Lange Sprachnachrichten in Text umwandeln

Jemand schickt dir eine neunminütige Sprachnachricht. Du sitzt im Zug, in einer Besprechung oder hast schlicht keine Lust, neun Minuten von irgendetwas zu hören. Diese Anleitung zeigt, wie du eine Sprachnachricht aus einer Chat-App in ein Transkript auf deinem iPhone bringst: einmal teilen, kurz warten, und dann Text, den du in dreißig Sekunden überfliegen, nächsten Monat durchsuchen und korrekt zitieren kannst. Alles passiert auf dem Telefon, was zählt, wenn die Nachricht persönlich ist.

Warum lange Sprachnotizen das eigentliche Problem sind

Kurze Sprachnachrichten sind in Ordnung. Niemand braucht ein Transkript von "bin unterwegs, fünf Minuten". Der Schmerz ist konkret, und er hat mit Länge zu tun:

• Audio lässt sich nicht überfliegen. Eine Seite Text kann man in beliebiger Reihenfolge und beliebigem Tempo lesen. Eine Sprachnachricht läuft von vorn bis hinten, und der eine Satz, den du brauchst, liegt irgendwo in der Mitte.
• Sie läuft im Tempo des Absenders. Regler für die Abspielgeschwindigkeit helfen ein wenig, und dann fängt der Absender an, laut zu denken, und du bist zurück in Echtzeit.
• Du kannst sie nicht durchsuchen. Drei Monate später erinnerst du dich, dass dir jemand in einer Sprachnotiz einen Preis, ein Datum oder eine Adresse genannt hat. Einen Chat auf der Suche nach einer grauen Audioblase zu scrollen ist keine Suche.
• Du kannst sie nicht zitieren. Eine Zahl korrekt zurückzugeben heißt, dieselben acht Sekunden viermal abzuspielen.
• Sie braucht deine Ohren frei. Großraumbüro, Ruhewagen, schlafendes Kind, keine Kopfhörer. Text nicht.
• In einer zweiten Sprache ist sie schwerer. Eine Sprache zu lesen, die du noch lernst, ist weit einfacher, als sie durch einen Telefonlautsprecher und eine schlechte Verbindung zu entschlüsseln.

Dazu kommt der praktische Fall, den kaum jemand erwähnt: In Sprachnachrichten steckt oft die eigentliche Absprache. Ein Handwerker beschreibt die Arbeit, ein Kunde ändert den Auftrag, ein Familienmitglied gibt Anweisungen zu einem Termin. Das gehört an einen dauerhafteren Ort als einen Chat-Verlauf, an dem du vorbeiscrollen wirst, und genau dafür gibt es Transkription von Sprachnachrichten auf dem iPhone statt einer weiteren Wiedergabe.

Das Audio aus der Chat-App herausbekommen

Der Weg ist überall derselbe: die Nachricht finden, das Teilen-Menü von iOS öffnen und das Audio an eine Transkriptions-App schicken. ThinkScribe für iPhone ist das Beispiel hier, und seine Teilen-Erweiterung nimmt Audio und Video aus jeder App an.

Beim ersten Mal steht die App vielleicht nicht in der Reihe der Symbole: Wisch ans Ende der Reihe, tippe auf Mehr und schalte sie ein. Danach bleibt sie dort.

Aus einer WhatsApp-Sprachnachricht

Tippe und halte die Sprachnachricht, wähle dann Weiterleiten und tippe unten auf dem Bildschirm auf die Teilen-Taste, oder nutze die Option Teilen direkt, wenn deine Version sie im Menü hat. Wähle ThinkScribe. WhatsApp-Sprachnotizen kommen meist als OGG-Audio an, das sich so importieren lässt, wie es ist.

Aus einer Telegram-Sprachnachricht

Tippe und halte die Sprachnachricht und wähle Teilen oder Weiterleiten, dann Teilen, und wähle ThinkScribe aus dem Menü. Auch Telegram-Sprachnachrichten sind typischerweise OGG. Eine Datei, die dir jemand als Audioanhang statt als Sprachnachricht geschickt hat, teilst du genauso.

Aus einer Signal-Sprachnachricht

Tippe und halte die Nachricht und nutze die Option zum Teilen oder Sichern, wähle dann ThinkScribe aus dem Menü, oder sichere die Datei zuerst in Dateien und importiere sie von dort. Signal-Sprachnachrichten kommen in der Regel als M4A-Audio an.

Aus Nachrichten, Mail, Voice Memos oder Dateien

Eine Audionachricht in Nachrichten, eine Aufnahme im Anhang einer E-Mail, ein Memo in Voice Memos oder irgendetwas, das in Dateien liegt: Tippe auf die Teilen-Taste und wähle ThinkScribe. Aufnahmen aus Voice Memos sind M4A und lassen sich direkt importieren.

Was danach passiert

ThinkScribe bestätigt mit Zu ThinkScribe hinzugefügt. Öffne die App, und die Datei wird im Hintergrund auf dem Telefon transkribiert, mit Fortschritt auf dem Sperrbildschirm, du kannst das Telefon also weglegen. Die Sprache wird über 90 oder mehr Sprachen hinweg automatisch erkannt, eine Sprachnotiz auf Portugiesisch von einer Kollegin braucht auf deiner Seite also keinerlei Einrichtung.

Nichts wird hochgeladen. Die Spracherkennung läuft auf dem iPhone, weshalb das Ganze auch im Flugmodus, im Keller oder im Ausland mit abgeschalteten Daten funktioniert. Die Erklärung zu Offline-Spracherkennung behandelt, wie das auf einem Telefon funktioniert.

Lies sie, statt sie zu hören

Das Transkript landet in der Bibliothek, und hier werden aus neun Minuten dreißig Sekunden:

• Überflieg es. Lies alles in deinem eigenen Tempo und halte an der Stelle an, auf die es ankommt.
• Tippe auf ein Wort, um es zu hören. Jedes Wort ist mit dem Audio synchronisiert, wenn ein Name oder eine Zahl also falsch aussieht, tippst du darauf und hörst genau diesen Moment, statt in einer Wellenform zu suchen.
• Schalte Bereinigen ein. Füllwörter und Fehlstarts werden beim Lesen ausgeblendet, was eine ausschweifende Nachricht erheblich kürzt. Das Original bleibt unangetastet.
• Durchsuche die Bibliothek. Jedes Transkript ist durchsuchbar, der Preis von vor drei Monaten ist also eine Suche entfernt statt einer Scrollstrecke durch einen Chat.
• Fasse eine lange zusammen. Tippe auf die KI-Taste mit den Funken für eine Zusammenfassung oder eine Aufgabenliste, erzeugt auf dem Telefon. Bei einem fünfzehnminütigen Auftrag von einem Kunden ist das oft alles, was du vor der Antwort brauchst. Siehe die Anleitung zum KI-Assistenten.
• Bewahre sie richtig auf. Exportiere nach PDF oder Word für einen Projektordner, nach Markdown für deine Notizen oder als reinen Text zum Einfügen in eine Antwort. Die Export-Anleitung listet jedes Format auf.

Sprachnotizen mit mehr als einer Stimme

Manche Sprachnachrichten sind nicht eine Person, die spricht: Jemand reicht das Telefon herum, nimmt einen Raum auf oder leitet einen Ausschnitt eines Gesprächs weiter. Die Sprechertrennung läuft bei importierten Dateien genauso wie bei deinen eigenen Aufnahmen, das Transkript kommt also nach Stimmen aufgeteilt an. Benenne einen Sprecher einmal, und dieselbe Stimme wird beim nächsten Mal gekennzeichnet. Der Artikel zur Sprecherkennung erklärt, was das leisten kann und was nicht, besonders wenn zwei Personen durcheinanderreden.

Warum es gerade hier auf das Gerät ankommt

Sprachnachrichten sind im Schnitt das persönlichste Audio auf deinem Telefon. Es geht um Gesundheit, Geld, Streit und Pläne von Menschen, aufgenommen mit ihrer eigenen Stimme, geschickt an dich und an niemanden sonst. Sie zu einem Transkriptionsdienst hochzuladen, um dir neun Minuten zu sparen, ist eine echte Entscheidung, keine Formalie, und der Absender ist nicht da, um gefragt zu werden.

Transkription auf dem Gerät nimmt dir die Entscheidung ab. Das Audio verlässt das Telefon nicht, kein Konto hält eine Kopie, und es gibt keine Aufbewahrungsrichtlinie zu lesen. Nichts, dem du später widersprechen musst. Der Vergleich auf dem Gerät gegen Cloud führt den allgemeinen Fall aus; bei Sprachnachrichten von Freunden und Familie ist er nahezu das ganze Argument.

Wenn das Transkript der Chat-App selbst reicht

Manche Messenger transkribieren Sprachnachrichten inzwischen selbst, auf dem Telefon, für eine Liste von Sprachen, die du lädst. Für eine kurze Nachricht in einer unterstützten Sprache ist das der schnellste Weg, und es ist nichts zu installieren. Die Grenzen liegen im Umfang, nicht im Datenschutz: eine Nachricht auf einmal, Kopieren als einziger Export, keine Zeitmarken, keine Sprechernamen, keine durchsuchbare Bibliothek und nichts für Audio, das als Datei statt als Sprachnachricht ankam. Drei Wege, Sprachnachrichten auf dem iPhone zu transkribieren geht diese eingebauten Optionen im Detail durch, bevor der Weg über das Teilen-Menü folgt, und Voice Memos Transkription zieht dieselbe Grenze für Apples eigenen Rekorder.

Eine sinnvolle Regel: Nimm das eingebaute Transkript für alles unter einer Minute, und teile alles, was länger ist, alles, was du vielleicht wieder brauchst, und alles in einer Sprache, die die eingebaute Option nicht abdeckt.

Häufig gestellte Fragen

Wie mache ich aus einer Sprachnachricht auf dem iPhone Text?

Tippe und halte die Nachricht in der Chat-App, öffne über Teilen oder Weiterleiten das Teilen-Menü von iOS und wähle eine Transkriptions-App wie ThinkScribe. Sie importiert das Audio und transkribiert es auf dem Telefon, danach liest, durchsuchst, fasst zusammen oder exportierst du den Text. Manche Chat-Apps haben für kurze Nachrichten in unterstützten Sprachen auch eigene eingebaute Transkripte.

Wird eine Sprachnachricht beim Transkribieren an einen Server geschickt?

Nicht mit einer App, die auf dem Gerät arbeitet. ThinkScribe führt die Spracherkennung auf dem iPhone selbst aus, das Audio verlässt das Gerät also nie, und der ganze Vorgang funktioniert ohne Verbindung. Bei einem Cloud-Transkriptionsdienst wird das Audio hochgeladen und auf der Maschine von jemand anderem verarbeitet, was zu wissen sich lohnt, wenn die Nachricht nicht deine zum Weitergeben war.

Kann ich eine sehr lange Sprachnachricht transkribieren?

Ja. Lange Dateien werden im Hintergrund in Stücken verarbeitet, eine vierzigminütige Sprachnotiz ist also kein Problem; sie dauert nur etwas länger als eine zweiminütige. Bei allem, was so lang ist, sind die Zusammenfassung und die Aufgabenliste auf einen Tipp meist der schnellste Einstieg, mit dem vollständigen Transkript darunter, wenn du die genauen Worte brauchst.

Welche Audioformate nutzen Sprachnachrichten?

Das hängt von der App ab. Sprachnotizen aus WhatsApp und Telegram sind meist OGG, Signal-Sprachnachrichten in der Regel M4A, Voice Memos sichert M4A, und Audioanhänge können fast alles sein. MP3, M4A, AAC, WAV, AIFF, FLAC, CAF, OGG und Opus lassen sich alle importieren, in der Praxis kannst du also teilen, was ankommt, ohne es vorher umzuwandeln.