Zurück zu KI-Transkription

Geprüft von Stephen Hopkins, CTO Zuletzt aktualisiert

Automatischer Transkriptionsdienst

KI statt Schreibkraft.
Minuten statt Tage.
$10 pro Stunde.

Sonix ist ein automatischer Transkriptionsdienst, der von Software betrieben wird: Laden Sie eine Aufnahme hoch, und in etwa 5 bis 6 Minuten pro Audiostunde erhalten Sie ein Transkript mit Sprecherkennzeichnung und einer Zeitangabe zu jedem Wort.

Kein Angebot, keine Warteschlange, niemand tippt. Sie lesen den Entwurf in einem Editor, der zu jedem Wort das Audio abspielt, korrigieren die letzten Namen und Begriffe und exportieren.

30 kostenlose Minuten für jedes neue Konto, keine Kreditkarte.Preise ansehen

5 bis 6 Min. pro Audiostunde
$10 pro Audiostunde
30 Min. gratis

Automatische Transkription heißt: Software macht aus Sprache Text

Automatische Transkription macht aus einer Aufnahme geschriebenen Text mit Sprecherkennzeichnung und einer Zeitangabe zu jedem Wort, ohne dass ein Mensch eine Zeile tippt.

Sie laden eine Audio- oder Videodatei hoch oder importieren sie aus einem Cloud-Speicher, und die Software hört sich die gesamte Aufnahme an. Zurück kommt ein nach Sprechern gegliedertes Transkript, in dem jedes Wort den Moment trägt, in dem es gesagt wurde, in etwa 5 bis 6 Minuten pro Audiostunde. Der Entwurf öffnet sich in einem Browser-Editor, in dem ein Klick auf ein Wort genau diese Stelle abspielt. Eine Passage mit der Aufnahme abzugleichen dauert so Sekunden und kein zweites Durchhören.

Die Übersicht über dasselbe Produkt Funktion für Funktion, von der Sprecherkennzeichnung bis zum Export, finden Sie auf der Sonix-Seite zur KI-Transkription. Diese Seite beantwortet die Fragen, die vor dem ersten Upload kommen: wie sich der Dienst im Vergleich zu einer Schreibkraft schlägt, was eine Stunde kostet, wie lange es dauert, wie genau es ist und wie man das misst und was ein automatischer Dienst nicht umfasst.

Automatisch oder menschlich

Welche Variante, und wann

Der automatische Entwurf reicht für Notizen, Suche, Interviews, Meetings, Content und die Kodierung in der Forschung. Ein menschlicher Durchgang bleibt die richtige Wahl für ein beglaubigtes Gerichtstranskript, für sehr schlechtes Audio und für wortgetreue Arbeit mit rechtlichem Gewicht.

Worauf es ankommtSonix, automatischEin menschlicher Dienst
Wer tipptSoftware, die letzten Wörter korrigieren Sie im EditorEine Schreibkraft, dann ein Korrektor
BearbeitungszeitEtwa 5 bis 6 Minuten pro AudiostundeMeist ein Tag oder länger; schnellere Lieferung kostet extra
Preis pro Audiostunde$10, Pay-as-you-go, ohne AboPer Angebot, meist ein Vielfaches des automatischen Tarifs
Genauigkeit bei klarem AudioBis zu 99%, gemessen als Wortfehlerrate; niedriger bei Störgeräuschen oder vielen SprechernNach dem Korrekturlesen nahezu perfekt; Namen und Begriffe müssen trotzdem geprüft werden
Was Sie erhaltenSprecherkennzeichnung, eine Zeitangabe zu jedem Wort, ein mit dem Audio synchroner Editor, 18+ ExportformateEin Dokument, Zeitstempel auf Anfrage
Die richtige Wahl, wennSie den Text heute brauchen, ihn selbst lesen und das Audio brauchbar istSie ein beglaubigtes Transkript brauchen, das Audio sehr schlecht ist oder jede Äußerung rechtliches Gewicht hat

Sonix-Transkripte sind Arbeitsentwürfe, keine beglaubigten Transkripte. Für die Verwendung vor Gericht ist das Transkript des zertifizierten Gerichtsstenografen das maßgebliche Protokoll.

Eine Stunde Audio kostet $10, ganz ohne Abo

Pay-as-you-go kostet $10 pro Audiostunde, sekundengenau nach hochgeladenem Audio abgerechnet, und jedes neue Konto startet mit 30 kostenlosen Minuten, ohne Karte.

Die Rechnung ist kurz. Ein einstündiges Interview kostet $10. Ein 20-minütiger Call kostet etwa $3.33. Drei Stunden Fokusgruppen-Aufnahmen kosten $30. Es gibt keine Mindestbestellung, keine Eilgebühr und keinen Aufschlag für zusätzliche Sprecher, Akzente oder Hintergrundgeräusche: Eine saubere Studiodatei und eine holprige Telefonaufnahme kosten pro Stunde dasselbe.

Wenn Sie jede Woche transkribieren, enthält der Core-Tarif 5 Stunden im Monat für $25 und senkt den Stundensatz damit weiter. Den vollständigen Tarifvergleich finden Sie auf unserer Seite zu den Preisen.

Ein menschlicher Dienst rechnet anders: per Angebot, pro Audiostunde, und der Satz steigt mit dem Tempo, der Sprecherzahl und schlechtem Audio. Unser Ratgeber zu den Transkriptionskosten stellt diese typischen Spannen dem automatischen Tarif gegenüber, damit Sie den Abstand für Ihr eigenes Volumen sehen.

So lange dauert es

Eine einstündige Datei ist fertig in etwa
5 bis 6 Minuten

1

Aufnahme hochladen

Ziehen Sie eine Audio- oder Videodatei hinein oder importieren Sie sie aus Dropbox oder Google Drive. Jedes gängige Format funktioniert, und auch eine zweistündige Datei braucht keine Sonderbehandlung.

2

Ein paar Minuten warten

Sonix transkribiert mit etwa 10x Echtzeitgeschwindigkeit, eine Stunde Audio dauert also etwa 5 bis 6 Minuten. Sie erhalten eine E-Mail, sobald das Transkript fertig ist.

3

Lesen, korrigieren, exportieren

Öffnen Sie das Transkript, klicken Sie auf ein beliebiges Wort, um es zu hören, korrigieren Sie Namen und Begriffe und exportieren Sie dann in DOCX, PDF, SRT oder eines der 18+ Formate.

Diese Zeiten gelten für hochgeladene Dateien. Um ein Gespräch live zu transkribieren, nimmt Sonix Agent in den Tarifen Pro und Enterprise an Zoom, Google Meet und Microsoft Teams teil.

Genauigkeit ist eine Wortfehlerrate und hängt von Ihrem Audio ab

Transkriptionsgenauigkeit wird als Wortfehlerrate gemessen: Das maschinelle Transkript wird mit einer sorgfältigen menschlichen Referenz verglichen, und jedes ersetzte, ausgelassene oder erfundene Wort zählt dagegen.

Bei klarem Audio, also mit nahen Mikrofonen, in einem ruhigen Raum und wenn immer nur eine Person spricht, erreicht Sonix bis zu 99%. Hintergrundgeräusche, Abstand zum Mikrofon, Durcheinanderreden und starke Akzente drücken jede Engine nach unten, und bei schwierigem Audio kann der Wert in Richtung 85% fallen. Eine einzige Zahl kann nicht beide Dateien beschreiben, deshalb nennt diese Seite die Spanne statt eines einzelnen Prozentwerts.

Die Wortfehlerrate bewertet nicht alles, was für Sie zählt. Satzzeichen, Groß- und Kleinschreibung, Absätze und die Frage, welcher Sprecher was gesagt hat, werden gesondert beurteilt, und genau das fällt beim Lesen zuerst auf. Unser Ratgeber zur Wortfehlerrate erklärt, wie der Wert berechnet wird und was er auslässt.

Bei Namen, Produkten und Fachbegriffen patzt automatische Transkription am häufigsten. Ein benutzerdefiniertes Wörterbuch mit den Wörtern aus Ihren Aufnahmen schließt den Großteil dieser Lücke schon vor dem ersten Upload, und den Rest erledigt der Editor.

Der ehrliche Test dauert zehn Minuten. Laden Sie eine typische eigene Aufnahme hoch, lesen Sie die ersten zehn Minuten parallel zum Audio und zählen Sie die Korrekturen. Diese Zahl, gemessen an Ihrem Audio, ist die Genauigkeit, auf die es für Sie ankommt, und die kostenlosen Minuten decken den Test ab.

Zahlen und Fakten

Sonix in Zahlen

Geschwindigkeit
Sonix transkribiert eine Stunde Audio oder Video in etwa 5 bis 6 Minuten.
Genauigkeit
Sonix erreicht bei klaren Aufnahmen bis zu 99% Transkriptionsgenauigkeit.
Sprachen
Sonix transkribiert Audio und Video in 54+ Sprachen und übersetzt fertige Transkripte in 54+ Sprachen.
Dateiformate
Sonix akzeptiert 44+ Audio- und Videoformate und exportiert Transkripte in 18+ Formate, darunter DOCX, PDF, SRT und VTT.
Nutzer
Mehr als 6.2 Millionen Menschen weltweit haben Sonix für ihre Transkripte genutzt.
Transkribierte Stunden
Sonix hat seit 2017 mehr als 14.2 Millionen Stunden Audio und Video transkribiert.
Kundenbewertung
Sonix-Kunden bewerten die Plattform mit 4.98 von 5 auf Basis von 211 Bewertungen.
Sicherheit
Sonix ist nach SOC 2 Type 2 auditiert und verschlüsselt Dateien bei der Übertragung und im Ruhezustand.

Hier ist der Dienst Software, die Sie selbst bedienen

Ein automatischer Transkriptionsdienst ist ein Produkt, das Sie nutzen, kein Team, das Sie beauftragen: Es gibt kein Angebot, keine Projektleitung und keine Eilstufe, denn dieselbe Software verarbeitet jede Datei, sobald sie eintrifft.

Das verändert, was Sie erwarten können. Das Transkript ist noch in derselben Stunde fertig, zum selben Preis, ob Sie eine Datei hochladen oder vierzig. Sie verfolgen den Fortschritt in Ihrem Konto und beginnen zu lesen, sobald es fertig ist, statt auf einen Liefertermin und dann auf den nächsten zu warten.

Es verändert auch, was Sie nicht bekommen. Niemand liest den Entwurf Korrektur, bevor Sie ihn sehen, die letzten Korrekturen nehmen also Sie im Editor vor. Nichts ist beglaubigt, und Sonix ist kein Dienst für Gerichtsstenografie: Ein Transkript ist ein Arbeitsentwurf, nicht das Protokoll.

Beauftragen Sie Menschen, wenn das Audio sehr schlecht ist, wenn jede Äußerung rechtliches Gewicht hat oder wenn Sie ein beglaubigtes Dokument brauchen. Für streng wortgetreue Arbeit bei gutem Audio behält die Verbatim-Transkription bei Sonix jedes Füllwort und jeden Fehlstart, und den Entwurf prüfen Sie weiterhin selbst.

54+ Sprachen und Datenschutz inklusive

Sonix transkribiert 54+ Sprachen, und Ihre Aufnahmen sind verschlüsselt, werden nie zum Training von KI-Modellen verwendet und lassen sich jederzeit von Ihnen löschen.

Nicht alle Sprachen werden gleich gut transkribiert, weder bei Sonix noch auf einer anderen automatischen Transkriptionsplattform. Englisch und die anderen weit verbreiteten Sprachen liegen oben in der Genauigkeitsspanne. Die Seite Transkriptionssprachen listet jede Sprache auf und zeigt, wie Sie in jeder das beste Ergebnis erzielen.

Sonix ist Cloud-Software, daher werden Dateien zu Sonix hochgeladen und nicht auf Ihrem eigenen Rechner verarbeitet. Sie werden per TLS übertragen und mit AES-256 verschlüsselt gespeichert. Sonix ist nach SOC 2 Type 2 zertifiziert, unterzeichnet über Medical Sonix HIPAA Business Associate Agreements für Organisationen im Gesundheitswesen, unterstützt die Zwei-Faktor-Anmeldung und bietet einen Auftragsverarbeitungsvertrag (AVV) nach DSGVO. Ihre Dateien werden nie zum Training von KI-Modellen verwendet, und unser Team kann sie ohne Ihre schriftliche Zustimmung nicht öffnen. Alle Details finden Sie auf der Seite Sicherheit.

Häufige Fragen

Ihre Fragen, beantwortet

Soll ich automatische Transkription nutzen oder einen Menschen beauftragen?

Nutzen Sie automatische Transkription für Aufnahmen, die Sie heute brauchen und selbst lesen: Meetings, Interviews, Vorlesungen, Podcasts und Forschungssitzungen. Beauftragen Sie einen Menschen für ein beglaubigtes Gerichtstranskript, für sehr schlechtes Audio oder wenn jede Äußerung rechtliches Gewicht hat. Viele Teams machen beides: erst den automatischen Entwurf und einen menschlichen Durchgang nur dort, wo es darauf ankommt.

Was kostet eine Stunde automatische Transkription?

$10 pro Audiostunde bei Pay-as-you-go, sekundengenau abgerechnet, ohne Mindestbestellung und ohne Aufschlag für zusätzliche Sprecher, Akzente oder lautes Audio. Abos senken den Stundensatz bei regelmäßigem Volumen; die Preisseite zeigt alle Tarife im Vergleich.

Brauche ich ein Abo?

Nein. Pay-as-you-go hat keine Monatsgebühr: Sie kaufen Stunden nach Bedarf und transkribieren, wann Sie möchten. Ein Abo lohnt sich erst, wenn Sie jede Woche transkribieren und die enthaltenen Stunden pro Stunde weniger kosten als der Einzelkauf.

Wie lange dauert eine einstündige Datei?

Etwa 5 bis 6 Minuten. Sonix verarbeitet Audio mit rund 10x Echtzeitgeschwindigkeit, eine 20-minütige Aufnahme ist also in etwa zwei Minuten fertig und eine dreistündige Datei in deutlich unter einer halben Stunde. Sie erhalten eine E-Mail, sobald das Transkript bereit ist.

Welche Genauigkeit kann ich bei meinen eigenen Aufnahmen erwarten?

Bis zu 99% bei klarem Audio, weniger bei lauten, entfernten oder vollen Aufnahmen und bei den schwierigsten Dateien bis in Richtung 85%. Am zuverlässigsten erfahren Sie es, wenn Sie zehn Minuten einer typischen eigenen Aufnahme transkribieren und die Korrekturen zählen. Die 30 kostenlosen Minuten decken diesen Test ab.

Ist das privat? Wohin gehen meine Dateien?

Dateien werden per TLS zu Sonix hochgeladen und mit AES-256 verschlüsselt gespeichert. Sonix ist nach SOC 2 Type 2 zertifiziert, verwendet Ihre Aufnahmen oder Transkripte nie zum Training von KI-Modellen und lässt Sie Dateien jederzeit endgültig löschen. Organisationen im Gesundheitswesen können über Medical Sonix ein HIPAA Business Associate Agreement unterzeichnen.

Kann ich ein beglaubigtes Transkript bekommen?

Nein. Sonix erstellt Arbeitsentwürfe, die Sie prüfen und exportieren. Sonix beglaubigt keine Transkripte und ist kein Dienst für Gerichtsstenografie. Für die Verwendung vor Gericht ist das Transkript des zertifizierten Gerichtsstenografen das maßgebliche Protokoll. Teams nutzen Sonix, um sich vorzubereiten, zu suchen und zu prüfen, nicht um dieses Protokoll zu ersetzen.

Was passiert, wenn die kostenlosen Minuten aufgebraucht sind?

Automatisch passiert nichts. Ihr Konto bleibt bestehen und Ihre Transkripte bleiben verfügbar. Um mehr zu transkribieren, kaufen Sie Stunden für $10 pro Audiostunde oder wählen ein Abo, und keine Karte wird belastet, bis Sie sich dafür entscheiden.

Weitere Funktionen

Alles, was Sonix sonst noch
mit derselben Aufnahme macht

Dienst testen

Eine Stunde rein. Minuten später fertig.

30 kostenlose Minuten, keine Kreditkarte, danach $10 pro Audiostunde.

4.984.98 von 5 bei 211 Kundenbewertungen
10xschneller als Echtzeit
30kostenlose Minuten zum Start

99% Genauigkeit. Jedes Wort zählt, jedes Mal.

KI-Transkription und -Übersetzung in 54+ Sprachen.

30 minutes kostenlos
Keine Kreditkarte
Jederzeit kündbar