Automatische Untertitel aus dem Ton eines Videos erstellen
Wie DijiFlow Dictate aus der Tonspur eines Videos zeitlich abgestimmte Untertitelzeilen auf Ihrem Computer macht und ...
Sie haben %itemCount% in Ihrem Warenkorb.Gesamtsumme: %total%
Eine praktische Anleitung: DijiFlow Dictate installieren, ein Tastenkürzel wählen und in jede App diktieren, mit vertraulicher Spracherkennung direkt auf dem Gerät.
Vom frischen Download bis zum ersten Satz auf dem Bildschirm dauert es mit DijiFlow Dictate ungefähr so lange wie das Kaffeekochen. Sie drücken eine Taste, sprechen, und die Wörter erscheinen genau dort, wo Ihr Cursor steht: in einer E-Mail, einem Dokument, einem Chatfeld, einem Codekommentar oder in jeder anderen App. Kein Fenster, mit dem Sie hantieren müssen, kein Kopieren und Einfügen, kein Konto.
Dabei bleiben Ihre Stimme und Ihr Text auf Ihrem Computer. DijiFlow Dictate führt seine Sprachmodelle lokal aus, Sie melden sich also nirgends an, und kein einziges Byte Audio wird hochgeladen. Diese Anleitung bringt Sie in vier kurzen Schritten von der Installation zum ersten Diktat.
Nicht viel. Auf dem Mac ist DijiFlow Dictate eine kleine App für die Menüleiste, der Download ist rund 34 MB groß. Die Sprachmodelle kommen separat und belegen je nach gewünschter Genauigkeit und Sprachabdeckung etwa 300 MB bis 6 GB. Sie werden einmal heruntergeladen, danach läuft die Transkription ohne Internetverbindung.
Für einen Tarif müssen Sie sich nicht vorab entscheiden. Die kostenlose Version läuft dauerhaft, und die 30-tägige Testversion schaltet alle Pro-Funktionen frei, ohne Kreditkarte. Am sinnvollsten ist es, die App zu installieren und ein echtes Diktat auszuprobieren, bevor Sie überlegen, welche Variante zu Ihnen passt.
Jeder Schritt ist nur einmal nötig. Danach genügt zum Diktieren ein einziger Tastendruck.
Installieren und starten Sie die App. Sie sitzt in Ihrer Menüleiste (macOS) bzw. im Infobereich der Taskleiste (Windows), nicht in einem großen Fenster. Beim ersten Start fragt Ihr Betriebssystem nach dem Zugriff auf das Mikrofon und nach der Erlaubnis, Text an Ihrem Cursor einzufügen. Erlauben Sie beides, sonst kann die App Sie weder hören noch Text einsetzen.
Die App fordert Sie auf, ein Modell herunterzuladen, und schlägt eines vor, das zu Ihrer Sprache und Ihrem Computer passt. In Pro und in der Testversion ist „Groß“ das genaueste Modell, „Express“ kommt ihm nahe und ist schneller, und „Schnell“ ist das flinkste. Wechseln können Sie jederzeit. Für diesen Schritt brauchen Sie eine Internetverbindung, für das Diktieren danach nicht mehr.
Öffnen Sie den Tab „Sprachen“ und legen Sie für Ihre Sprache das Tastenkürzel fest, das das Diktieren startet. Nehmen Sie eines, das Sie sonst nirgends verwenden, damit es nicht mitten im Satz mit etwas anderem kollidiert. Meist ist noch eine Funktionstaste oder eine Kombination mit einer Sondertaste frei.
Klicken Sie in ein beliebiges Textfeld, drücken Sie Ihr Tastenkürzel und sprechen Sie. Einen Moment später stehen Ihre Worte am Cursor. Mehr ist es nicht: drücken, sprechen, fertig.
Sobald das Modell heruntergeladen ist, läuft die Transkription ohne Internetverbindung. Nach diesem ersten Schritt brauchen Sie zum Diktieren kein Netz mehr.
Ihr erstes Diktat entscheidet oft darüber, ob Sie dabeibleiben, also sorgen Sie für gute Bedingungen. Öffnen Sie eine leere Notiz oder ein Testdokument, wo Fehler keine Rolle spielen, statt Ihr Tastenkürzel gleich in einer echten E-Mail auszuprobieren.
Sprechen Sie dann einen ganzen Satz in normalem Tempo, etwa: „Wir verschieben das Meeting auf Donnerstag und schicken die Präsentation am Vorabend.“ Widerstehen Sie dem Drang, übertrieben deutlich oder Wort für Wort zu sprechen. Das Sprachmodell liest den ganzen Satz, um Satzzeichen und Schreibweise zu bestimmen. Natürliche, vollständige Sätze kommen deshalb sauberer heraus als vorsichtige, abgehackte.
Das Wichtigste in Kürze
Sprechen Sie in ganzen Sätzen, nicht in einzelnen Wörtern. Das Sprachmodell nutzt den Zusammenhang für Satzzeichen und Schreibweise, vollständige Sätze werden daher spürbar sauberer transkribiert.
Schon die Grundeinstellung funktioniert gut. Ein paar kleine Anpassungen machen sie noch besser, vor allem wenn Ihre Arbeit voller Namen und Fachbegriffe ist.
Die meisten Diktierwerkzeuge streamen Ihre Stimme zum Transkribieren an einen Server. DijiFlow Dictate macht das Gegenteil: Die Transkription findet zu 100 % auf Ihrer eigenen Hardware statt. Keine Anmeldung, kein Ton, der irgendwohin geschickt wird. Damit eignet es sich gut für vertrauliche Notizen, Kundenprojekte, frühe Entwürfe, die Sie noch niemandem zeigen möchten, und für jeden Ort, an dem eine stabile Verbindung nicht selbstverständlich ist. Die Geschwindigkeit Ihres Netzes spielt keine Rolle, weil es keinen Hin- und Rückweg gibt, auf den Sie warten müssten.
Diktieren Sie zehn Minuten lang in den Apps, in denen Sie ohnehin arbeiten. Sobald das Tastenkürzel in Fleisch und Blut übergegangen ist, wird das Sprechen bald zum schnellsten Weg zu einem ersten Entwurf, und mit der kostenlosen Version finden Sie das in Ihrem eigenen Tempo heraus. Wenn Sie den vollen Funktionsumfang möchten, werfen Sie einen Blick auf DijiFlow Dictate Pro.