OGG in Text und AAC in Text: so transkribierst du kostenlos, ohne etwas zu installieren
Um OGG oder AAC kostenlos in Text umzuwandeln, lädst du die Datei unverändert bei einem Online-Tool hoch, das diese Formate akzeptiert, und lädst den Text herunter. Diese Anleitung zeigt, wo welches Format direkt funktioniert, wie du Audio aus WhatsApp herausholst, den .opus-Trick und wann sich eine Umwandlung in MP3 lohnt.

OGG in Text und AAC in Text: so transkribierst du kostenlos, ohne etwas zu installieren
Um OGG oder AAC kostenlos in Text umzuwandeln, lädst du die Datei unverändert bei einem Online-Transkriptionstool hoch, das diese Formate akzeptiert, wählst die Sprache und lädst den Text als .txt herunter (oder als .srt, mit dem Timing jeder Äußerung). Du musst nichts installieren und auch nicht vorher in MP3 umwandeln. Die meisten scheitern an der Datei selbst: WhatsApp-Audio kommt als .opus, viele bekannte Tools lehnen OGG und AAC ab, und wer ohne Not konvertiert, verliert Stimmqualität. Hier ist der Weg für jeden Fall.
Welcher Weg passt zu deiner Datei?
Wähle danach, was du am Ende haben willst, nicht nach dem Tool.
| Du hast | Du willst | Kürzester Weg |
|---|---|---|
| Eine WhatsApp-Sprachnachricht in einem Chat | Nur lesen, was die Person gesagt hat | WhatsApp-eigene Transkription, ohne Export |
| Eine .ogg- oder .opus-Datei (WhatsApp, Telegram, Discord, Diktiergerät) | Den Text in einer Datei | Online-Tool, das OGG akzeptiert, ohne Umwandlung |
| Eine .aac- oder .m4a-Datei (Handy-Recorder, Livestream, Video) | Den Text in einer Datei | Online-Tool, das AAC akzeptiert, ohne Umwandlung |
| Ein beliebiges Format, in einem Tool, das nur MP3 akzeptiert | Den Text | Zuerst in MP3 umwandeln, dann transkribieren |
| Audio aus einem Video, das zu Untertiteln werden soll | Eine .srt-Datei mit Timing | Transkription mit .srt-Export |
Du willst nur eine WhatsApp-Sprachnachricht lesen?
Du musst nichts exportieren: WhatsApp transkribiert die Sprachnachricht direkt in der App. Das Unternehmen hat die Funktion am 21. November 2024 eingeführt, und Portugiesisch war beim Start mit dabei, zusammen mit Englisch, Spanisch und Russisch.
- Öffne Einstellungen > Chats > Sprachnachrichten-Transkripte und aktiviere die Option.
- Wähle die Sprache der Transkription.
- Halte im Chat die Sprachnachricht gedrückt und tippe auf Transkribieren.
Laut WhatsApp wird der Text auf dem Gerät selbst erzeugt, sodass weder das Unternehmen noch jemand anderes mitliest. Der Haken: Der Text bleibt in der Chatblase gefangen. Brauchst du ihn in einem Dokument, als Untertitel oder in einem Skript, führt der Weg über die Datei.
So holst du die Audiodatei aus WhatsApp
Halte die Sprachnachricht im Chat gedrückt und speichere sie über die Teilen-Funktion in Dateien oder in Drive, oder schicke sie dir per E-Mail.
Unter Android hat die Datei meist die Endung .opus, und hier bleiben viele hängen. Opus ist der Codec, der Container ist Ogg. Mit anderen Worten: Deine .opus-Datei ist bereits eine OGG-Datei mit anderem Namen. Zeigt das Tool im Dateiauswahldialog nur .ogg an, benenne audio.opus in audio.ogg um und lade sie hoch. Am Audio ändert sich kein einziges Byte, nur die Endung.
Schritt für Schritt: OGG oder AAC online in Text
Der Ablauf ist in fast jedem Online-Tool gleich. Ich nehme Cut.Pro als Beispiel, weil es .ogg und .aac direkt akzeptiert: Das sind die Direktzugänge für OGG in Text und AAC in Text.
- Datei hochladen. Ziehe die .ogg- oder .aac-Datei auf die Seite. MP3, WAV, M4A, FLAC und Videos als MP4, MOV, WEBM oder MKV funktionieren ebenfalls, bis zu 5 GB pro Datei.
- Sprache wählen. Lass es auf Erkennen, wenn das Audio lang ist und nur eine Sprache enthält. Bei kurzen Sprachnachrichten legst du die Sprache fest: Bei zehn Sekunden Sprache hat die Erkennung wenig Material und liegt manchmal bei der ganzen Sprache daneben.
- Konto anlegen, falls du keins hast. Das Transkript wird in deinem Konto gespeichert, deshalb verlangt die erste Nutzung eine Registrierung.
- Ein paar Minuten warten. Die Verarbeitung läuft auf dem Server, du kannst den Tab also schließen. Das Ergebnis erscheint in deiner Transkriptliste.
- Im richtigen Format herunterladen. Fließtext (.txt) zum Lesen, zum Einfügen in ein Dokument oder ein Skript. .srt oder .vtt, wenn das Ziel Untertitel sind, weil sie das Timing jedes Abschnitts enthalten.
Im kostenlosen Tarif sind 15 Credits pro Monat enthalten, ohne Karte, und jede Audiominute verbraucht 1 Credit. Enthält die Datei gar keine Sprache, wird sie als „keine Sprache“ markiert und der Credit kommt zurück.
Und wenn das Tool weder OGG noch AAC akzeptiert?
Wandle vorher in MP3 um, aber nur in diesem Fall. Die Transkription von Word akzeptiert zum Beispiel nur .wav, .mp4, .m4a und .mp3 und setzt zusätzlich ein Microsoft-365-Abo voraus (mit 300 Minuten Upload pro Monat).
Um ohne Installation zu konvertieren, reicht ein Online-Konverter. CloudConvert bietet im kostenlosen Tarif 10 Konvertierungen pro Tag. Wähle MP3 mit 128 kbit/s oder mehr: Darunter fängt die Stimme an zu verschwimmen, und die Transkription merkt es früher als du.
Bedenke, dass AAC zu MP3 eine verlustbehaftete Umwandlung auf eine verlustbehaftete Datei ist. Bei gleicher Bitrate behält AAC meist mehr Details der Stimme als MP3, ohne Not zu konvertieren macht die Datei, die die KI lesen soll, also nur schlechter. Akzeptiert das Tool AAC, lade das AAC hoch.
Wie viel kannst du kostenlos transkribieren?
Jeder kostenlose Tarif hat eine Obergrenze, und sie sieht unterschiedlich aus: pro Tag, pro Datei oder pro Monat.
| Option | Eingabeformate | Kostenloses Limit | Konto nötig |
|---|---|---|---|
| WhatsApp (in der App) | Nur Sprachnachrichten | Kein angekündigtes Limit | Es ist schon dein App-Konto |
| Cut.Pro | OGG, AAC, MP3, WAV, M4A, FLAC und Video | 15 Minuten pro Monat | Ja |
| TurboScribe | Audio und Video | 3 Dateien pro Tag, jeweils bis zu 30 Minuten, laut Analysen des kostenlosen Tarifs | Ja |
| Word (Microsoft 365) | WAV, MP4, M4A und MP3 | Nicht kostenlos: 300 Minuten pro Monat im Abo | Ja, kostenpflichtig |
Entscheidend ist deine eigene Woche. Wenn du täglich drei oder vier kurze Kundenaudios transkribierst, bringt das Tageskontingent mehr. Bei einer einstündigen Podcast-Folge pro Woche zwingt dich das Limit pro Datei dazu, das Audio in Teile zu schneiden.
Es gibt auch einen Weg, bei dem das Audio nirgendwohin hochgeladen wird: Whisper Web führt das Transkriptionsmodell direkt im Browser aus. Du installierst nichts, aber beim ersten Mal wird das Modell heruntergeladen, und alles hängt von der Leistung deines Rechners ab. Auf einem einfachen Laptop dauert langes Audio. Es eignet sich für sensibles, kurzes Audio.
Warum ist das Transkript fehlerhaft?
Fast immer wegen der Aufnahme, nicht wegen des Formats. OGG, AAC und MP3 liefern ähnliche Ergebnisse, wenn die Stimme sauber ist.
- Mikrofon weit weg und Hall. Audio, das mit dem Handy auf dem Tisch in einem leeren Raum aufgenommen wurde, verliert die Konsonanten. Kein Tool holt zurück, was nicht aufgenommen wurde.
- Musik darunter. Audio aus Livestreams oder Videos mit lautem Soundtrack verwirrt die KI. Hast du die Sprachspur getrennt, lade die hoch.
- Zwei Personen sprechen gleichzeitig. Die überlappende Stelle wird abgeschnitten oder fehlt.
- Falsche Sprache erkannt. Häufig bei kurzem Audio und bei Leuten, die ihre Sprache mit englischen Begriffen mischen. Lege die Sprache fest.
- Eigennamen und Slang. Namen von Streamern, Marken und Spitznamen werden so geschrieben, wie sie klingen. Prüfe sie vor dem Veröffentlichen.
Wenn du das wirklich messen willst, statt nur grob hinzuschauen, findest du die Methode, falsche Wörter zu zählen, in so misst du die Genauigkeit automatischer Untertitel. Und wenn du wissen willst, welche Transkriptions-Engine besser wird, zeigt der Test von ElevenLabs Scribe v3, wie groß der jüngste Sprung ist.
Transkription für Creator: vom Audio zu den Untertiteln
Für alle, die Content aufnehmen, ist die .txt selten das Ende. Podcast-Audio wird zum Clip-Skript, die Sprache aus dem Livestream zu eingebrannten Untertiteln im Video, eine Sprachnotiz zur Beitragsbeschreibung. Deshalb würde ich die .srt immer mitladen, auch wenn du nur lesen willst: Sie kostet dasselbe und enthält schon das Timing jedes Satzes, das du brauchst, sobald du diese Stelle schneiden willst.
Ist das Ziel ein Kurzvideo, lohnt sich warum der Untertitelstil die Retention eines Clips verändert und, wenn du außerhalb Brasiliens veröffentlichst, wie derselbe Clip mit übersetzten Untertiteln in drei Sprachen funktioniert. Und wenn die Datei eine ganze Folge ist, zeigt der Vergleich kostenloser KI-Tools für Podcast-Clips, wo aus dem Transkript ein fertiger Clip wird.
Wo du anfängst
Ist es eine WhatsApp-Sprachnachricht, die du jetzt lesen willst, aktiviere die Transkription in der App, fertig. Brauchst du den Text in einer Datei, lade die .ogg oder .aac unverändert hoch, benenne die .opus bei Bedarf in .ogg um, lege bei kurzem Audio die Sprache fest und lade die .srt zusammen mit der .txt herunter. Wandle nur dann in MP3 um, wenn das Tool dir keine andere Wahl lässt.


