So wandelst du ein Video am Mac in Text um und was macOS von selbst kann

Von · Veröffentlicht am

Ein Video lässt sich am Mac auf drei Wegen in Text umwandeln. Die Live-Untertitel, in macOS eingebaut, untertiteln das Gesprochene eines Videos in Echtzeit, während es läuft. Final Cut Pro, Apples kostenpflichtiger Videoeditor, macht aus dem Gesprochenen in einem Clip Untertitel mit Zeitangaben, nur auf US-Englisch. YapToText, die kostenlose App, die ich entwickelt habe, transkribiert die Videodatei selbst auf deinem Mac und gibt dir einfachen Text.

Welcher der richtige ist, hängt davon ab, was du zurückhaben willst: Untertitel zum Mitlesen, eine Untertiteldatei mit Zeitangaben oder Wörter, die du in ein Dokument einfügst. Mir fällt das Tippen schwer, deshalb habe ich YapToText gebaut, um Sprache ohne Tastatur in Text zu verwandeln, und die Tonspur eines Videos ist nur noch mehr Sprache. Die App braucht macOS 14 oder neuer auf einem Mac mit Apple Chip, und Dateien haben kein Minutenlimit.

YapToText im Mac App Store ladenKostenlos laden. Kein Konto, nichts gesperrt, für macOS 14 oder neuer auf einem Mac mit Apple Chip. Quellcode auf GitHub.

Diese Anleitung in anderen Sprachen: English, العربية, Čeština, Dansk, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

Auf dieser Seite: 12 Abschnitte
  1. Schritte
  2. Ein Video mit den Live-Untertiteln verfolgen
    1. Schritt 1: Einschalten
    2. Schritt 2: Das Video abspielen
  3. Untertitel mit Zeitangaben in Final Cut Pro erzeugen
    1. Schritt 1: Die Untertitel erzeugen
    2. Schritt 2: Als Text exportieren
  4. Die Videodatei mit YapToText in Text verwandeln
    1. Schritt 1: Das Video auf die Karte ziehen
    2. Schritt 2: Den Text mitnehmen
  5. Die drei Wege im Vergleich
  6. Wenn sich das Video nicht transkribieren lässt
  7. Was YapToText bei einem Video nicht kann
  8. Kurz gesagt
  9. Anleitungen
  10. Weitere Anleitungen, auf Englisch
  11. Quellen
  12. Fragen

Schritte

  1. Öffne YapToText und gehe auf die Seite Utility.
  2. Wähle im Modusmenü der Karte Transcribe a file Raw Transcription für die Wörter, wie sie gesprochen wurden, oder einen Modus wie Note.
  3. Ziehe die Videodatei auf die Karte oder klicke auf Choose File und wähle sie aus.
  4. Warte, bis der Text in der Karte erscheint.
  5. Klicke auf Copy oder auf Insert, um den Text in die App zu schreiben, die du vorher benutzt hast.

Ein Video mit den Live-Untertiteln verfolgen

Die Live-Untertitel sind Apples eingebaute Echtzeit-Transkription. Apple sagt, dass das Audio auf dem Gerät verarbeitet wird und dass standardmäßig das Audio aller Apps untertitelt wird, ein Video, das irgendwo auf deinem Mac läuft, bekommt also Untertitel. Die Live-Untertitel helfen dir, einem Video beim Abspielen zu folgen, und Apples Handbuch beschreibt keine Möglichkeit, die Wörter zu behalten.

Schritt 1: Einschalten

  • Du: Wähle Menü Apple, Systemeinstellungen, klicke auf Bedienungshilfen, dann auf Live-Untertitel und schalte sie ein.
  • macOS: Zeigt das Fenster Live-Untertitel an. Beim ersten Mal lädt es Sprachdaten herunter, du musst also einmal online sein.
  • Prüfen: Das Fenster erscheint. Apple sagt, dass es sich ausblendet, wenn kein Audio erkannt wird. Wähle im Symbol der Live-Untertitel in der Menüleiste Auf Bildschirm behalten, damit es sichtbar bleibt.

Schritt 2: Das Video abspielen

  • Du: Spiele das Video ab. Untertitelt das Fenster stattdessen dein Mikrofon, klicke auf das Mikrofonsymbol in seiner Ecke oder wähle im Symbol der Live-Untertitel in der Menüleiste Computeraudio.
  • macOS: Transkribiert das Gesprochene beim Abspielen in das Fenster Live-Untertitel.
  • Prüfen: Untertitel erscheinen, während Leute sprechen. Apple sagt, ihre Genauigkeit könne schwanken, und man solle sich in Situationen mit hohem Risiko oder in Notfällen nicht auf sie verlassen.

Apple nennt zwei Grenzen. Die Live-Untertitel brauchen einen Mac mit Apple Chip, und sie sind nicht in allen Sprachen, Ländern oder Regionen verfügbar. Die Seite zur Funktionsverfügbarkeit führt Englisch (Australien, Kanada, Indien, Singapur, das Vereinigte Königreich und die USA), Französisch (Kanada und Frankreich), Deutsch (Deutschland), Japanisch, Koreanisch, Mandarin (Festlandchina und Taiwan), Kantonesisch (Festlandchina und Hongkong) und Spanisch (Mexiko, Spanien und die USA) auf.

Untertitel mit Zeitangaben in Final Cut Pro erzeugen

Mit „Untertitel generieren“ macht Final Cut Pro aus dem Gesprochenen in deinen Clips Untertitel mit Zeitangaben. Das ist Apples Weg zu einer Untertiteldatei, er kostet Geld und funktioniert nur auf US-Englisch.

Schritt 1: Die Untertitel erzeugen

  • Du: Wähle in Final Cut Pro die Clips mit Sprache in der Timeline aus und wähle dann Bearbeiten, Untertitel generieren, Erweiterte Untertitel, oder drücke Umschalttaste-Command-C.
  • Prüfen: Untertitelclips erscheinen in einer eigenen Spur oben in der Timeline. Beim ersten Mal lädt Final Cut Pro sein Sprachmodell herunter, du musst also einmal online sein.

Schritt 2: Als Text exportieren

  • Du: Wandle die Untertitel, die im Format iTT herauskommen, in SRT um und exportiere sie dann als eigene Datei. Apples Handbuch behandelt beides.
  • Prüfen: Die SRT-Datei öffnet sich in einem einfachen Texteditor. Apple beschreibt jeden Untertitel darin als eine Nummer, eine Start- und eine Endzeit und den Text.
  • Preis. 299,99 $ als Einmalkauf oder enthalten in Apple Creator Studio, das für neue Abonnenten 30 Tage kostenlos ist und danach 12,99 $ im Monat oder 129 $ im Jahr kostet. Geprüft am 3. Oktober 2026.
  • Mac. Final Cut Pro braucht macOS 15.6 oder neuer, und „Untertitel generieren“ braucht einen Mac mit Apple Chip.
  • Sprache. „Untertitel generieren“ funktioniert nur auf US-Englisch.

Final Cut Pro untertitelt dein Video also gern, solange alle darin US-Englisch sprechen. Apple ergänzt, dass Hintergrundgeräusche, Musik oder Leute, die durcheinanderreden, Genauigkeit und Zeitangaben durcheinanderbringen können, und rät, zuerst Voice Isolation und Noise Removal zu nutzen.

Die Videodatei mit YapToText in Text verwandeln

YapToText liest die Videodatei und transkribiert ihre Sprache mit Whisper Large v3 Turbo (Q5), dem Sprachmodell in der App, auf deinem Mac. Es ist im Mac App Store kostenlos, ohne Konto. Ziehe das Video auf die Karte, und die Wörter kommen als einfacher Text zurück, den du überall einfügen kannst.

Schritt 1: Das Video auf die Karte ziehen

  • Du: Öffne YapToText und gehe auf die Seite Utility. Wähle im Modusmenü der Karte Transcribe a file Raw Transcription für die Wörter, wie sie gesprochen wurden, oder einen Modus wie Note, um sie zu formen. Ziehe dann das Video auf die Karte oder klicke auf Choose File und wähle es aus.
  • YapToText: Erkennt die Datei an ihrem Inhalt und nicht an der Dateiendung, transkribiert die Sprache darin auf deinem Mac und führt den gewählten Modus aus.
  • Prüfen: Der Text erscheint in der Karte. Zeigt sich stattdessen ein Fehler, hat die Leiter unten die Lösungen.

Schritt 2: Den Text mitnehmen

  • Du: Klicke auf Copy oder auf Insert, um den Text in die App zu schreiben, die du vorher benutzt hast.
  • YapToText: Übergibt einfachen Text. Send below gibt ihn an die nächste Karte weiter, die Text über einen Modus wie Note oder Clean Up umschreibt.
  • Prüfen: Die Wörter stehen in deinem Dokument.

Das zählt bei Videos:

  • Gängige Formate. Es liest alles, was macOS dekodieren kann. Zu den erkannten Containern gehören MP4, MOV, M4V, 3GP, M4A, WAV, AIFF, CAF, FLAC, MP3 und AMR sowie Ogg, wo macOS es unterstützt.
  • Kein Minutenlimit. Eine Datei hat keine Zeitbegrenzung, und nichts wird gemessen. Der Sicherheitsstopp nach 30 Minuten gilt nur für ein einzelnes Live-Diktat. Ein Video von über 4 Minuten wird an leisen Stellen in Stücke von etwa 2 Minuten geschnitten.
  • 29 Sprachen. Die Auswahl Language auf der Seite AI Models listet 29 Sprachen plus Auto-detect auf und beginnt mit der Systemsprache deines Macs. Der Leitfaden zu den Sprachen listet sie auf.

Dieselbe Aufgabe steht im Fenster der Menüleiste als Transcribe file und auf der Seite History als Transcribe File. Für ein Sprachmemo statt eines Videos beginnt die Anleitung zum Transkribieren von Sprachmemos am Mac mit Apples eigenem Transkript.

Die Seite History von YapToText: ein Suchfeld, Filter für Datum und Modus und Diktate, die mit Modus, App und Uhrzeit versehen sind.
Abbildung 1. Transcribe File steht unten auf der Seite History, auf derselben Leiste wie Export.

Die drei Wege im Vergleich

Geprüft am 3. Oktober 2026 auf Apples Supportseiten und auf apple.com.

Live-UntertitelFinal Cut ProYapToText
KostenKostenlos, in macOS eingebaut299,99 $ einmalig, oder Apple Creator Studio für 12,99 $ im Monat nach 30 Tagen kostenloser TestphaseKostenlos, kein Bezahltarif
Welchen Mac es brauchtApple ChipmacOS 15.6 oder neuer, für „Untertitel generieren“ einen Apple ChipmacOS 14 oder neuer, Apple Chip
Arbeitet mitAudio, das auf dem Mac läuft, oder dem Mikrofon, in dem Moment, in dem es geschiehtClips in der Timeline von Final Cut ProEiner Video- oder Audiodatei
Was du bekommstUntertitel in einem Fenster, während es läuftUntertitel mit Zeitangaben, exportierbar als SRT-DateiEinfacher Text zum Kopieren oder Einfügen
ZeitstempelNicht beschriebenJa, jeder Untertitel hat eine ZeitangabeNein
Sprachen8 Sprachen, in den aufgeführten RegionenNur US-Englisch29 Sprachen plus Auto-detect
Wo es läuftLaut Apple auf dem GerätNicht angegeben, das Sprachmodell wird einmal heruntergeladenAuf deinem Mac

Die Live-Untertitel sind zum Mitlesen da, Final Cut Pro zum Veröffentlichen von Untertiteln und YapToText für die Wörter selbst. Wähle danach, was du zurückhaben willst: Untertitel zum Anschauen, eine Untertiteldatei mit Zeitangaben oder einfachen Text. Wenn du Whisper lieber selbst im Terminal laufen lässt, behandelt das die Anleitung zu lokalem Whisper am Mac.

App-Store-Poster mit der Überschrift Nothing leaves your Mac über der Seite AI Models von YapToText, auf der beide Modelle als Included markiert sind.
Abbildung 2. Die App-Store-Version bringt ihr Sprachmodell mit, ein Video muss also nie hochgeladen werden, um zu Text zu werden.

Wenn sich das Video nicht transkribieren lässt

Beginne mit der Datei und gehe dann zu den Einstellungen. Im Zweifel gib YapToText nur das Audio.

  1. Spiele es zuerst ab. Hörst du keine Sprache oder nur Musik, hat ein Sprachmodell nichts zu transkribieren.
  2. Exportiere nur das Audio. Wähle im QuickTime Player Ablage, Exportieren als, Nur Audio. Apple sagt, dass das eine Apple MPEG 4-Audiodatei mit einer AAC-Audiospur sichert, die du stattdessen auf die Karte ziehen kannst.
  3. Prüfe auf Kopierschutz. Zeigt das Menü Exportieren im QuickTime Player keine Optionen, sagt Apple, dass die Aufnahme womöglich urheberrechtlich geschützt ist und nicht weitergegeben werden darf.
  4. Stelle die Sprache ein. Wähle für ein Video in einer anderen Sprache diese Sprache oder Auto-detect language in der Auswahl Language auf der Seite AI Models.
  5. Probiere ein größeres Sprachmodell. Lade eines aus der Dictation Model Library auf der Seite AI Models herunter und lass die Datei noch einmal laufen. Ein Modell-Download ist die einzige Netzwerknutzung, die die App startet.

Der Leitfaden zu den AI Models erklärt jedes Modell und seine Größe.

Was YapToText bei einem Video nicht kann

  • Sprecherkennzeichnung. Es sagt nicht, wer spricht, ein Gespräch kommt also als Text ohne Namen zurück.
  • Zeitstempel und Untertitel. Es fügt keine Zeitstempel hinzu und exportiert keine SRT- oder andere Untertiteldatei. Für Untertitel mit Zeitangaben ist Final Cut Pro Apples Weg.
  • Übersetzung beim Transkribieren. Es transkribiert, was gesagt wurde, und übersetzt es nicht. Um danach zu übersetzen, wähle den Text aus und bitte Quick Edit um eine andere Sprache oder führe Translate to English aus, eine der eingebauten AI Actions.
  • Streaming-Video. Es öffnet Dateien auf deinem Mac, ein Video, das nur im Browser läuft, kann es also nicht lesen.
  • Manche Macs und Versionen. Es braucht macOS 14 oder neuer auf einem Mac mit Apple Chip, und für Intel-Macs wird nichts behauptet. Die Homebrew-Version kommt ohne die Modelle und kann nichts transkribieren, bis du ein Sprachmodell herunterlädst. Der Installationsleitfaden behandelt das.

Wenn es darauf ankommt, wer was gesagt hat, behandelt die Seite zum Vergleich von YapToText und MacWhisper für die Dateitranskription diesen Unterschied, und der Leitfaden zu Quick Edit zeigt, wie du ein Transkript übersetzt oder kürzt, sobald es gelandet ist. YapToText gibt dir, was gesagt wurde, nicht wer es gesagt hat oder wann.

App-Store-Poster mit der Überschrift Edit anything by voice: die Karte Quick Edit hört zu, wendet die Änderung an und ist fertig.
Abbildung 3. Quick Edit arbeitet mit Text, den du in einer beliebigen App auswählst, ein Transkript lässt sich also übersetzen oder kürzen, nachdem es gelandet ist.

Kurz gesagt

  • Zum Mitlesen. Schalte die Live-Untertitel in Systemeinstellungen, Bedienungshilfen ein, auf einem Mac mit Apple Chip.
  • Für eine Untertiteldatei mit Zeitangaben. Nutze „Untertitel generieren“ in Final Cut Pro, auf US-Englisch, und exportiere dann SRT.
  • Für die Wörter als Text. Ziehe das Video auf die Karte Transcribe a file von YapToText, kostenlos und auf deinem Mac.

Das Video geht hinein, die Wörter kommen heraus, und nichts verlässt deinen Mac. Lässt sich ein Video nicht transkribieren und hat die Leiter nicht geholfen, drücke unter Settings, About auf Copy Diagnostics und eröffne ein Issue auf GitHub mit dem Dateityp. Jedes Issue wird gelesen.

YapToText im Mac App Store ladenKostenlos laden. Kein Konto, nichts gesperrt, für macOS 14 oder neuer auf einem Mac mit Apple Chip. Quellcode auf GitHub.

Wer hier schreibt. Ryleigh Newman entwickelt Software, kann nur schwer tippen und diktiert jeden Tag mit YapToText, der App, die diese Website beschreibt. Diese Seite ist aus dem Englischen übersetzt. Die Oberfläche der App und der Rest der Website sind auf Englisch. Mehr über das Projekt, auf Englisch.

Anleitungen

Weitere Anleitungen, auf Englisch

Quellen

Fragen

Kann ein Mac ein Video in Text umwandeln?

Ja, auf drei Wegen. Die Live-Untertitel zeigen auf einem Mac mit Apple Chip Untertitel in Echtzeit, während ein Video läuft, Final Cut Pro erzeugt Untertitel mit Zeitangaben auf US-Englisch, und YapToText macht aus einer Videodatei kostenlos einfachen Text auf deinem Mac.

Wie wandle ich am Mac kostenlos ein Video in Text um?

Mit YapToText. Öffne die Seite Utility, ziehe das Video auf die Karte Transcribe a file und kopiere den Text. Es ist kostenlos, transkribiert auf deinem Mac und braucht macOS 14 oder neuer auf einem Mac mit Apple Chip.

Kann ich ein Video am Mac lokal transkribieren?

Ja. YapToText transkribiert die Datei mit Whisper auf deinem Mac und lädt nichts hoch, und laut Apple verarbeiten die Live-Untertitel Audio auf dem Gerät. Die einzige Netzwerknutzung von YapToText ist ein Modell-Download, den du selbst startest.

Fügt YapToText Zeitstempel oder Sprechernamen hinzu?

Nein. Es liefert einfachen Text, ohne Zeitstempel, Untertitel oder Sprecherkennzeichnung. Für Untertitel mit Zeitangaben erzeugt Apples Final Cut Pro sie auf US-Englisch und kann sie als SRT exportieren.

Gibt es in YapToText eine Längenbegrenzung für das Transkribieren eines Videos?

Nein. Eine Datei hat kein Minutenlimit, und nichts wird gemessen. Der Sicherheitsstopp nach 30 Minuten gilt nur für ein einzelnes Live-Diktat. Ein langes Video wird an leisen Stellen geschnitten und in Stücken transkribiert.