Diese Seite wird basierend auf Ihrem Standort in Ihrer Sprache angezeigt. Auf Englisch anzeigen
Kostenlos & Open Source · BSD-3-Clause · v2.1.0
Whisper Transcriber Suite führt das Whisper-Modell von OpenAI vollständig auf Ihrem eigenen Computer aus — über faster-whisper, whisper.cpp oder NVIDIA Parakeet. Ziehen Sie Audio oder Video hinein und erhalten Sie ein zeitgestempeltes Transkript zurück. Keine Cloud, kein Konto, keine Kosten pro Minute.
Produkt-Tour
Datei ablegen, Optionen wählen, auf Transkribieren klicken. Alles andere — Warteschlange, Downloads, Live-Aufnahme, Stimmenklonen und LAN-Freigabe — ist nur einen Reiter entfernt. Ziehen Sie den Ring oder nutzen Sie die Pfeile.
Neu in 2.1
Die App in 42 Sprachen, Sprecherbezeichnungen, die bis zum Ende langer Aufnahmen reichen, Dateien, die einen Stromausfall überstehen, und Online-Funktionen, die auf jedem Mac funktionieren. Darunter: Was 2.0 gebracht hat.
2.1 · Alle Plattformen
Menüs, Schaltflächen und Meldungen sind in 42 Sprachen verfügbar (39 unter macOS und Linux). Die App richtet sich nach Ihrer Systemsprache, oder Sie wählen eine unter Erweiterte Einstellungen aus. Jede Sprache außer Englisch ist eine maschinelle Übersetzung und als solche gekennzeichnet; Persisch, Arabisch und Hebräisch werden vorerst unter Windows angeboten.
2.1 · Alle Plattformen
Sprechernamen reichen nun bis zum Ende langer Aufnahmen, die Sprechererkennung kann eine Transkription nicht mehr zum Absturz bringen, und neben Sprecher erkennen können Sie festlegen, wie viele Personen sprechen (2 bis 10), anstatt es auf „Auto“ zu belassen.
2.1 · Alle Plattformen
Transkripte, Exporte und Untertitel werden vollständig auf die Festplatte geschrieben, bevor sie die alte Datei ersetzen, sodass ein Stromausfall keine leere Datei hinterlassen kann. Eine Transkription, deren Worker nach dem Schreiben aller Dateien angehalten hat, gilt als abgeschlossen.
2.1 · macOS
Die Update-Prüfung, Problemberichte und andere Webabfragen schlagen nicht mehr mit certificate verify failed fehl.
2.0 · Alle Plattformen
Der Reiter „Transkriptions-Warteschlange“ zeigt an, wie schnell jede Transkription läuft und ungefähr wie viel Zeit verbleibt, zum Beispiel etwa 4,8x, 6 Min. verbleibend. Die Ergebnis-Karte meldet Geschwindigkeit, Modell und Gerät, wenn der Auftrag abgeschlossen ist.
2.0 · Alle Plattformen
Aktivieren Sie die Option auf dem Reiter „Videos herunterladen“, und aus einem Link wird <title>-subbed.mp4 mit eingebrannten Untertiteln: Herunterladen, Transkribieren und Einbrennen als ein einziger Auftrag in der Warteschlange mit Fortschrittsanzeige und funktionierendem Abbrechen. Der Download und das Transkript bleiben erhalten.
2.0 · Alle Plattformen
Speichern Sie ein fertiges Transkript als einzelne .html-Datei, die sich in jedem Browser ohne Installation und ohne Internetverbindung öffnen lässt: Zeitstempel, Sprecher, Kapitel und ein Suchfeld. Klicken Sie auf ein Wort, und die Mediendatei wird ab dort abgespielt.
2.0 · Alle Plattformen
Ein Schalter unter „Datei“ hält die App vom Netzwerk fern. Eine Zeile am unteren Fensterrand zeigt an, ob eine Verbindung offen ist, und Offline jetzt prüfen zeigt, dass Testverbindungen abgelehnt werden. Nutzungsstatistiken sind standardmäßig aktiviert und können unter Hilfe deaktiviert werden.
2.0 · Alle Plattformen
Die Option Ausgabe: englische Übersetzung verwandelt nicht-englische Sprache in einem Durchgang in englische Untertitel — über Whispers eigene Übersetzungsaufgabe. Sie ist standardmäßig deaktiviert und nicht für jede Engine oder jedes Modell verfügbar.
2.0 · macOS
Ein App-Menü mit Einstellungen (Command-comma), Hell und Dunkel passend zu macOS, die Systemschriftart, über den Finder geöffnete oder auf das Dock-Symbol gezogene Dateien sowie eine Benachrichtigung, wenn ein Auftrag im Hintergrund abgeschlossen wird.
2.0 · Windows
Die Taskleisten-Schaltfläche zeigt den Fortschritt sowie die Anzahl der wartenden und laufenden Aufträge an und blinkt, wenn ein Auftrag abgeschlossen ist. Titelleisten folgen dem dunklen Design und Text bleibt bei 125 % und 150 % Skalierung gestochen scharf.
2.0 · Erster Start
Eine Neuinstallation fragt nach Ihrer Sprache, Schnell oder Beste Qualität und einem Ordner, und zeigt die Modellgröße an, bevor etwas heruntergeladen wird. Ein 18-sekündiger gemeinfreier Clip zeigt Ihnen ein echtes Transkript, bevor Sie eine eigene Datei auswählen.
Ebenfalls neu in 2.0: Text to Voice liest Texte mit bis zu 100.000 Zeichen stückweise vor, eine Schaltfläche Aktualisieren aktualisiert den Video-Downloader ohne Administratorrechte, und eine dezente Update-Leiste ersetzt den Update-Dialog. Der Reiter „Video Tiling“ wurde entfernt. Alles Weitere steht im Changelog.
Funktionen
faster-whisper · whisper.cpp · Parakeet
Whisper large-v3 standardmäßig, plus large-v3-turbo und distil-large-v3.5. Wählen Sie das Backend, das zu Ihrer Hardware passt.
14 Formate
Direkt neben Ihrer Eingabedatei gespeichert — plus oTranscribe, ELAN, InqScribe und Express Scribe für professionelle Transkriptions-Workflows.
Mikrofon · System-Audio
Transkribiert ein Mikrofon — oder was immer auf diesem Rechner abgespielt wird — in Echtzeit. Schnitte erfolgen an natürlichen Pausen, sodass Wörter niemals getrennt werden.
Zeitstempel pro Wort
Optionaler Durchgang „Sprecher erkennen“, plus Zeitstempel pro Wort und Zeitbereichs-Zuschnitt zum Bearbeiten präziser Abschnitte.
Pausieren · Fortsetzen · Wiederholen
Live-Status für jeden ausstehenden und laufenden Auftrag, mit voller Kontrolle über jede Zeile mit nur einem Klick.
Unterstützt von yt-dlp
Alles, was yt-dlp unterstützt, mit optionalem Transkribieren nach Abschluss. Downloads werden fortgesetzt statt neu gestartet.
Misst vor dem Filtern
Misst jede Aufnahme zuerst und bereinigt sie nur, wenn es hilft — prüft die eigene Ausgabe und setzt Änderungen zurück, falls Sprache entfernt wurde.
Plus KI-Werkzeuge (Zusammenfassungen, Handlungspunkte, ein zweisprachiger SRT-Durchgang), ein optionaler Offline-Reiter zum Stimmenklonen und ein lokaler Netzwerkmodus — mehr dazu in der README.
Funktionsweise
Die Transkription läuft auf Ihrem eigenen Computer. Ihre Audiodaten werden nur hochgeladen, wenn Sie eine der beiden optionalen Cloud-Engines aktivieren, und Transkripttext verlässt Ihren Rechner nur, wenn Sie selbst ein entferntes KI-Modell anbinden.
Audio oder Video von der Festplatte oder alles, was yt-dlp abrufen kann. Die Tk-Oberfläche läuft im Hauptprozess und reiht den Auftrag sofort ein.
Jeder Auftrag läuft in einem eigenen langlebigen Worker-Subprozess, der Whisper im Speicher hält und den Fortschritt über zeilengetrenntes JSON zurückmeldet — so friert das Fenster nie ein.
Ein Token pro Worker und ein Heartbeat halten das Routing robust und lassen die App einen hängenden Worker erkennen, anstatt selbst einzufrieren.
Basiert auf dem Whisper-Spracherkennungsmodell von OpenAI, lokal ausgeführt über faster-whisper, whisper.cpp oder NVIDIA Parakeet, mit yt-dlp und FFmpeg für die Medienverarbeitung.
Vollständige Architektur lesenSchritt-für-Schritt-Anleitungen: YouTube-Video zu Text · Video zu SRT-Untertiteln · Transkripte mit Sprecherbezeichnungen
Download · v2.1.0 · veröffentlicht 2026-10-12
Alles Notwendige ist bereits enthalten — eine private Python-Laufzeitumgebung, ffmpeg, ffprobe und yt-dlp. Nur das Sprachmodell selbst wird später heruntergeladen (etwa 1–3 GB, einmalig); danach funktioniert die Transkription ohne Internetverbindung.
Windows Für Sie empfohlen
.exe~238 MB
Für die meisten Nutzer — normaler Installer, Startmenü-Verknüpfung, nahtlose Upgrades. Die App ist nicht code-signiert, daher warnt Windows SmartScreen möglicherweise einmalig: Weitere Informationen → Trotzdem ausführen.
Installer herunterladenWindows portabel
.zip~360 MB
Entpacken und starten. Keine Installation, keine Administratorrechte, ideal für USB-Sticks.
ZIP herunterladenmacOS Für Sie empfohlen
.dmg~275 MB · ~333 MB
Am einfachsten: Ein Befehl im Terminal — wählt den passenden Build und überspringt die Sicherheitswarnung. Oder laden Sie das Disk-Image für Apple Silicon oder Intel herunter.
Einzeilige InstallationLinux & Quellcode Für Sie empfohlen
Python 3.11+
git clone https://github.com/Milomilo777/whisper-transcriber-suite.git
cd whisper-transcriber-suite
pip install -r requirements.txt
python gui.py
macOS — Einzeilige Installation
Lädt den passenden Build für Ihren Mac herunter (Apple Silicon unter macOS 14+, sonst Intel über Rosetta), kopiert die App nach Applications und öffnet sie. Von curl abgerufene Dateien werden nicht unter Quarantäne gestellt, sodass keine Warnung wegen eines „nicht verifizierten Entwicklers“ weggeklickt werden muss.
A=x64; [ "$(uname -m)" = arm64 ] && [ "$(sw_vers -productVersion | cut -d. -f1)" -ge 14 ] && A=arm64; curl -fL -o /tmp/wts.dmg "https://github.com/Milomilo777/whisper-transcriber-suite/releases/download/v2.1.0/WhisperTranscriberSuite-v2.1.0-macOS-$A.dmg" && hdiutil attach -nobrowse -quiet -mountpoint /tmp/wts-dmg /tmp/wts.dmg && cp -R "/tmp/wts-dmg/Whisper Transcriber Suite.app" /Applications/ && hdiutil detach -quiet /tmp/wts-dmg && rm /tmp/wts.dmg && open "/Applications/Whisper Transcriber Suite.app"Lieber der gewohnte Weg? Öffnen Sie das .dmg und ziehen Sie die App in „Programme“; beim ersten Start ist dann ein Rechtsklick → Öffnen (macOS 14 und älter) oder Systemeinstellungen → Datenschutz & Sicherheit → Trotzdem öffnen (macOS 15+) erforderlich.
Jede Version mit Hinweisen finden Sie unter GitHub Releases. Installationsanleitung.
Vergleich
Whisper Transcriber Suite ist eine von mehreren kostenlosen Open-Source-Desktop-Apps, die auf Ihrem eigenen Computer transkribieren. Hier ist der Vergleich mit Subtitle Edit, Vibe und Buzz — einschließlich der Fälle, in denen eine andere App besser geeignet ist. Lesen Sie den vollständigen Vergleich, mit Quellen für jede Angabe und zwei weiteren Apps, noScribe und aTrain.
| Funktion | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| Preis, Lizenz | Kostenlos, BSD-3-Clause | Kostenlos, MIT | Kostenlos, MIT | Kostenlos, MIT |
| Downloads | Windows-Installer und portable ZIP-Datei, macOS (Apple Silicon, Intel); Linux aus dem Quellcode | Windows (x64, ARM64), macOS, Linux (Flatpak, tar.gz) | Windows, macOS, Linux (.deb, .rpm) | Windows, macOS (1.4.5 ist die letzte Version für Intel-Macs), Linux (Flatpak, Snap, AppImage), PyPI |
| GPU-Beschleunigung | NVIDIA (CUDA) | NVIDIA (CUDA), Vulkan | NVIDIA, AMD, Intel (Vulkan / CoreML) | NVIDIA (CUDA), Apple Silicon, Vulkan |
| Signierter Windows-Installer | Nein | Keine Angabe | Ja, laut Dokumentation | Nein |
| Oberflächensprachen | 42 (maschinell übersetzt) | 35 | 22 | 16 |
| Wählen Sie es, wenn | Sie außerdem ein Live-Mikrofon, Video-Downloads, 14 Ausgabeformate und einen lokalen Netzwerkmodus mit einer OpenAI-kompatiblen Route wünschen | Sie viele Sprach-Engines (Parakeet, Canary, Qwen3-ASR und mehr) oder eine notarisierte Mac-App wünschen | Sie einen Windows-Installer wünschen, der laut Dokumentation signiert ist, oder GPU-Unterstützung für AMD und Intel suchen | Sie Linux-Pakete (Flatpak, Snap, AppImage) oder eine Installation über PyPI bevorzugen |
FAQ
Haben Sie weitere Fragen? Fragen Sie in den GitHub Discussions.
Ja. Sie ist unter BSD-3-Clause lizenziert, ohne Abonnement und ohne Kosten pro Minute. Das Whisper-Modell selbst wird beim ersten Start einmalig heruntergeladen (ca. 1–3 GB); danach funktioniert die Transkription ohne Internetverbindung.
Nein, standardmäßig nicht. Jedes Standard-Backend — faster-whisper, whisper.cpp, NVIDIA Parakeet — läuft lokal auf Ihrem Rechner. Zwei Backends sind rein optional (ein Cloud-Gemini-API-Backend und Google Cloud Speech-to-Text), und beide bleiben deaktiviert, bis Sie sie selbst unter Erweitert → Backend aktivieren. Nutzungsstatistiken (keine Audiodaten, keine Dateinamen) sind standardmäßig aktiviert und können unter Hilfe → Nutzungsstatistiken deaktiviert werden; die App sucht einmal täglich auf GitHub nach einer neuen Version, und Datei → Offline arbeiten stoppt jegliche Netzwerknutzung.
Windows, macOS und Linux. Veröffentlichte Downloads sind ein Windows-Installer, eine portable Windows-ZIP-Datei und ein macOS-DMG; Linux läuft aus dem Quellcode.
srt vtt ass tsv txt json lrc md docx pdf, plus oTranscribe, ELAN, InqScribe und Express Scribe.
Ja — optionale Sprecher-Diarisierung („Sprecher erkennen“), mit Zeitstempeln pro Wort und Zeitbereichs-Zuschnitt.
Ja, über den Reiter „Live“ — ein Mikrofon oder das System-Audio, in Echtzeit transkribiert.
Ja, jede von yt-dlp unterstützte Website, mit einem optionalen Schritt zum automatischen Transkribieren nach Abschluss.
Ja, über den optionalen Reiter „KI-Werkzeuge“ in der Transkriptansicht — Zusammenfassen, Handlungspunkte, Fragen stellen und ein segmentweiser Übersetzungsschritt, der ein zweisprachiges .srt erstellt. Standardmäßig deaktiviert.
Ja, über den optionalen Reiter „Stimme klonen“ mithilfe von OmniVoice (Apache-2.0), vollständig auf Ihrem Rechner. Standardmäßig deaktiviert; bei der Installation auswählbar, und Sie müssen bestätigen, dass Sie die Erlaubnis haben, die Referenzstimme zu klonen.
Das Modell wird standardmäßig lokal über faster-whisper ausgeführt, sodass keine minütlichen API-Kosten anfallen und keine Audiodaten Ihren Rechner verlassen — es sei denn, Sie entscheiden sich ausdrücklich für eines der beiden Cloud-Backends.
Ja — der Web-/LAN-Zugriffsmodus verwandelt diesen Rechner in eine Transkriptionsseite, die andere Geräte im Netzwerk nutzen können.
Menüs, Schaltflächen und Meldungen sind in 42 Sprachen verfügbar (maschinell übersetzt und als solche gekennzeichnet); Sprecherbezeichnungen reichen bis zum Ende langer Aufnahmen und Sie können festlegen, wie viele Personen sprechen; Transkripte, Exporte und Untertitel werden vollständig auf die Festplatte geschrieben, bevor sie die alte Datei ersetzen; Online-Funktionen funktionieren auf jedem Mac. Version 2.0 brachte Geschwindigkeit und Restzeit in der Warteschlange, untertitelte Videos aus Links, Transkripte als einzelne Offline-Webseite, einen aktivierbaren Modus „Offline arbeiten“ und Übersetzung ins Englische. Siehe Neuigkeiten in 2.1 und das Changelog.
Ja. Setzen Sie auf dem Reiter „Videos herunterladen“ ein Häkchen bei Untertiteltes Video erstellen: Die App lädt das Video herunter, transkribiert es mit Whisper und brennt die Untertitel mit ffmpeg ein, wodurch eine nach dem Video benannte Datei mit -subbed.mp4 entsteht. Der Download und das Transkript bleiben erhalten, und ein bestehendes -subbed.mp4 wird niemals überschrieben.
Ja. Datei → Offline arbeiten stoppt die Update-Prüfung, Nutzungsstatistiken, Modell-Downloads und entfernte KI-Anbieter. Während dies aktiv ist, zeigt eine Zeile am unteren Fensterrand an, ob eine Verbindung offen ist, und Offline jetzt prüfen zeigt, dass Testverbindungen abgelehnt werden. Ist es deaktiviert, greift die App nur für ihre Online-Einstellungen beim Start, die tägliche Update-Prüfung, Nutzungsstatistiken (die unter Hilfe → Nutzungsstatistiken deaktiviert werden können) und von Ihnen gestartete Downloads auf das Netzwerk zu.
Fehlerberichte und Funktionsanfragen gehören in GitHub Issues, Fragen in Discussions und alles andere per E-Mail (die Adresse wird auf Anfrage im Abschnitt „Kontakt“ angezeigt). Sicherheitsberichte erfolgen über GitHubs private Schwachstellenmeldung.
Kontakt & Support
Presse, Partnerschaften oder alles, was kein Fehlerbericht ist.
GitHub Issues
Geben Sie Ihre Version, Ihr Betriebssystem und die kleinste Datei an, mit der sich der Fehler reproduzieren lässt.
GitHub Discussions
Hilfe bei der Einrichtung, Ideen und Präsentationen anderer Nutzer.
Whisper Transcriber Suite ist kostenlos, unter BSD-3-Clause lizenziert und wird öffentlich gepflegt. Wenn es Ihnen Zeit gespart hat, hilft ein Stern auf GitHub anderen, es zu finden — und über einen Kaffee freuen wir uns immer.
Vielen Dank für den Download! Während der Download läuft — wenn Ihnen die App Zeit spart, hilft ein ⭐ auf GitHub anderen, sie zu finden. Ein Klick, kostenlos.