aber stabil und bewaehrt.

MacWhisper / Whisper Transcription (App Store, macupdate.com) — eine native macOS-App. Die kostenlose Version enthaelt die Modelle Base und Small. Pro-Abonnement: 4,99 $/Woche, 8,99 $/Monat, 29,99 $/Jahr oder 79,99 $ einmalig. Pro schaltet Medium- und Large-Modelle frei, Stapelverarbeitung, Systemton-Aufnahme (Zoom-Anrufe, Podcasts), Sprechertrennung, Lesemodus und ChatGPT-Integration zur Zusammenfassung. Die ausgereifteste Whisper-Oberflaeche fuer Mac. Bewertung ~4,0 auf MacUpdate.

Whisper Notes (whispernotes.app) — 6,99 $ einmalig fuer iOS + Mac. Ueber 60.000 Nutzer. Hauptmerkmal: systemweites Diktat — Fn in einer beliebigen App gedrueckt halten, sprechen, loslassen, und der Text wird eingefuegt. Import von Audio-/Videodateien mit Streaming-Ergebnissen. Vollstaendig offline, nutzt Whisper Large V3 Turbo auf Apple Silicon.

WhisperDesktop (github.com/Const-me/Whisper) — eine kostenlose Windows-App mit GPU-Beschleunigung ueber DirectCompute/GPGPU. Deutlich schneller als das originale Whisper: 3:24 Min. Audio in 19 Sekunden auf einer GeForce 1080Ti verarbeitet (gegenueber 45 Sek. mit PyTorch+CUDA). Datei-Transkription + Echtzeit-Mikrofonaufnahme. Empfohlenes Modell: ggml-medium.bin (~1,42 GB).

WhisperUI (Microsoft Store) — eine kostenlose Windows-App. GPU-Beschleunigung ueber CPU, OpenCL, NVIDIA CUDA 11/12. Vollstaendig offline, Untertitel-Export in SRT/VTT, Stapelverarbeitung.

Aiko (~5,99 $, iOS/Mac) — die einfachste Whisper-App fuer Apple. Audiodatei per Drag-and-Drop einfuegen und Text erhalten. 100 % on-device, ideal fuer alle, die Transkription auf Knopfdruck ohne Konfiguration wuenschen.

Whisper Transcription (iOS App Store, Freemium) — eine mobile App mit On-Device- und Cloud-Modus. Die Share-Erweiterung ermoeglicht die Transkription von Sprachnachrichten aus iMessage, WhatsApp und Sprachmemos. Erfordert iPhone 13+ fuer On-Device-Verarbeitung. KI-Zusammenfassung, Chat mit dem Transkript. Bewertung 4,6+.

Self-Hosted-Loesungen: Fuer den eigenen Server

Fuer alle, die einen vollwertigen Transkriptionsdienst auf dem eigenen Server oder im lokalen Netzwerk betreiben moechten.

Whishper (github.com/pluja/whishper) — eine voll ausgestattete Self-Hosted-Plattform mit Web-Oberflaeche. Enthaelt faster-whisper fuer Transkription, LibreTranslate/Argos Translate fuer Untertiteluebersetzung (ueber 60 Sprachen), einen integrierten Untertitel-Editor und Export in JSON/TXT/VTT/SRT. Bereitstellung ueber Docker Compose (5 Container: API, Backend, Frontend, Uebersetzung, MongoDB). Nach der Installation 100 % offline. Eine ausgezeichnete Wahl fuer Teams, die einen privaten Dienst ohne Cloud benoetigen.

WhisperLive (github.com/collabora/WhisperLive, Collabora) — eine Open-Source-Loesung fuer Echtzeit-Transkription. WebSocket-Server: Mikrofon oder Datei verbinden und Text mit minimaler Latenz erhalten. Unterstuetzt faster-whisper-, TensorRT- und OpenVINO-Backends. Python-Client und JS-Demo. Geeignet fuer Live-Transkription von Meetings und Konferenzen.

WhisperTranscribe (whispertranscribe.com) — ein Cloud-Dienst mit Desktop-App fuer Windows. Kostenlose 60-Minuten-Testversion ohne Kreditkarte. Nutzt Whisper + AssemblyAI. Ueber Transkription hinaus: 57+ Inhaltstypen aus einer einzigen Aufnahme (Beitraege, Zusammenfassungen, Marketingmaterialien), KI-Training auf den Stil des Nutzers, YouTube/Vimeo-Link-Transkription, Podcast-Bibliothek mit 2,5 Millionen Eintraegen. 55+ Sprachen. Abonnement ~15 $/Monat.

Videoeditoren mit integrierter Transkription

Eine eigene Kategorie: Videoeditoren, die Audio als Teil des Workflows transkribieren koennen.

CapCut (ByteDance/TikTok) — ein kostenloser Videoeditor mit leistungsstarker Auto-Captions-Funktion. Unterstuetzt ueber 100 Sprachen, einschliesslich Deutsch. Transkribiert Sprache in Untertitel, ermoeglicht transkriptbasiertes Editieren, Untertiteluebersetzung und zweisprachige Untertitelerstellung. Web-Version, Desktop (Windows/Mac) und mobile Apps. Kostenlos. Einschraenkung: auf Untertitel ausgerichtet, nicht auf vollstaendige Dokumenttranskripte.

Descript — ein leistungsstarker Audio-/Videoeditor mit transkriptbasiertem Editieren (ein Wort aus dem Text loeschen und es wird aus dem Video geschnitten). Unterstuetzt viele nicht-lateinische Sprachen nicht. Der Vollstaendigkeit halber erwaehnt.

DaVinci Resolve (Blackmagic Design) — ein professioneller Videoeditor mit integrierter Transkription ueber Whisper. Unterstuetzt viele Sprachen, allerdings ist die Qualitaet nicht mit spezialisierten Tools vergleichbar. Eine kostenlose Version ist verfuegbar. Timeline-Transkription fuer textbasiertes Editieren.

Subtitle Edit (nikse.dk) — ein kostenloser Open-Source-Untertitel-Editor fuer Windows (teilweise Linux-Unterstuetzung) mit integrierter Whisper-Transkription. Unterstuetzt 7+ Whisper-Engines (OpenAI Whisper, Purfview's Faster-Whisper-XXL, CPP, CPP cuBLAS, Const-me, CTranslate2, stable-ts, WhisperX), Stapelverarbeitung, automatische Uebersetzung, 100+ Sprachen. Das leistungsfaehigste kostenlose Tool zur Erstellung von Untertiteln aus Audio. Auf einer RTX A6000 werden 2 Stunden Audio in nur wenigen Minuten verarbeitet.

Subper / SubtitleWhisper (subtitlewhisper.com) — ein Online-Untertitel-Generator mit Whisper + Silero VAD. Online-Untertitel-Editor. Der kostenlose Plan ist eingeschraenkt, kostenpflichtige Plaene ab 9,99 $/Monat. GPT-Integration fuer Interpunktion und Absatzgliederung.

Browser-Erweiterungen und Online-Tools

Transkriptor — Web-App + Erweiterung fuer Chrome/Firefox + iOS/Android. Unterstuetzt viele Sprachen, automatische Diarisierung, Export in TXT/SRT/DOCX. Kostenlose Testversion, danach 9,99-30 $/Monat. Behauptet 99 % Genauigkeit (die tatsaechliche Genauigkeit variiert je nach Sprache).

TurboScribe (turboscribe.ai) — ein Webdienst mit 3 kostenlosen Transkriptionen pro Tag (jeweils bis zu 30 Min.). Viele Sprachen mit hoher Genauigkeit unterstuetzt. Kostenpflichtige Plaene ab ~10 $/Monat. Whisper im Hintergrund.

Wonderscribe — ein vollstaendig kostenloser Webdienst, allerdings mit hoeherer Fehlerrate (~16 % WER). Geeignet fuer Rohentwuerfe.

HuggingFace Spaces (huggingface.co/spaces/openai/whisper) — eine kostenlose Whisper-Demo von OpenAI. Datei hochladen und Text erhalten. Kostenlos, aber mit Einschraenkungen und Wartezeiten.

Mobile Apps

iOS

Android

Plattformuebergreifend

Uebersichtstabelle: Beste Wahl nach Anwendungsfall