Ein Video von TikTok, YouTube oder X transkribieren
- Kopiere den Videolink — Auf TikTok öffnest du das Video, tippst auf Teilen und dann auf Link kopieren (die kurzen vm.tiktok.com-Links aus der App funktionieren auch). Auf YouTube kopierst du die Adresse aus der Adressleiste oder nutzt Teilen, dann Kopieren – youtu.be-, Shorts-, Live- und Embed-Links funktionieren alle. Auf X öffnest du den Beitrag mit dem Video, tippst auf Teilen und dann auf Link kopieren.
- Füge ihn ein und klicke auf Transkript holen — Füge den Link in das Feld unten ein und klicke auf Transkript holen. ClipToTranscript sucht zuerst nach Untertiteln, die die Plattform für das Video schon hat – die von TikTok oder die manuellen und automatischen Spuren von YouTube – und zeigt sie innerhalb von Sekunden. Gibt es keine – und bei X ist das immer so, weil X keine Untertitel veröffentlicht –, transkribiert es den Ton mit einem Open-Source-Spracherkennungsmodell auf eigenen Servern, meist in 10–60 Sekunden, bei Videos bis 10 Minuten Länge.
- Kopiere den Text oder lade ihn herunter — Das Transkript erscheint mit einer Startzeit in jeder Zeile. Setze oder entferne das Häkchen bei Zeitstempel, dann klicke auf Kopieren, um den Text in die Zwischenablage zu legen, oder lade ihn als TXT (reiner Text), SRT oder VTT (Untertiteldateien mit Zeitangaben) herunter.
TikTok-, YouTube- oder X-Video transkribieren
Füge den Link unten ein. Es funktioniert mit Videos von TikTok, YouTube (Shorts inklusive) und X – zuerst Untertitel, Spracherkennung nur, wenn es keine gibt.
Eine Videodatei auf deinem Computer oder Smartphone
ClipToTranscript arbeitet nur mit Links – es gibt keinen Upload –, deshalb braucht eine Aufnahme auf deinem Smartphone, eine Bildschirmaufnahme oder eine heruntergeladene Datei einen anderen Weg. Dafür gibt es drei kostenlose Möglichkeiten. Die einfachste: Lade die Datei bei YouTube hoch (in YouTube Studio über Videos hochladen, mit der Sichtbarkeit Nicht gelistet, oder Privat, wenn die Aufnahme persönlich ist). YouTube ergänzt automatische Untertitel, meist innerhalb von Minuten, manchmal Stunden; danach öffnest du das Transkript-Panel auf der Videoseite (die Anleitung zum YouTube-Transkript zeigt, wo es sich versteckt) oder lädst die Untertiteldatei in YouTube Studio herunter: Untertitel, das Menü ⋮ der Spur, Herunterladen. Die leistungsfähigste: eine Open-Source-Whisper-App, die OpenAIs Spracherkennungsmodell offline auf deinem eigenen Rechner ausführt und aus einer Datei beliebiger Länge TXT, SRT oder VTT schreibt. Buzz (Windows, macOS, Linux) und Vibe sind kostenlos und Open Source, MacWhisper hat auf macOS eine kostenlose Version; rechne mit einem einmaligen Modell-Download von mehreren hundert Megabyte und auf einem älteren Rechner mit einer Transkription, die langsamer als Echtzeit läuft. Zum Mitlesen statt Speichern: Die Liveuntertitel in Windows 11 (Einstellungen, Barrierefreiheit, Untertitel, oder Win+Strg+L), Automatische Untertitel auf Android (Einstellungen, Bedienungshilfen, Automatische Untertitel, dann der Button unter dem Lautstärkeregler) und Live-Untertitel auf macOS (Systemeinstellungen, Bedienungshilfen, Live-Untertitel, auf Macs mit Apple-Chip) zeigen die Wörter auf dem Bildschirm, während das Video läuft, in einer begrenzten Zahl von Sprachen, und speichern nichts.
Untertitel oder Spracherkennung: welche Genauigkeit du erwarten kannst
Woher der Text kommt, entscheidet, wie viel Prüfung er braucht. Untertitel, die der Creator getippt oder hochgeladen hat, sind der beste Fall: Zeichensetzung, korrekte Namen, manchmal Sprecherangaben. Automatische Untertitel der Plattformen, etwa die von YouTube, sind Spracherkennung, die die Plattform selbst ausführt: bei klarer Sprache mit einer einzigen Stimme meist richtig, am schwächsten bei Namen, Marken, Fachjargon, Zahlen, starken Akzenten, Leuten, die durcheinanderreden, und Sprache unter lauter Musik, mit wenig oder keiner Zeichensetzung. Die Spracherkennung auf den Servern von ClipToTranscript, die du bei X-Videos und bei jedem Video ohne Untertitel bekommst, ist dieselbe Art von Technik mit denselben Stärken und Schwächen. Keins davon ist ein Gerichtsprotokoll. Eine gute Regel: Nutze den Text, wie er ist, zum Suchen, für Notizen und für eine Zusammenfassung; gleiche ihn mit dem Ton ab, bevor du ihn zitierst, veröffentlichst oder dich auf eine Zahl darin verlässt.
Tipps für mehr Genauigkeit: Je sauberer der Ton, desto besser der Text. Immer nur eine Person, die spricht, ein Mikrofon nah am Mund und keine Hintergrundmusik helfen mehr als alles andere. Bei Namen, Markennamen und ungewöhnlichen Wörtern verhört sich jedes Sprachmodell am ehesten, also suche im Transkript danach und korrigiere sie anhand des Videos – die Zeitstempel bringen dich direkt an die Stelle. Zahlen verdienen dieselbe Prüfung: „zwei“ und „drei“ klingen ähnlich, nicht umsonst sagt man am Telefon „zwo“.
Was du mit dem Text anfangen kannst
Ein Transkript macht aus einem Video etwas, das du durchsuchen, zitieren und weiterverwenden kannst. Geh mit Strg+F durch einen einstündigen Vortrag, um die Stelle zu finden, an die du dich erinnerst. Zieh Zitate für Notizen, einen Artikel oder eine Hausarbeit heraus, mit dem Zeitstempel als Beleg. Füge den reinen Text in einen KI-Assistenten ein, für eine Zusammenfassung, eine Liste der Kernpunkte oder eine Übersetzung; ein Transkript ist viel günstiger zu verarbeiten als ein Video. Lade SRT oder VTT herunter, um einem Video, das du schneidest oder neu hochlädst, Untertitel hinzuzufügen. Und bei allem, was du veröffentlichst: Nenne den Creator, zitiere statt zu kopieren und hol dir die Erlaubnis, wenn die Worte nicht deine sind – ein Transkript ändert nichts daran, wem sie gehören; siehe die Nutzungsbedingungen.
Häufige Fragen
- Wie lange dauert es?
- Sekunden, wenn die Plattform schon Untertitel hat, egal wie lang das Video ist. Muss der Ton transkribiert werden – bei jedem X-Video und bei jedem Video ohne Untertitel –, rechne mit 10–60 Sekunden; das Video darf höchstens 10 Minuten lang sein.
- Welche Sprachen werden unterstützt?
- Untertitel kommen in jeder Sprache, die die Plattform für das Video hat; gibt es mehrere Spuren, wechselst du über die Sprach-Tabs über dem Text. Muss der Ton transkribiert werden, kommt der Text in der Sprache, die im Video gesprochen wird.
- Ist das kostenlos?
- Ja: kein Konto, kein Wasserzeichen, nichts zu installieren. Gesponserte Karten, immer als solche gekennzeichnet, finanzieren die Seite.
- Funktioniert es bei privaten oder nicht gelisteten Videos?
- Private Videos, TikToks, die nur für Freunde sichtbar sind, und Beiträge geschützter X-Konten funktionieren nicht: Das Tool kann nur lesen, was jeder mit dem Link ansehen kann, und es fragt nie nach deinem Login. Nicht gelistete YouTube-Videos funktionieren aus demselben Grund meistens.
- Kann es ein Instagram-Reel transkribieren?
- Nein. Instagram wird nicht unterstützt – TikTok, YouTube (Shorts inklusive) und X sind die drei Plattformen. Für ein Instagram-Video, das dir gehört, gelten die Möglichkeiten für eine lokale Datei oben.