TikTok-Transkript-Generator

Füge einen öffentlichen Videolink im Tab „TikTok-Link“ ein oder wähle „Datei hochladen“ für eine Video- oder Audiodatei. Wähle eine Sprache, erstelle das Transkript und prüfe den Text mit Zeitangaben. Die Verarbeitung per Link setzt voraus, dass die Quelle öffentlich erreichbar bleibt. Im Tool-Bereich siehst du, ob die Transkription verfügbar ist; das gekennzeichnete Formatbeispiel ist keine Transkription deines Videos.

Ja, die Spracherkennung nutzt die Tonspur und braucht keine vorhandene Untertitelspur. Hörbare Sprache ist aber nötig. Ein Clip nur mit Musik oder ohne Ton liefert womöglich kein brauchbares Transkript, und eingeblendeter Text erfordert ein separates OCR-Tool.

Der Upload akzeptiert MP4-Video sowie MP3-, M4A- oder WAV-Audio. Die maximale Dauer beträgt 5 Minuten. MP4, MP3 und WAV unterstützen Dateien bis 50 MiB; M4A-Audio ist auf 8 MiB begrenzt. Der Worker prüft die tatsächlichen Container-Bytes und die Dauer, daher kann eine umbenannte oder inkompatible Datei abgelehnt werden. Dateien werden erst gesendet, wenn du die Transkription startest.

Transkript-Abschnitte mit Zeitangaben lassen sich als SRT oder VTT exportieren, während TXT den lesbaren Text ohne Untertitel-Zeitcodes enthält. SRT wird häufig in Schnitt-Workflows genutzt; VTT eignet sich für Web-Player. Prüfe Untertitel-Timing und Zeilenlänge immer im Ziel-Player oder -Editor.

Die Transkription schreibt Sprache in ihrer Originalsprache auf. Eine Übersetzung überträgt diese Worte in eine andere Sprache und ist ein separater Vorgang. Wenn du Englisch wählst, erwartet die Erkennung englische Sprache; nicht-englisches Audio wird dadurch nicht übersetzt.

Das Video wurde möglicherweise gelöscht, auf privat gestellt oder eingeschränkt, oder seine Medien-URL ist abgelaufen. Manche Beiträge sind Foto-Diashows statt gesprochener Videos. Hast du eine zugängliche Kopie, umgehst du mit dem Datei-Upload den Link-Abruf – aber auch dann muss die Tonspur erkennbare Sprache enthalten.

Nein. Die Beschreibung ist der geschriebene Text mit Hashtags zum Beitrag. Ein Transkript hält die im Audio gesprochenen Worte fest. Untertitel versehen diese gesprochenen Worte mit Zeitangaben. Ein Video kann alle drei haben, und ihre Inhalte können sich stark unterscheiden.

Die Genauigkeit hängt von Aufnahmequalität, Hintergrundgeräuschen, Sprache und Sprechstil ab. Eine einzelne Prozentzahl, die für jedes TikTok-Video gilt, gibt es nicht. Betrachte das Ergebnis als Entwurf, korrigiere wichtige Formulierungen anhand der Quelle und prüfe das Untertitel-Timing vor der Veröffentlichung.

Für den verbundenen Arbeitsbereich ist weder ein Konto noch eine Zahlung nötig. Das Limit liegt bei 3 Versuchen pro Gerät und 10 pro IP-Adresse und UTC-Tag; fehlgeschlagene Versuche zählen mit. Ist der Verarbeitungsdienst nicht verbunden, steht nur das gekennzeichnete Formatbeispiel zur Verfügung.

Die Dateiauswahl bleibt lokal, bis du die Transkription startest. Die Verarbeitung sendet Medien an privaten Cloudflare-Speicher und Workers AI. Der Zugriff wird über das Cookie des erstellenden Geräts gesteuert; es gibt keinen öffentlichen Medienlink. Medien und Ergebnisse laufen nach 24 Stunden ab, mit Bereinigung im Hintergrund. Exportiere, was du behalten willst.

Die Verarbeitungszeit hängt vom Abruf der Quelle, der Dauer und der aktuellen Auslastung des Dienstes ab. Der Bereich zeigt den tatsächlichen Aufgabenstatus. Einen repräsentativen Geschwindigkeits-Benchmark haben wir noch nicht ermittelt, daher belegt das Beispiel keine feste Bearbeitungszeit.

Jede Datei und jedes verlinkte Video ist auf fünf Minuten begrenzt. Längere Aufnahmen musst du zuerst auf relevante Clips kürzen. Notiere die ursprüngliche Startzeit jedes Clips, falls du Transkripte später zusammenführst. Die aktuelle Version bietet weder Stapelverarbeitung noch automatisches Aufteilen von Videos über dem Limit.

Die Spracherkennung liest das Audio, nicht die Pixel im Videobild. Text, der nur auf dem Bildschirm erscheint, etwa eine Folie, ein Produktetikett oder ein stummer Text-Overlay, braucht OCR. Liest eine Person diese Worte laut vor, können sie im Sprach-Transkript auftauchen; visueller Text wird aber nicht eigenständig extrahiert.

Nein. SRT ist eine separate Untertiteldatei mit zeitlich getaktetem Text. Füge sie einem kompatiblen Player oder Editor hinzu, prüfe das Timing der Einträge und exportiere das Video aus dieser Anwendung, wenn die Untertitel dauerhaft ins Bild eingebrannt sein sollen. Das Bearbeiten von Text hier brennt keine Untertitel ins Video ein und ändert Zeiten nicht automatisch.