VexaScribe: KI-Transkription in 99 Sprachen
Laden Sie Ihren Podcast, Ihr Interview oder Ihre Vorlesung hoch — oder schicken Sie einen Bot in Ihr Meeting. Sie bekommen ein Transkript mit Sprecherkennzeichnung und Zeitstempeln. Export als TXT, SRT, VTT, JSON, DOCX. Ab 2 $/Monat.
Auf einen Blick
in 99 Sprachen
KI-Transkription
5 Exportformate
TXT, SRT, VTT, DOCX, JSON
6 Arten
KI-Zusammenfassungen
in 133 Sprachen
Integrierte Übersetzung
mit Zeitstempel-Belegen
KI-Chat
In jedem Tarif enthalten — die Premium-Übersetzung wird nach Nutzung abgerechnet und ist an keinen höheren Tarif gebunden.
Warum VexaScribe
Von Hand mitzuschreiben kostet Zeit und Geld. VexaScribe macht aus Ihren Aufnahmen in wenigen Minuten durchsuchbaren Text — oder Sie schicken einen Bot in Ihr Zoom-, Meet- oder Teams-Meeting und lassen direkt mitschreiben. Gemacht für Podcaster, Journalisten, Studierende, Forschende und Teams.
Was ist VexaScribe?
VexaScribe ist ein KI-Transkriptionstool, das Audio und Video in 99 Sprachen in verlässlichen Text umwandelt. Laden Sie Ihren Podcast, Ihr Interview, Ihre Vorlesung oder Ihre Meeting-Aufnahme hoch und erhalten Sie in wenigen Minuten ein Transkript mit Sprechererkennung und Zeitstempeln.
- MP3, WAV, MP4 und über 20 weitere Formate hochladen
- Transkripte mit Zeitstempeln und Sprecherkennzeichnung erhalten
- Export als TXT, SRT, VTT, JSON oder DOCX
- Tarife ab 2 $/Monat (200 Minuten)
- Einen Bot in Zoom-, Meet- oder Teams-Meetings schicken
Gemacht für Podcaster, Journalisten, Studierende, Forschende und Teams.
Nutzt Spracherkennung auf Whisper-Basis.
Von Profis genutzt
„Für meine Podcast-Transkripte bin ich von Otter zu VexaScribe gewechselt. Die Sprecherkennzeichnung stimmt häufiger und der SRT-Export spart mir Stunden.“
„2 $ im Monat für 200 Minuten — günstiger habe ich kein Transkriptionstool gefunden. Die kostenlosen Minuten haben mich in 5 Minuten überzeugt.“
„Ich transkribiere deutsche und englische Interviews. VexaScribe kommt mit beiden Sprachen gut zurecht, und dank der Zeitstempel ist das Zitieren kein Aufwand mehr.“
So funktioniert VexaScribe
In drei Schritten zum fertigen Transkript
Datei hochladen
Ziehen Sie Ihre Audio- oder Videodatei einfach ins Fenster. Wir unterstützen MP3, WAV, MP4 und über 20 weitere Formate.
Die KI transkribiert
Unsere KI verarbeitet die Datei, erkennt die Sprecher und setzt die Zeitstempel automatisch.
Prüfen & exportieren
Lesen Sie das Transkript durch, korrigieren Sie bei Bedarf und exportieren Sie als TXT, SRT, VTT, JSON oder DOCX.
Oder fügen Sie einfach einen Link ein — Sie müssen nichts herunterladen.
Was Sie bekommen
99 Sprachen
Sie müssen nicht angeben, welche Sprache gesprochen wird — keine Auswahlliste, keine Einstellung: Datei hochladen, die Sprache wird erkannt. Auch bei einem Stapel von 50 Dateien in unterschiedlichen Sprachen wird jede einzeln erkannt. Sprachen mit Schreibrichtung von rechts nach links wie Arabisch und Hebräisch werden in jedem Exportformat korrekt dargestellt.
Sprechererkennung
Wer was gesagt hat, wird automatisch gekennzeichnet. Die Sprechertrennung läuft über ein eigenes Modell und nicht über das, was die Spracherkennung mitbringt — deshalb hält sie auch bei einem Meeting mit vier Beteiligten stand. „Sprecher 1“ einmal in einen echten Namen ändern, und der Name steht im gesamten Transkript.
5 Exportformate
In SRT und VTT sitzen die Untertitel bildgenau auf dem Ton. DOCX kommt fertig formatiert mit Sprechernamen und Zeitstempeln. JSON enthält die Timings auf Wortebene, wenn Sie etwas darauf aufbauen. TXT ist der reine Lesetext.
KI-Zusammenfassungen
Sechs Arten von Zusammenfassungen — Meeting, Vertrieb, Vorlesung, Podcast, Interview, allgemein — jede auf ihren Zweck zugeschnitten: Ein Vertriebsgespräch wird nach Einwänden und nächsten Schritten zusammengefasst, nicht in eine beliebige Stichpunktliste gepresst. Die Kapitelmarken verwenden die echten Zeitstempel der Aufnahme. Ein Transkript zusammenzufassen, das Sie schon haben, kostet keine zusätzlichen Minuten.
KI-Chat — Beta
Statt die Aufnahme durchzuhören, fragen Sie das Transkript: Was wurde entschieden, wer hat was übernommen, was wurde zu einem Thema gesagt. Jede Antwort nennt den Zeitstempel, aus dem sie stammt — Sie springen an die Stelle und prüfen selbst nach.
Integrierte Übersetzung
Übersetzen Sie jedes Transkript in 133 Sprachen, und zwar so, dass die Untertitel-Timings erhalten bleiben: Eine übersetzte SRT-Datei passt weiterhin exakt zum Video. Es gibt zwei Engines. Die Standard-Engine ist enthalten, die Premium-Engine steht in jedem Tarif zur Verfügung — abgerechnet nach Nutzung und nicht hinter einem höheren Tarif eingeschlossen.
Massen-Upload — 50 Dateien auf einmal
Bis zu 50 Dateien pro Stapel, parallel verarbeitet statt eine nach der anderen in der Warteschlange, und als eine einzige ZIP-Datei im Format Ihrer Wahl geliefert. Gedacht für eine ganze Interview-Reihe oder ein Podcast-Archiv, nicht für eine Datei nach der anderen. Mehr erfahren →
Ihre Daten, Ihre Kontrolle
Löschen Sie jede Datei und jedes Transkript, wann Sie wollen — danach liegt es auch nicht mehr in unserem Speicher. Ihr Audio wird nie zum Trainieren von Modellen verwendet. Dateien sind bei der Übertragung und auf dem Server verschlüsselt. Mehr erfahren →
Was können Sie transkribieren?
Deutschsprachige Anleitungen & Vergleiche
Die wichtigsten Tools und praktischen Anleitungen für Transkription auf Deutsch — verifizierte Preise, Genauigkeit und Sprachunterstützung.
Audio zu Text
MP3, WAV, M4A, FLAC in Text umwandeln — 99 Sprachen, Sprechererkennung, SRT/DOCX-Export
MP3 zu Text
Podcasts, Diktiergeräte, Sprachnachrichten in Text umwandeln — inkl. deutscher Umlaute
MP4 zu Text
Video zu Text mit automatischer Audiospur-Extraktion — Zoom, Webinare, Vorlesungen
Untertitel-Generator
SRT- und VTT-Untertitel für YouTube, TikTok, Instagram, LinkedIn — auch Burn-in
Whisper Transkription
OpenAI Whisper Large-v3 direkt im Browser — kein Python, keine GPU, 99 Sprachen
WhatsApp-Sprachnachricht transkribieren
Sprachnachrichten (.opus) direkt hochladen — ohne Umwandlung, mit Zeitstempeln
Häufige Fragen
Welche Audio- und Videoformate werden unterstützt?
VexaScribe unterstützt sehr viele Formate: bei Audio unter anderem MP3, WAV, M4A, FLAC und OGG, bei Video MP4, MOV, AVI, MKV und WebM.
Wie lange dauert eine Transkription?
Mit Standard dauert es in der Regel 3–5 Minuten pro Stunde Audio. Premium schafft eine Datei in Meeting-Länge in unter 2 Minuten pro Stunde.
Kann ich VexaScribe kostenlos testen?
Ja. Bei der Anmeldung erhalten Sie 30 kostenlose Minuten, um den Dienst auszuprobieren. Für den Start ist keine Kreditkarte nötig.
Sind meine Daten sicher?
Ja. Ihre Dateien sind beim Hochladen und während der Verarbeitung verschlüsselt. Sie können Ihre Transkripte jederzeit löschen. Ihr Audio wird nicht zum Trainieren von KI-Modellen verwendet.
Zuletzt aktualisiert: Februar 2026