Untertitel für ein Video kostenlos erstellen – ohne Upload

Untertiteldatei oder eingebrannte Untertitel?

Untertitel lassen sich auf zwei Arten ausliefern, und es lohnt sich, das vorher zu entscheiden.

• Eine Untertiteldatei (SRT oder WebVTT) liegt neben dem Video. Zuschauer können sie ein- und ausschalten, Suchmaschinen können sie lesen, und YouTube sowie die meisten Videoplayer nehmen sie an. SRT wird am breitesten unterstützt, WebVTT ist das Format für Videos auf Webseiten
• Eingebrannte Untertitel werden ins Bild gezeichnet. Sie erscheinen in jedem Player und auf jeder Plattform, auch dort, wo man keine Untertiteldatei hochladen kann, lassen sich aber weder ausschalten noch nachträglich korrigieren
• Ein reines Text-Transkript (TXT) hilft bei Shownotes, Zitaten, Artikeln oder der Suche nach dem Gesagten

So funktioniert die Erkennung

Toolula nutzt Whisper base, die kompakte mehrsprachige Version des Spracherkennungsmodells von OpenAI, dessen Gewichte unter der MIT-Lizenz veröffentlicht sind. Das Modell (rund 50 MB) wird einmalig von toolula.com geladen und bleibt dann im Browser. Der Ton Ihres Videos wird im Browser-Tab dekodiert und erkannt; das Video wird nie hochgeladen.

Whisper versteht 99 Sprachen. Es kann die gesprochene Sprache am ersten Abschnitt mit Sprache erkennen, bei kurzen oder gemischten Clips ist es aber zuverlässiger, sie selbst zu wählen. Der Ton wird in 30-Sekunden-Fenstern gelesen; stille Abschnitte werden übersprungen, und die Zeiten jeder Zeile stammen aus den Zeitmarken des Modells.

Schritt für Schritt

Öffnen Sie den automatischen Untertitel-Generator und ziehen Sie ein Video oder eine Audiodatei hinein (MP3, M4A, WAV und andere gehen auch). Vor dem Start zeigt die Seite, wie lang der Ton ist, und eine Schätzung für Ihr Gerät.

• Gesprochene Sprache wählen oder auf „Automatisch erkennen“ lassen
• Auf „Untertitel erstellen“ klicken; die Zeilen erscheinen, während das Modell die Datei abarbeitet
• Auf eine Zeit klicken, um in der Vorschau dorthin zu springen, Verhörer korrigieren, Zeilen entfernen oder hinzufügen
• SRT, WebVTT oder ein TXT-Transkript herunterladen oder die Untertitel ins Video einbrennen

Wie genau ist das, und wie lange dauert es?

Deutliche Sprache in verbreiteten Sprachen wird gut erkannt. Hintergrundmusik, mehrere gleichzeitige Sprecher, starke Akzente sowie Namen und Fachbegriffe führen zu Fehlern – deshalb lässt sich jede Zeile vor dem Export bearbeiten. Die Zeilen bleiben bei höchstens etwa 84 Zeichen und 7 Sekunden, passen also auf zwei Zeilen und lassen sich rechtzeitig lesen.

Auf einem aktuellen Desktop-Computer braucht eine Minute Sprache etwa 15 Sekunden, ein Zehn-Minuten-Video ist also in zwei bis drei Minuten fertig. Die Seite nutzt mehrere Prozessorkerne, wo der Browser es erlaubt; Safari erlaubt nur einen und braucht etwa ein Drittel länger. Computer erkennen bis zu 120 Minuten Ton; Smartphones und Geräte mit höchstens 4 GB Arbeitsspeicher sind langsamer und erkennen höchstens 15 Minuten.

Untertitel ins Video einbrennen

Wenn Sie einbrennen, zeigt die Vorschau die Untertitel genau so, wie sie in der exportierten Datei erscheinen. Das Video wird dabei einmal auf Ihrem Gerät neu kodiert, was im ganzen Bild ein wenig Qualität kostet; der Ton bleibt erhalten. Bei Plattformen, die eine Untertiteldatei annehmen, vermeiden Sie diese Neukodierung, indem Sie die SRT zusammen mit dem Originalvideo hochladen.

Sie haben schon eine SRT- oder VTT-Datei, zum Beispiel von einem Übersetzer? „Untertitel in Video einbrennen“ brennt eine vorhandene Datei mit demselben Zeichencode ins Bild.

Warum lokal?

Interviews, Kundengespräche, Vorlesungen und Familienvideos enthalten oft Dinge, die nicht auf den Server eines Fremden gehören. Weil die Erkennung im Browser läuft, bleibt die Datei auf Ihrem Gerät, das Werkzeug funktioniert auch für lange Aufnahmen ohne Minutenpreis, und sind Seite und Modell einmal geladen, arbeitet es auch offline weiter.

Häufig gestellte Fragen