TranscriptBalance wandelt Audio- und Videodateien kostenlos und ohne Limit in Text um, direkt in deinem Browser. Die Spracherkennung Whisper läuft auf deinem eigenen Gerät: Deine Dateien werden nicht hochgeladen, und du brauchst kein Konto.
Audio- und Videodateien, zum Beispiel MP3, M4A, WAV, MP4 oder MOV, auch mehrere auf einmal. Den Text speicherst du als TXT, Word, Markdown, JSON oder CSV, Untertitel als SRT oder VTT. Mehrere Dateien bekommst du als ein Dokument oder einzeln im ZIP.
Whisper kennt 99 Sprachen, darunter Deutsch, Englisch, Französisch, Niederländisch, Spanisch, Italienisch, Polnisch und Türkisch. TranscriptBalance erkennt die Sprache automatisch, oder du wählst sie selbst. Am besten klappt es mit weit verbreiteten Sprachen.
Das hängt von Modell, Aufnahme und Sprache ab. Zur Wahl stehen vier Whisper-Modelle von „Blitz“ bis „Präzise“ (large-v3-turbo, nur mit Grafikkarte), und die App empfiehlt das passende für dein Gerät. Bei klarer Sprache liefern die größeren Modelle meist sehr gute Texte; Dialekt, Fachbegriffe, Lärm und Durcheinanderreden führen eher zu Fehlern. Prüfe Namen, Zahlen und Zitate selbst.
Ja, wenn du „Sprecher“ einschaltest. Die Erkennung läuft ebenfalls auf deinem Gerät, automatisch oder für 2 bis 6 Personen, und du kannst die Sprecher umbenennen. Reden zwei gleichzeitig, kann ein Satz falsch zugeordnet werden.
Ja. Die KI-Zusammenfassung gibt es als Lernstunde, Meeting, Interview oder allgemein, 1 bis 5 Seiten lang. Sie entsteht ebenfalls auf deinem Gerät: mit der eingebauten KI von Chrome oder mit Gemma (braucht WebGPU).
Eine feste Grenze gibt es nicht. Der Ton wird im Arbeitsspeicher deines Geräts verarbeitet, am Computer gehen deshalb längere Aufnahmen als am Handy. Reicht der Speicher nicht, teil die Aufnahme in kürzere Dateien. Lass den Tab offen, bis alles fertig ist.
Der Text entsteht, während du zuhörst: aus einem Browser-Tab, vom Ton deines Bildschirms (etwa der Teams-App) oder über das Mikrofon. Tab- und Bildschirm-Ton gehen in Chrome und Edge am Computer, das Mikrofon auch am Handy. Der Live-Modus nutzt kleinere Modelle, damit er mithält. Der Ton wird nie gespeichert.
Im KI-Chat (Chrome-KI oder Gemini mit eigenem Schlüssel) fragst du zum Beispiel „Was habe ich verpasst?“, und Fragen aus dem Gespräch beantwortet er von selbst. Auf Wunsch wächst alle 5 Minuten eine Zusammenfassung. Nach dem Beenden schreibt die KI einen Überblick mit Terminen und To-dos, und die Termine trägst du per Klick in deinen Kalender ein.
Die Mitschrift selbst entsteht immer auf deinem Gerät. Auch die Chrome-KI läuft auf deinem Gerät; es gibt sie nur in Google Chrome am Computer, und nur wenn dein Gerät sie unterstützt. Verbindest du freiwillig Gemini mit deinem eigenen Schlüssel, schickt dein Browser Ausschnitte der Mitschrift und deine Fragen direkt an Google, nicht an uns. Dafür brauchst du ein Google-Konto, Google erlaubt das erst ab 18, und es gelten Googles Bedingungen und Limits.
Frag vorher die Lehrperson, sag den anderen im Meeting Bescheid, hol ihr Einverständnis ein, wo es nötig ist, und halte dich an die Regeln deiner Hochschule oder deines Arbeitgebers. TranscriptBalance speichert keinen Ton, die Mitschrift enthält aber, was andere sagen. In Deutschland kann es nach § 201 StGB strafbar sein, nichtöffentlich gesprochene Worte ohne Einverständnis aufzunehmen. Veröffentliche Mitschriften von Vorlesungen nicht ohne Erlaubnis.
Gespeichert wird nur Text, nie der Ton: Jede Sitzung landet in deinem Browser unter „Gespeicherte Stunden“, auf Wunsch nach Fach sortiert, und du kannst später weiter Fragen dazu stellen. Mitschrift, Überblick und Live-Zusammenfassung lädst du als Word, TXT oder Markdown herunter.
Nein. Dein Ton verlässt nie dein Gerät: Dein Browser liest Dateien lokal, die Spracherkennung läuft auf deinem Gerät, und Transkripte liegen nur im Speicher deines Browsers. Aus dem Internet kommen nur die Modelle (von Hugging Face) und die Rechen-Laufzeit (von jsDelivr). Nur wenn du im Live-Modus freiwillig Gemini verbindest, gehen Ausschnitte der Mitschrift und deine Fragen direkt an Google.
Ja. Es gibt kein Abo, keine Bezahlversion, keine fremde Werbung und kein Limit für Minuten oder Dateien; die Grenze setzt nur dein Gerät, denn lange Aufnahmen brauchen Zeit und Arbeitsspeicher. Weil dein Gerät rechnet, braucht TranscriptBalance keine teuren Server. Gebaut wird es von Jeremy Heindrichs, Student in Belgien, neben dem Studium. Wer ihn unterstützen möchte, schaut bei seinem anderen Projekt vorbei: AudioBalance, ein Windows-Programm, das Videos, Calls und Musik gleich laut macht.
Nein. TranscriptBalance funktioniert ohne Anmeldung, ohne E-Mail-Adresse und ohne Cookies. Nur wer im Live-Modus freiwillig Gemini nutzt, braucht dafür ein eigenes Google-Konto, einen eigenen API-Schlüssel von Google und ein Alter ab 18.
Wir zählen anonym Besuche und genutzte Funktionen, nie mit Inhalten und ohne Cookie. Die Meldungen zu genutzten Funktionen schaltest du in der App unter „Info & Lizenzen“ ab. Mit Global Privacy Control oder Do Not Track wird auch dein Besuch nicht gezählt. Alles Weitere steht in der Datenschutzerklärung.
Am schnellsten geht es mit WebGPU, zum Beispiel in aktuellem Chrome oder Edge am Computer. Ohne WebGPU rechnet TranscriptBalance auf dem Prozessor: langsamer, aber in praktisch jedem aktuellen Browser, auch am Handy oder Tablet. Ton aus einem Tab oder vom Bildschirm mitschreiben geht nur in Chrome oder Edge am Computer.
Nicht vollständig. Zum Öffnen der Seite und für den ersten Download der Modelle brauchst du Internet. Danach liegen die Modelle in deinem Browser, und die Transkription rechnet auf deinem Gerät. Einen eigenen Offline-Modus gibt es aber nicht.