Transkription – Sprache zu Text

Adresse: https://ki.ogv-cloud.de Anmeldung: mit deinem TCG-Cloud-Konto

Der KI-Dienst wandelt Audio in Text um (Transkription). Technik dahinter ist Whisper (Modell „large-v3-turbo") mit Sprechererkennung (Diarisierung). Du kannst z. B. eine Sitzungsaufnahme, ein Interview oder eine Sprachnotiz hochladen und bekommst den Text zurück.


Wofür du den Dienst nutzt

Die Sprechererkennung kann unterscheiden, wer wann spricht („Sprecher 1", „Sprecher 2" …), was Protokolle deutlich erleichtert.

Screenshot-Platzhalter: KI-Oberfläche mit Upload-Feld


So transkribierst du eine Aufnahme

  1. Öffne https://ki.ogv-cloud.de und melde dich an.
  2. Audiodatei hochladen (z. B. .mp3, .wav, .m4a).
  3. Optional Einstellungen wählen (Sprache, Sprechererkennung an/aus).
  4. Verarbeitung starten. Je nach Länge dauert das eine Weile – längere Aufnahmen brauchen entsprechend mehr Zeit.
  5. Den fertigen Text ansehen, kopieren oder herunterladen.

Tipps für gute Ergebnisse


Datenschutz-Hinweis


Häufige Fragen (FAQ)

Warum dauert das so lange? Transkription ist rechenintensiv. Lange Aufnahmen brauchen entsprechend Zeit – am besten laufen lassen und später abholen.

Die Namen der Sprecher stimmen nicht. Die KI vergibt neutrale Labels („Sprecher 1"). Diese musst du im Nachgang den echten Namen zuordnen.

Welche Sprachen werden erkannt? Whisper beherrscht viele Sprachen; für uns v. a. Deutsch. Bei gemischten Sprachen kann die Erkennung schwanken.


Stand: September 2026 · TCG-Cloud · Ohofer Gemeinschaftsverband e. V.


Revision #1
Created 2026-09-06 09:37:40 UTC by Matthias Boeddinghaus (A)
Updated 2026-09-06 09:38:02 UTC by Matthias Boeddinghaus (A)