Manche Sprachnachrichten kannst du gerade nicht anhören: in der S-Bahn ohne Kopfhörer, im Meeting, im Großraumbüro. Andere dauern fünf Minuten, und du brauchst daraus nur eine Adresse, eine Uhrzeit oder eine Telefonnummer, die du lieber kopierst, als dreimal zurückzuspulen. Und manchmal kommt die Nachricht in einer Sprache, die du nur halb verstehst. Als Text kannst du sie überfliegen, durchsuchen und zitieren.
Die Datei aus dem Messenger zu holen, ist ein Handgriff. Auf Android installierst du Wovea über Chrome mit App installieren; danach taucht Wovea im Teilen-Menü von WhatsApp, der Galerie und dem Dateimanager auf. Sprachnachricht gedrückt halten, Teilen, Wovea. So geteilte Dateien dürfen bis 95 MB groß sein. Auf dem iPhone lässt Safari Webseiten nicht ins Teilen-Menü: Leite die Sprachnachricht weiter oder teile sie, sichere sie in Dateien und tippe auf der Wovea-Seite auf Datei auswählen. In Telegram am Computer genügen ein Rechtsklick auf die Nachricht und Speichern unter, dann hast du eine .ogg- oder .oga-Datei.
Wenn die Transkription in deinem Messenger deine Sprache nicht kennt oder du den Text als Datei brauchst, hilft diese Seite. Die Sprache wird automatisch erkannt, und mit dem Text geht noch mehr: „Text übersetzen“ bringt ihn in deine Sprache, und „Das Wichtigste“ gibt es auch in einer anderen Sprache. Haben sich mehrere Sprachnachrichten angesammelt, wähl sie alle auf einmal aus: Jede wird einzeln transkribiert, und du siehst den Text jeder Nachricht nacheinander.
Du bekommst den Text in Abschnitte aufgeteilt, jeden mit Zeitmarke. Du kannst ihn kopieren oder als TXT, Word (DOCX), SRT oder VTT herunterladen. Eine Sprachnachricht von einer Minute ist nach wenigen Sekunden fertig: In unseren Tests wurden 65 Sekunden Audio in 3 bis 4 Sekunden zu Text, dazu kommt das Hochladen. Es gehen Opus, OGG, OGA, M4A, MP3, WAV, AAC, AMR und FLAC, außerdem der Ton aus einem Video. Eine Datei darf bis 120 Minuten lang und 2 GB groß sein, also passen auch längere Aufnahmen.
Wie gut das Ergebnis wird, hängt von der Aufnahme ab. Eine klare Stimme nah am Handy klappt gut. Wind, Straßenlärm, Musik oder zwei Leute, die gleichzeitig reden, führen zu Fehlern. Lies Namen, Beträge und Adressen noch einmal nach, bevor du dich darauf verlässt.
Der Ton wird auf unserem Server verarbeitet und die Datei dort nach 24 Stunden gelöscht. Der Text bleibt in der Bibliothek in diesem Browser und kommt nur in dein Konto, wenn du dich anmeldest. Gegen Bots gilt eine Grenze von 60 KI-Aufgaben pro Stunde und Verbindung.
