Audio-zu-Text-Transkription

Transkription ohne Upload

Bei den meisten Transkriptionsdiensten musst du die Aufnahme hochladen, in einer Warteschlange warten und für alles über ein paar kostenlose Minuten hinaus eine Kreditkarte angeben. Morphio geht den umgekehrten Weg: Das Whisper-Modell wird einmal in deinen Browser heruntergeladen. Anschließend wird dein Audio in einen 16 kHz-Mono-Stream dekodiert und lokal transkribiert. Sensibles Material — Kundengespräche, medizinische Notizen, Interviews mit Sperrfrist — gelangt nie auf einen Server.

Ein Modell auswählen

• Schnell (tiny) — am besten für klare Aufnahmen mit einer einzelnen sprechenden Person und schnelle Entwürfe. Auf einem modernen Laptop ungefähr in Echtzeit.
• Genau (base) — besser bei Akzenten, gleichzeitigem Sprechen und Fachjargon, bei ungefähr doppelter Verarbeitungszeit.
• Lege die gesprochene Sprache ausdrücklich fest. Die automatische Erkennung bei kurzen Clips ist die häufigste Ursache für unverständliche Ergebnisse.
• Sehr lange Dateien benötigen viel Arbeitsspeicher. Teile Aufnahmen über ~30 Minuten zuerst auf und transkribiere sie in Abschnitten.

Videos transkribieren

Videodateien mit einer Tonspur lassen sich meist direkt laden. Wenn ein Container deinem Browser Probleme bereitet, extrahiere zuerst die Tonspur mit dem Audio Extractor und ziehe die entstandene MP3- oder WAV-Datei hierher.