Anleitungen › Schnitt

Audio per Text bearbeiten: Wörter schneiden, Sätze korrigieren

Sprache an der Wellenform zu bearbeiten heißt: hören, spulen und zoomen, bis du jedes Wort gefunden hast. Bei der textbasierten Bearbeitung wird die Aufnahme zuerst zum Transkript: Lösch ein Wort im Text, und es wird aus dem Audio geschnitten; schreib einen Satz um, und er wird neu gesprochen. So funktioniert es, Audio per Text zu bearbeiten – was das gut kann, wo es an Grenzen stößt und wie es Schritt für Schritt geht.

Bearbeite deine Aufnahme wie ein Dokument: Respeak kostenlos testen →

So funktioniert textbasierte Audiobearbeitung

Die Spracherkennung macht aus der Aufnahme Wörter, und jedes Wort weiß, wo es im Audio beginnt und endet. Sobald diese Verbindung besteht, kann eine Änderung am Text den Ton ändern. Es gibt drei Arten von Änderungen:

• Löschen: Entferne ein Wort, einen Fehlstart oder ein „äh“, und dieses Stück Audio wird herausgeschnitten.
• Kürzen: Aus einer langen Pause wird eine kurze.
• Umschreiben: Ändere die Wörter eines Satzes, und der neue Satz wird neu gesprochen – entweder von dir aufgenommen oder mit deiner eigenen Stimme generiert.

Was das gut kann – und wo es an Grenzen stößt

• Gut für: gesprochenes Wort wie Podcasts, Lektionen, Voiceover und Vorträge. Du findest eine Stelle durch Lesen statt durch Spulen, und Füllwörter, Wiederholungen und lange Pausen zu schneiden dauert Minuten statt einer Stunde.
• Schwierig bei: Musik und Soundeffekten (sie haben keine Wörter, die man bearbeiten könnte), mehreren Leuten, die gleichzeitig sprechen, und Schnitten mitten im Wort. Schnitte, die auf Musik getimt sind, bleiben ein Job für einen Wellenform-Editor.
• Immer anhören: Der Text zeigt, was gesagt wurde, nicht wie es klingt. Ein Schnitt, der sich gut liest, kann trotzdem einen halben Atemzug oder eine abgeschnittene Silbe hinterlassen – prüf also jede Änderung mit dem Ohr.

Schritt für Schritt mit Respeak

1. Lade die Aufnahme hoch (MP3, M4A, WAV, MP4, MOV und mehr). Sie wird in Sätze transkribiert (Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Französisch, Deutsch oder Portugiesisch). Mit einem Doppelklick auf einen Satz korrigierst du ein falsch erkanntes Wort; das ändert nur den Text, nicht den Ton.
2. Wörter und Pausen schneiden: Öffne „Füllwörter entfernen“. Ähs, Wiederholungen, Neuansätze und Pausen über einer Sekunde sind schon markiert. Klick auf ein beliebiges Wort, um es zu löschen, und noch einmal, um es zurückzuholen; zieh über mehrere Wörter, um sie zusammen zu löschen, und wähl, wie viel Pause an den Schnittstellen bleibt.
3. Anhören, dann anwenden: Spiel ab jedem beliebigen Satz so ab, wie es klingen wird, oder geh die markierten Stellen einzeln durch, und klick dann auf „Schnitte anwenden“.
4. Einen falschen Satz korrigieren: Klick ihn an, tipp, was du eigentlich sagen wolltest, und generiere ihn. Er wird mit der Stimme aus dieser Aufnahme gesprochen (3 kostenlose Generierungen pro Satz, 1 Credit fürs Ersetzen). Oder nutze „Satz selbst aufnehmen“, um ihn selbst noch einmal zu sprechen – kostenlos.
5. Exportiere das Audio als WAV oder MP3 oder das Transkript als TXT oder SRT-Untertitel.

Probier es mit deiner Aufnahme aus: Transkription und Schnitt sind kostenlos →

Kostenlos, und die Grenzen: Die Transkription ist bis zu 60 Minuten pro Tag kostenlos, Wörter und Pausen schneiden und exportieren ebenfalls; du brauchst ein Konto. Aufnahmen dürfen im kostenlosen Test bis zu 10 Minuten lang sein, nach dem Kauf eines beliebigen Credit-Pakets bis zu 30 Minuten. Einen Satz zu generieren funktioniert nur mit deiner eigenen Stimme, und das bestätigst du vor dem Generieren.

Tipps für Schnitte, die niemand bemerkt

• Ganze Gedanken schneiden. Wenn du einen Satz neu angefangen hast, lösch den Fehlstart samt dem Atemzug davor, nicht nur die doppelten Wörter.
• An jedem Schnitt etwas Pause lassen. Wer jede Lücke entfernt, klingt atemlos und gehetzt.
• Nicht jedes Füllwort schneiden. Ein paar „also“ und kurze Pausen sorgen dafür, dass es nach dir klingt. Schneide die, die den Gedanken unterbrechen.
• Korrigier das Transkript, bevor du Untertitel exportierst. Namen und Zahlen werden am häufigsten falsch erkannt.
• Untertitel fürs Originalvideo? Exportiere die Untertitel vor dem Schneiden, denn Schnitte verändern das Timing.

Häufige Fragen

Ist Audio per Text bearbeiten dasselbe wie KI-Stimmklonen?

Nein. Wörter löschen und Pausen kürzen schneidet nur das Original-Audio. Eine Stimme wird erst gebraucht, wenn du einen Satz umschreibst und ihn generieren lässt – und du kannst den neuen Satz stattdessen auch selbst aufnehmen.

Welche Sprachen werden unterstützt?

Chinesisch (Mandarin), Englisch, Japanisch, Koreanisch, Spanisch, Französisch, Deutsch und Portugiesisch.

Was kostet das?

Die Transkription ist bis zu 60 Minuten pro Tag kostenlos, Schneiden und Exportieren ebenfalls. Einen Satz durch einen generierten zu ersetzen kostet 1 Credit, und bei der Registrierung bekommst du 10 kostenlose Credits.