Wege, aus einer Aufnahme Text zu machen

Die meisten Vergleiche von Transkriptionswerkzeugen sortieren nach Genauigkeit, und das ist das unbrauchbarste Kriterium: Alles in dieser Kategorie steht auf einer ähnlichen Generation von Sprachmodellen, und bei sauberem Ton liefert jedes ein brauchbares Transkript. Die Frage, die deine Antwort tatsächlich ändert, ist schlichter.

Sendet das Werkzeug deine Aufnahme irgendwohin — und stört dich das?

Beantworte sie, und das Feld sortiert sich von selbst in fünf Gruppen.

1. Cloud-Transkriptionsdienste

Otter, Notta und der Rest der Kategorie. Du nimmst auf oder lädst hoch, das Audio wird auf den Servern des Anbieters verarbeitet, das Transkript liegt in deinem Konto.

Gut in: gemeinsamem Arbeiten, geteilten Archiven, Suche über alles, was du je aufgenommen hast, Sprecherkennzeichnung, Assistenten, die für dich in Meetings gehen, Arbeiten im Browser auf jedem Rechner.

Was du dafür gibst: Die Aufnahme liegt nun bei Dritten, und der Preis ist ein in Minuten gemessenes Abo — weil Minuten den Anbieter tatsächlich Geld kosten.

Für die beiden Namen, nach denen wirklich gesucht wird, haben wir je eine Seite: Kaseta vs. Otter und Kaseta vs. Notta.

2. Apple Sprachmemos

Schon auf dem Telefon, kostenlos und im Aufnehmen völlig in Ordnung.

Gut in: einfach da zu sein, nichts zu kosten und den Alltagsfall ohne jede Entscheidung zu erledigen.

Was du dafür gibst: Aufnahmen synchronisieren standardmäßig über iCloud, „bleibt auf meinem Telefon“ ist also keine zutreffende Beschreibung, solange du das nicht abgeschaltet hast. Es ist ein Recorder, der Transkription bekommen hat, kein Transkriptionswerkzeug — Sprachabdeckung und Export sind entsprechend schmaler als bei einer spezialisierten App.

3. Apps, die auf dem Gerät transkribieren

Die Gruppe, zu der Kaseta gehört. Das Sprachmodell steckt in der App und läuft auf dem Prozessor des Telefons.

Gut in: ohne Netz zu funktionieren, nichts zu senden, kein Konto zu brauchen und als Einmalkauf verkäuflich zu sein — es gibt keine Serverrechnung pro Nutzerin zu finanzieren.

Was du dafür gibst: kein gemeinsamer Arbeitsbereich, kein Webzugriff, kein Bot in deinen Meetings, und das Archiv liegt auf einem Gerät — dein Backup ist also dein Netz. Kaseta speziell transkribiert 99 Sprachen und kennzeichnet heute keine Sprecher.

4. Web-Konverter — Datei hoch, Text zurück

Was ganz oben steht, wenn man nach dem Umwandeln einer Audiodatei sucht. Datei hineinziehen, warten, Text kopieren.

Gut in: einmaligen Aufgaben, auf jedem Gerät, ohne Installation.

Was du dafür gibst: Der Upload ist das ganze Produkt, und er ist eine Offenlegung. Passt für eine Vorlesung, die du ohnehin veröffentlicht hast; passt für nichts Vertrauliches. Unser eigener Leitfaden, wie du Text aus einer .m4a-Datei bekommst behandelt diesen Weg ehrlich, samt der Fälle, in denen er der vernünftige ist.

5. Eigene Aufnahme-Hardware mit einer Cloud dahinter

Plaud ist der Name, nach dem hier gesucht wird. Es ist keine App: Es ist ein Rekorder, den du kaufst, der Audio offline in seinen eigenen Speicher aufnimmt und dieses Audio danach in die Cloud des Herstellers schickt, zur Transkription und KI-Verarbeitung, sobald er sich mit deinem Telefon abgleicht. Diese Hälfte bezahlt ein Abo.

Gut in: Aufnehmen. Eigene Mikrofone, Akku über Tage, Speicher, der nicht der deines Telefons ist, und ein Gerät zum Anstecken oder Hinlegen, ohne ein Telefon über den Tisch zu halten. Die Cloud dahinter bringt eine Compliance-Geschichte mit — Audits und Zertifizierungen — die eine App aus einer kleinen Werkstatt nicht hat.

Der Preis dafür: zwei Anschaffungen statt einer, ein Gerät zum Mitnehmen und Laden, und die Aufnahme geht trotzdem auf die Server einer Firma, um Text zu werden — dieselbe Offenlegung wie in der ersten Gruppe. Die ausführliche Fassung, samt der Stellen, an denen sie besser sind als wir, steht auf der Plaud-Seite.

Eine Anmerkung zu Namen, weil das Suchen hier verwirrt

Mehrere App-Namen in dieser Kategorie sind schlicht das gewöhnliche Wort für die Sache. Diktafon heißt in slawischen und skandinavischen Sprachen einfach Diktiergerät, und transcribe ist das Verb der gesamten Kategorie — eine Suche nach beidem liefert also eine Mischung aus unverwandten Produkten, generischen Listen und, in einem Fall, einer norwegischen Universität. Wenn ein Name wie die Kategorie selbst klingt, such danach, was die App tun soll, und prüfe die zwei Dinge, auf die es ankommt: ob sie ein Konto verlangt und ob sie im Flugmodus arbeitet.

Wann ein Cloud-Dienst die richtige Antwort ist

Auf einer Seite, die von einer App auf dem Gerät veröffentlicht wird, gehört das deutlich hingeschrieben:

• Dein Arbeitgeber hat schon einen freigegeben. Ein freigegebenes Werkzeug schlägt ein technisch sichereres, aber nicht freigegebenes.
• Die Arbeit ist geteilt. Transkripte, die andere öffnen, kommentieren und durchsuchen — genau dafür ist ein Server da.
• Calls müssen aufgezeichnet werden, während du woanders bist. Keine App auf deinem Telefon geht in ein Meeting, in dem du nicht bist.
• Du bist nicht auf einem iPhone. Kaseta ist eine iPhone-App, und das schließt sie aus, bevor irgendein anderes Kriterium drankommt.

Wann die Antwort auf dem Gerät die einzige ist, die trägt

Für manche Leserinnen ist das keine Vorliebe. Ärztinnen, Anwälte, Therapeutinnen, Journalisten, die eine Quelle schützen, und alle, deren Arbeitgeber Cloud-Werkzeuge sperrt, wählen nicht nach Funktionen — der Upload disqualifiziert die gesamte erste Gruppe. Diese Fälle haben eigene Seiten: für Ärzte und für Firmen ohne Cloud.