WhatsApp-Sprachnachrichten in Text umwandeln

Warum Lesen schneller geht als Hören

In einer dreiminütigen Sprachnotiz stecken rund 400 Wörter. Anhören dauert drei Minuten, Lesen vierzig Sekunden – und danach lässt sich der Text durchsuchen, zitieren und der eine entscheidende Satz weiterleiten. WhatsApp zeigt zwar für manche Nachrichten auf manchen Geräten ein Transkript an, aber nicht in jeder Sprache, nicht bei weitergeleiteten Notizen und nie für die exportierte Datei, die in der Dateien-App liegt. Genau diese Datei nimmt diese Seite entgegen und macht Worte daraus.

Woher die Datei kommt

WhatsApp speichert Sprachnachrichten als Opus-Audio in einem Ogg-Container, die exportierte Datei endet deshalb auf .opus. Unter Android die Nachricht lange antippen, „Teilen“ wählen und in Dateien sichern oder an den Computer schicken; die Originale liegen außerdem unter WhatsApp/Media/WhatsApp Voice Notes/. Auf dem iPhone die Nachricht lange antippen, auf „Weiterleiten“ tippen, dann auf das Teilen-Symbol und „In Dateien sichern“. So oder so ist die Datei winzig – eine Minute Sprache belegt etwa 100–200 KB –, das Hochladen dauert also nur einen Moment.

Was hier mit der Datei passiert

Zuerst liest der Browser die Datei ein. Ist sie länger als 5 Minuten, behält der Browser selbst nur die ersten 5 Minuten und kodiert diesen Teil als 16-kHz-Mono-WAV neu – der Rest verlässt das Gerät nie. Das Audio geht anschließend über eine verschlüsselte Verbindung an dieselbe Transkriptions-Engine, die auch in der SozAI-App arbeitet, betrieben von AssemblyAI. Die Sprache wird automatisch erkannt, über 99 Sprachen hinweg: Die portugiesische Notiz vom Cousin und die deutsche vom Kollegen kommen beide in der Sprache zurück, in der sie gesprochen wurden. Sobald das Transkript erscheint, werden Audio und Text beim Anbieter gelöscht; auf dieser Seite bleibt nichts liegen.

Formate und Grenzen

• Akzeptiert: OPUS/OGG, MP3, M4A, WAV, AAC, FLAC, WEBM, bis 25 MB.
• Länge der Vorschau: die ersten 5 Minuten jeder Datei.
• Drei Vorschauen pro Gerät und Tag, ohne Anmeldung, ohne Kreditkarte.
• Auf dem iPhone kann Safari Opus nicht selbst dekodieren; dort wird die ungekürzte Datei geschickt und stattdessen auf dem Server auf 5 Minuten zugeschnitten. Sprachnotizen sind so klein, dass das keinen Unterschied macht.

Wenn die Vorschau nicht reicht

Eine einzelne Sprachnotiz passt bequem in 5 Minuten. Vierzig aufgestaute Notizen aus einem Gruppenchat oder der zwanzigminütige Monolog, den jemand um Mitternacht geschickt hat, eher nicht. Die SozAI-App kennt keine Zeitgrenze: Die Notiz direkt aus WhatsApp an SozAI teilen, auf iPhone oder Android, und das Transkript landet in einer durchsuchbaren Bibliothek – mit Zusammenfassung und bei Bedarf mit Übersetzung. Die ersten 30 Minuten sind kostenlos.