Untertitel generieren: SRT aus der Sprache in deiner Datei

Video-Untertitel erstellen: eine SRT-Datei aus deinem Video

Untertitel generieren dauert vier Schritte, von der Aufnahme bis zur fertigen Datei, und in keinem davon tippst du einen Zeitcode.

1. Lade Video oder Audio hoch. Ziehe ein MP4, MOV, MKV, MP3, WAV oder eine andere Mediendatei auf das Upload-Feld oben auf der Seite.
2. Lass die Sprache erkennen. Die erste Aufnahme eines Gastes startet sofort und ist kostenlos, vollständig bis 10 Minuten. Nach der Anmeldung zeigt die Seite den Preis in Minuten, und nichts läuft, bevor du auf „Transkribieren“ klickst.
3. Prüfe die Zeilen am Player. Lies das Transkript neben dem Player und klicke auf einen Zeitstempel, um eine Zeile noch einmal zu hören.
4. Exportiere SRT oder VTT. Wähle SRT für einen Editor oder YouTube Studio, VTT für einen Webplayer. Beide enthalten Start- und Endzeiten.

SubRip ist einer von vier Exporten desselben Transkripts. Brauchst du vor allem den Text des Videos, beginne bei der vollständigen Video-Transkription; die Untertitel bekommst du dort mit dazu.

So sieht die generierte SRT-Datei aus

Generierte Untertitel sind reiner Text: eine Cue-Nummer, eine Zeitzeile mit Start und Ende, getrennt durch einen Pfeil, und die Wörter einer Phrase.

Beispiel-Cues im exakten SubRip-Format, keine echte Aufnahme:

1
00:00:00,000 --> 00:00:05,400
Hallo zusammen, das ist die Produktdemo für das neue Dashboard.

2
00:00:05,400 --> 00:00:12,100
Links seht ihr die Filter, die wir letzte Woche ergänzt haben.

Die Millisekunden stehen nach einem Komma, wie SubRip es verlangt; der VTT-Export schreibt sie nach einem Punkt und beginnt mit einer Zeile WEBVTT. Die Regeln des Formats selbst erklärt die Seite darüber, was eine SubRip-Untertiteldatei enthält.

Wie die Cues geschnitten werden und was du von Hand korrigierst

Jede Cue ist genau eine Phrase, so wie die Spracherkennung Whisper den Ton geteilt hat, getaktet vom Anfang der Phrase bis zu ihrem Ende.

• Kurze Phrasen ergeben angenehme Untertitel; ein langer Satz ohne Pause wird zu einer langen Cue.
• Es gibt keine Einstellung für Zeichen pro Zeile, Zeilenzahl oder Lesegeschwindigkeit.
• Die Grenzen der Phrasen sind ungefähr: Eine Pause oder schnelles Sprechen verschiebt sie um Bruchteile einer Sekunde.

Streamingdienste legen solche Grenzen in ihren Styleguides fest: Der englische Timed-Text-Styleguide von Netflix erlaubt 42 Zeichen pro Zeile und zwei Zeilen pro Cue. Untertitel nach einem solchen Standard stellst du am besten in einem Untertitel-Editor wie Subtitle Edit oder Aegisub fertig: Die Zeiten sind schon da, die Arbeit besteht also im Teilen und Kürzen, nicht im Takten von null an.

Untertitel in Editor oder Player laden

Aus der Sprache generierte Cues öffnen sich in jedem Programm, das SubRip annimmt, denn es ist dasselbe Format, das ein Mensch tippen würde.

• Premiere Pro: Importiere die Cues und ziehe sie als Untertitelspur auf die Timeline.
• DaVinci Resolve: Datei → Importieren → Untertitel (in der englischen Oberfläche File → Import → Subtitle).
• YouTube Studio: Unter „Untertitel“ lädst du die Datei mit Zeitangaben hoch.
• VLC: Gib der Untertiteldatei denselben Namen wie dem Video und lege beide in einen Ordner; VLC lädt sie automatisch.
• Eine Webseite: Nutze den VTT-Export in einem <track>-Element oder konvertiere SRT nachträglich in WebVTT.

Drei Wege zur SRT-Datei: Welcher passt zu dir?

Welcher Weg passt, hängt davon ab, womit du anfängst: mit Untertiteln auf YouTube, mit einem getippten Skript oder nur mit einer Aufnahme.

Im ersten Fall kannst du die Untertitel eines YouTube-Videos als SRT speichern, kostenlos, und für den zweiten lässt sich ein SRT-Gerüst aus deinem Skript bauen. Nur der dritte braucht Spracherkennung.

Audio zu SRT funktioniert genauso

Aus Audio entsteht eine SRT-Datei auf demselben Weg, denn ein Clip wird vor der Erkennung ohnehin auf seinen Ton reduziert.

Auch aus einer Podcast-Folge, einem Voice-over oder einer mit dem Handy aufgenommenen Vorlesung kannst du Untertitel generieren, genau wie aus einem MP4: MP3 to SRT, M4A zu SRT und WAV zu SRT enden alle im selben Export. Lade die Aufnahme über die Transkription von Audiodateien hoch und wähle am Ende den Untertitel-Export; MP4-Aufnahmen behandelt die Seite MP4 to Text mit Zeitstempeln.

Was eine SRT-Datei aus Sprache kostet

Der Export selbst ist kostenlos; Minuten kostet die Spracherkennung dahinter, eine Minute Guthaben pro Minute Aufnahme.

Deine erste Aufnahme ist ohne Konto kostenlos, vollständig bis 10 Minuten. Ein 10-minütiges Tutorial kostet danach 10 Minuten, die das Geschenk von 10 Minuten bei der Anmeldung abdeckt, und der Preis erscheint immer vor dem Start.

Was der Untertitel-Generator nicht kann

Dieser Untertitel-Generator erzeugt Untertitel aus Sprache; er bearbeitet sie nicht, brennt sie nicht ein und liest keine vorhandenen aus.

• Keine ins Videobild eingebrannten Untertitel.
• Kein Auslesen von Untertitelspuren, die schon in einer MKV- oder MP4-Datei stecken.
• Keine Sprechernamen und keine Geräuschbeschreibungen wie [Musik].
• Keine Einstellungen für Zeilenlänge oder Lesegeschwindigkeit.
• Dateien über 500 MB oder 4 Stunden werden abgelehnt.

Häufige Fragen

Kann ich kostenlos Untertitel generieren?

Ja, für deine erste Aufnahme: Ohne Konto wird sie kostenlos transkribiert, vollständig bis 10 Minuten und bei einer längeren die ersten 10 Minuten, und der Untertitel-Export ist inklusive. Danach verbraucht eine Datei Minuten von deinem Guthaben; bei der Anmeldung kommen 10 dazu.

Brauche ich ein Konto?

Nein für die erste Aufnahme, mit Dateien bis 100 MB. Ja für ganze Dateien danach: Die Anmeldung per E-Mail-Link hebt die Grenze auf 500 MB und 4 Stunden.

Kann ich eine SRT-Datei aus einer MP3 oder einer anderen Audiodatei machen?

Ja. Audio zu SRT funktioniert wie bei Video: Lade die MP3, M4A oder WAV hoch und exportiere die Untertitel.

Werden die Untertitel in mein Video eingebrannt?

Nein. Du bekommst eine separate Untertiteldatei; dein Editor oder Player blendet sie über dem Video ein.

Wird meine Datei auf eurem Server gespeichert?

Nein. Das Original wird gelöscht, sobald sein Ton extrahiert ist, oder nach etwa einer Stunde, wenn die Transkription nie startet. Die Untertitel bleiben in deinem Browser oder in deinem Konto.

Kann ich die Zeichenzahl pro Zeile festlegen?

Nein. Jede Cue ist eine Phrase, so wie die Erkennung sie geteilt hat; lange Phrasen kürzt du am besten in einem Untertitel-Editor.