🏷️Speaker Diarization

Wer sagt was, wann — Stimmen-Labels auf dem Gerät. Gratis, privat, ohne Anmeldung — Dateien verlassen deinen Browser nie.

Jede Stimme in ihrer eigenen Spur.

pyannote- und 3D-Speaker-Modelle beschriften Sprechbeiträge auf dem Gerät — 58 MB einmalig, null Uploads.

58 MB

Modelle einmalig

im Cache nach dem ersten Lauf

Uploads

KI auf dem Gerät

15 min

Max-Clip

Desktop empfohlen

Free

für immer

keine Anmeldung

So benutzt du Speaker Diarization

Teile eine Aufnahme nach Stimme, nicht nach Stille: Die Modelle auf dem Gerät beschriften jeden Beitrag als Sprecher 1, 2, 3 in einer kopierbaren Zeitachse. Das Audio verlässt Ihr Gerät nie.

1Audiodatei oder Videodatei hier ablegen (MP3, WAV, M4A, MP4).
2Auto wählen oder 2–6 Sprecher festlegen und Label Speakers klicken.
3Zeitachse kopieren oder als Text herunterladen.

Anwendungsfälle

Interviews prüfen

Sehen Sie, wer wann sprach, bevor Sie Zitate schneiden.

Besprechungsprotokolle

Aus freien Notizen wird ein Protokoll Sprecher für Sprecher.

Podcast-Vorbereitung

Sprecherwechsel finden, bevor Kapitel geschnitten werden.

Was Speaker Diarization kann

✓Labels pro Beitrag: Sprecher 1, 2, 3… auf einer Zeitachse.
✓Sprecherzahl auto oder fest 2–6.
✓Vollständig auf dem Gerät — Audio verlässt den Browser nie.
✓Läuft mit MP3, WAV, M4A und der Tonspur eines MP4.
✓Zeitachse kopieren oder als Textdatei speichern.

Details

Speed: Sekunden pro Durchlauf nach dem ersten Lauf
Input: MP3, WAV, M4A, MP4 (max. 15 Min.)
Output: Sprecher-Zeitachse (.txt)
Privacy: Modelle auf dem Gerät, null Uploads
Cost: Kostenlos, unbegrenzt, ohne Anmeldung

Häufige Fragen

Was ist Sprecher-Diarisierung?

Sie beantwortet, wer wann spricht, ohne Audio in Text zu wandeln. Die Modelle auf dem Gerät geben jedem Abschnitt die Labels Sprecher 1, 2, 3 mit Start und Ende.

Wird mein Audio hochgeladen?

Nein. Alles läuft im Browser-Tab. Das 58-MB-Modellpaket wird einmal geladen und dann im Cache gehalten.

Gibt es Text als Ausgabe?

Nein — es entsteht eine Zeitachse, keine Wörter, und es funktioniert in jeder Sprache. Kombinieren Sie es mit Audio to Text für ein Wer-hat-was-Profil.

Auto oder feste Zahl?

Auto läuft ohne bekannte Sprecherzahl; feste 2–6 helfen, wenn Sie sie kennen. Saubere Nahmik-Stimmen trennen sich am besten; Clips über 15 Minuten werden gekürzt.

Mehr Gratis-Tools

💬

War dieses Tool hilfreich?