Das Tool liest die Tonspur im Browser aus, wandelt sie in das von Whisper benötigte Monosignal mit 16 kHz um und berechnet die Zeitmarken in einem Hintergrundprozess. WebGPU beschleunigt die Verarbeitung auf kompatiblen Computern; andernfalls übernimmt die langsamere CPU. Vor dem Export können Sie im Editor sowohl den Wortlaut als auch Anfang und Ende jedes Blocks korrigieren.
Automatische Untertitel erstellen
Läuft komplett in deinem Browser - kein Upload, keine Anmeldung.
Wie kann ich automatische Untertitel für ein Video erstellen?
Fügen Sie ein Video hinzu. Der Untertitel-Generator nutzt die Spracherkennung von Whisper direkt auf Ihrem Gerät und erstellt zeitcodierte, bearbeitbare Untertitelblöcke. Diese können Sie prüfen und als SRT oder VTT herunterladen. Das Video wird nie hochgeladen, allerdings muss der Browser beim ersten Einsatz das KI-Modell laden.
So funktioniert’s
- 1Video auswählen. Ziehen Sie eine MP4-, WebM-, MOV-, M4V- oder MKV-Datei auf das Tool oder klicken Sie auf den Upload-Bereich.
- 2Untertitel erstellen. Klicken Sie auf Untertitel erstellen. Warten Sie beim ersten Mal, bis das mehrsprachige Whisper-Modell geladen ist, und lassen Sie Ihr Gerät die Tonspur verarbeiten.
- 3Jeden Block prüfen. Spielen Sie die Untertitel im Editor ab, berichtigen Sie den Text und passen Sie Anfang oder Ende an, wenn die automatische Zeitmarke zu früh oder zu spät liegt.
- 4Untertiteldatei exportieren. Laden Sie SRT für gängige Schnittprogramme und Plattformen oder VTT für HTML-Videos und Veröffentlichungen im Web herunter.
Für wen
- Produzenten von Kurzvideos, die gut lesbare Untertitel vorbereiten, bevor sie diese gestalten oder fest in den fertigen Schnitt einbrennen.
- Lehrkräfte und Trainer, die Aufzeichnungen leichter verständlich machen und eine Untertiteldatei zum Herunterladen anbieten.
- Podcaster und Interviewer, die Videogespräche in einen zeitcodierten Entwurf verwandeln, ohne unveröffentlichtes Material an einen Cloud-Dienst zu senden.
- Fachleute für Barrierefreiheit, die eine erste Fassung erstellen, um Sprache, Namen, Geräuschhinweise, Timing und Lesegeschwindigkeit zu prüfen.
Häufige Fragen
Wird mein Video auf einen Server hochgeladen?
Nein. Der Browser liest die ausgewählte Datei und übergibt die decodierten Audiowerte an einen Prozess auf demselben Gerät. Dieser lädt die Dateien des Whisper-Modells von Hugging Face, überträgt aber weder Video noch Ton oder Untertitel. CanDoYa empfängt und speichert die Datei nicht.
Kann ich automatische Untertitel kostenlos erstellen?
Ja. Es gibt kein Konto, keine Zahlung, kein Minutenlimit, kein Wasserzeichen und keine Exportsperre. Da Ihr Gerät die Transkription erledigt, zählen vor allem Rechenzeit, verfügbarer Arbeitsspeicher und der erste Modell-Download. Bei einem begrenzten Datentarif kann Ihr Anbieter diesen Download anrechnen.
Welche Videogröße und -länge kann ich verarbeiten?
Der Upload nimmt Dateien bis 500 MB an. Eine feste Minutenbegrenzung gibt es nicht, doch lange Videos benötigen mehr Speicher und Zeit, da Decodierung und KI-Auswertung lokal stattfinden. Nutzen Sie für einstündige Aufnahmen einen modernen Laptop, schließen Sie speicherintensive Tabs oder teilen Sie das Video vorher auf.
Welche Videoformate funktionieren?
Das Tool akzeptiert die Container MP4, WebM, MOV, M4V, MKV, AVI, MPEG und OGV. Ob die Tonspur decodiert werden kann, hängt von den Codecs Ihres Browsers und Betriebssystems ab. MP4 mit AAC-Ton und WebM mit Opus-Ton werden meist am besten unterstützt.
Kann ich die automatischen Untertitel bearbeiten?
Ja. Text, Startzeit und Endzeit jedes Blocks lassen sich ändern. Spielen Sie einen Block ab, um das Video an seinen Anfang zu setzen, korrigieren Sie Erkennungsfehler und verschieben Sie die Grenzen. Der Export bleibt gesperrt, wenn ein Block leer ist, vor seinem Start endet oder über die Videolänge hinausreicht.
Was ist der Unterschied zwischen SRT und VTT?
SRT ist ein weit verbreitetes Untertitelformat für Schnittprogramme und Veröffentlichungsplattformen. WebVTT nutzt eine ähnliche zeitcodierte Textstruktur, ist aber für das Web gedacht und funktioniert direkt mit dem track-Element eines HTML-Videos. Das Tool exportiert beide Formate ohne Gestaltung oder fest eingebrannten Text.
Funktioniert die Untertitelerstellung ohne WebGPU?
Ja. Das Tool versucht zuerst WebGPU, weil eine kompatible Grafikkarte Whisper schneller ausführen kann. Ist WebGPU nicht verfügbar oder schlägt fehl, wird WebAssembly auf der CPU verwendet. Diese Variante läuft in mehr Browsern, kann aber besonders bei langen Videos, auf Smartphones oder älteren Computern deutlich langsamer sein.
Sind automatische Untertitel genau genug für barrierefreie Inhalte?
Sie sind ein hilfreicher Entwurf, kein fertiges barrierefreies Ergebnis. Lärm, Musik, überlappende Stimmen, Akzente, seltene Namen und Fachbegriffe können Fehler verursachen. Außerdem fehlen oft Geräuschbeschreibungen und Sprechernamen. Prüfen Sie deshalb das ganze Video und ergänzen Sie wichtige nichtsprachliche Hinweise vor der Veröffentlichung.