Audio in Word umwandeln
Machen Sie aus jeder Aufnahme ein editierbares Word-Dokument — transkribiert für Sie.
99 Sprachen, Zeitstempel, DOCX-Export mit einem Klick. Kostenlos starten.
Der Link muss öffentlich zugänglich sein.
Audio in drei Schritten zum Word-Dokument
Bringen Sie eine Aufnahme in Word, ohne sie abzutippen — transkribieren, dann eine fertige DOCX exportieren.
- Schritt 1
Audio hochladen
Legen Sie eine MP3, WAV, M4A oder andere Aufnahme ab, oder fügen Sie einen Link ein.
- Schritt 2
Transkribieren
Das Gesprochene wird zu interpunktiertem Text mit Zeitstempeln, die Sprache automatisch erkannt.
- Schritt 3
Nach Word (DOCX) exportieren
Laden Sie eine .docx herunter, die Sie in Microsoft Word, Google Docs oder Pages öffnen und bearbeiten können.
Wenn es in Word landen muss
Viel Arbeit muss am Ende in einem Word-Dokument landen — starten Sie bei der Aufnahme und überspringen Sie das Tippen.
Interview-Verschriftlichungen
Machen Sie aus einem aufgenommenen Interview ein Word-Dokument, bereit zum Bearbeiten und Zitieren.
Meeting-Protokolle
Wandeln Sie ein aufgezeichnetes Meeting in eine DOCX mit Protokoll um, die Sie formatieren und teilen können.
Entwürfe und Diktate
Diktieren Sie einen Entwurf und exportieren Sie ein Word-Dokument zum Feinschliff.
Forschungsnotizen
Bringen Sie Feldaufnahmen zur Analyse in ein editierbares Dokument.
Kein Abtippen
Überspringen Sie das Transkribieren von Hand — das Word-Dokument wird für Sie erzeugt.
99 Sprachen
Transkribieren Sie in fast jeder Sprache und exportieren Sie nach Word.
Warum Audio direkt nach Word exportieren
Wenn Ihr Ergebnis ein Dokument ist, ist reiner Text nicht die Ziellinie — Sie brauchen es in Word. SlayScribe transkribiert Ihr Audio und exportiert eine saubere, editierbare DOCX — ein Interview, ein Meeting oder ein diktierter Entwurf landet in Microsoft Word, bereit zum Formatieren und Teilen. Kein Copy-Paste, kein Umformatieren, kein manuelles Tippen.
Was tatsächlich in der .docx steckt
Das Dokument wird nach einer festen Form aus dem Transkript gebaut. Das ist die Form — und da hört sie auf.
Das Dokument entsteht in Ihrem Browser
Auf unserer Seite wird nichts gerendert. Beim Klick auf Word wird der Dokument-Generator bei Bedarf nachgeladen — er bleibt aus dem Haupt-Bundle heraus, weil die meisten Besuche nie etwas exportieren — und die .docx wird lokal aus dem Transkript gebaut, das ohnehin schon auf Ihrem Bildschirm steht, und direkt an Ihren Download-Ordner übergeben. Die Datei übernimmt den Namen der Aufnahme mit getauschter Endung: aus interview-03.m4a wird interview-03.docx. Daraus folgen zwei Dinge: Der Export funktioniert auf einem Rechner ohne installiertes Office, und in der Datei landet genau das, was Sie auf dem Bildschirm sehen — denn daraus wird sie gemacht.
Ein Absatz pro gesprochenem Segment
Das Transkript wird nicht als ein Block hineingekippt. Gesprochenes kommt in Segmente von Satzlänge zerlegt zurück, und jedes Segment wird zu einem eigenen Word-Absatz mit 6 pt Abstand danach — deshalb liest sich das Dokument wie Sprache und nicht wie eine Textwand. Mit eingeschalteten Zeitstempeln beginnt ein Absatz mit einem fetten [mm:ss] vor den Wörtern: fetter Text, kein Feld, keine Tabellenzelle, kein Rahmen — die Marken zu entfernen ist also gewöhnliches Bearbeiten. Die Minuten laufen durch und werden nicht in Stunden umgebrochen: Minute 80 einer Aufnahme steht als [80:14] und nicht als [1:20:14] — es ist eine Position im Audio, keine Uhrzeit.
Was die KI-Zusammenfassung mit dem Dokument macht
Existiert eine Zusammenfassung und ist sie nicht ausgeblendet, öffnet die Datei mit der Überschrift „AI Summary“, dann folgt die Zusammenfassung, dann die Überschrift „Transcript“ und die Segmente. Beide sind echte Word-Formatvorlagen „Überschrift 1“, das Dokument hat also einen Navigationsbereich, und ein Inhaltsverzeichnis lässt sich daraus erzeugen. Der Text der Zusammenfassung wird unterwegs allerdings eingeebnet, denn er ist in Markdown geschrieben und Word kennt kein Markdown: Fettmarkierungen werden zu einfachem Text, eine Überschriftszeile innerhalb der Zusammenfassung wird zu einem fetten Absatz statt zu einer Überschrift, und ein Aufzählungspunkt kommt als Zeichen „•“ am Zeilenanfang an — Text, der wie eine Liste aussieht, ohne eine Word-Liste zu sein, sodass Einzug und Neunummerierung nichts vorfinden, worauf sie wirken könnten.
Was die Datei bewusst nicht mitbringt
Der Export legt weder Schriftart noch Ränder noch Seitenformate fest. Das Dokument kommt in Words eigener Standard-Textvorlage an und weicht Ihrer Vorlage, sobald Sie sie anwenden — genau deshalb wird es vorher nicht gestaltet. Ebenfalls bewusst nicht dabei: Sprecherkennzeichnungen (das Transkript ist, was gesagt wurde, in der Reihenfolge, nicht wer es gesagt hat), Seitenzahlen, Kopf- und Fußzeilen, ein Link zurück zum Audio und jede Tabellenstruktur. Und hat ein Transkript gar keine Segmente, landet der gesamte Text in einem einzigen Absatz — die Absätze stammen aus der Segmentstruktur, nicht aus der Textlänge.
Übersetzungen, ausgeblendete Zusammenfassungen und das kostenlose Anzeigelimit
Exportieren Sie bei geöffneter Übersetzungsansicht, wandert die Übersetzung in die .docx; das Original bleibt in der App, statt überschrieben zu werden, beide Fassungen sind also einen Klick voneinander entfernt. Blenden Sie die Zusammenfassung vor dem Export aus, fehlt sie im Dokument vollständig. Im kostenlosen Tarif darf eine Datei bis zu 30 Minuten lang sein, und das Dokument enthält sie vollständig. Eine längere Aufnahme wird vor dem Upload gestoppt und Pro angeboten — das Limit wird also nie erst am Export-Knopf entdeckt.
Was der Word-Export enthält
- Die Datei, die Sie bekommen
- .docx — Office Open XML, das Format, das Word seit 2007 nativ speichert
- Wo sie gebaut wird
- In Ihrem Browser, aus dem Transkript auf dem Bildschirm — das Dokument selbst entsteht nie auf einem Server
- Öffnet sich in
- Microsoft Word (Desktop und Word im Web), Google Docs, Apple Pages, LibreOffice Writer
- Aufbau des Dokuments
- Abschnitt „AI Summary“, sofern eine Zusammenfassung existiert, dann „Transcript“, dann ein Absatz pro gesprochenem Segment
- Überschriften
- „AI Summary“ und „Transcript“ sind echte Word-Überschriften 1: Sie erscheinen im Navigationsbereich und speisen das Inhaltsverzeichnis
- Absatzabstand
- 6 pt nach jedem Absatz; Schrift, Ränder und Seitenformate sind nirgends gesetzt, Ihre Word-Vorlage greift also sauber
- Zeitstempel
- Fettes [mm:ss] am Anfang jedes Absatzes, Minuten durchgezählt (Minute 80 steht als 80:14) — vor dem Export abschalten, dann kommt reiner Fließtext heraus
- Dateiname
- Der Name der Aufnahme mit getauschter Endung: aus interview-03.m4a wird interview-03.docx
- Formatierung der Zusammenfassung
- Markdown wird für Word eingeebnet — Aufzählungspunkte kommen als Zeichen „•“ an, nicht als Word-Listenelemente
- Nicht in der Datei
- Sprecherkennzeichnungen, Seitenzahlen, Kopf- und Fußzeilen sowie ein Link zurück zum Audio
- Womit Sie starten können
- MP3, WAV, M4A, AAC, OGG, FLAC und andere gängige Dateien, Videodateien oder ein Link zu einer öffentlichen Aufnahme
- Dasselbe Transkript exportiert außerdem nach
- TXT, Markdown, PDF und SRT / VTT-Untertitel, alle aus denselben Segmenten
Häufige Fragen
Kann ich das Transkript nach Word exportieren?
Ja. Transkribieren Sie das Audio und laden Sie dann eine .docx herunter, die in Microsoft Word, Google Docs oder Pages öffnet.
Was steckt in der Word-Datei?
Die Word-Datei enthält einen Absatz pro gesprochenem Segment, in der Reihenfolge, mit 6 pt Abstand nach jedem und einem fetten Zeitstempel davor, wenn Zeitstempel eingeschaltet sind. Wurde eine Zusammenfassung erzeugt, steht der Abschnitt „AI Summary“ über der Überschrift „Transcript“; sonst beginnt das Dokument beim ersten gesprochenen Satz.
Behält die Word-Datei die Zeitstempel?
Das Word-Dokument behält sie: Standardmäßig beginnt jeder Absatz mit einem fetten [mm:ss]. Schalten Sie die Zeitstempel vor dem Export ab, dann kommt das DOCX als reiner Fließtext.
Warum steht dort 80:14 und nicht 1:20:14?
Die Minuten werden über die Aufnahme durchgezählt, statt in Stunden umgebrochen zu werden, deshalb bleibt Minute 80 eben 80:14. Die Marke beantwortet „wie weit im Audio steht diese Zeile“ — genau das braucht man beim Abgleich eines Zitats mit der Aufnahme.
Nutzt das Dokument echte Word-Überschriften?
Die beiden Abschnittstitel im Dokument schon: „AI Summary“ und „Transcript“ tragen Überschrift 1, deshalb listet der Navigationsbereich sie und ein Inhaltsverzeichnis entsteht von selbst. Die Transkript-Absätze tragen keine Formatvorlage — und genau das lässt eine Firmenvorlage sie unverändert übernehmen.
Sind die Aufzählungspunkte der Zusammenfassung eine echte Word-Liste?
Die Aufzählungspunkte erreichen das Dokument als Zeichen, nicht als Word-Liste. Die Zusammenfassung wird in Markdown geschrieben und auf dem Weg in die Datei eingeebnet, jeder Punkt kommt also als „•“ am Zeilenanfang an. Words Listenwerkzeuge finden dort nichts zum Neunummerieren, das Umwandeln in eine echte Liste ist in Word aber ein Klick.
Steht in der Word-Datei, wer spricht?
Sprecherkennzeichnungen sind heute nicht Teil des Exports: Das Dokument ist, was gesagt wurde, in der Reihenfolge, mit Zeiten. In einem Interview ist der Sprecherwechsel meist an den Segmentgrenzen erkennbar, und der Name lässt sich in Word einmal eintragen.
Kollidiert die Datei mit unserer Firmenvorlage?
Der Export setzt weder Schrift noch Ränder noch Seitenformate, die Absätze übernehmen also die Formatierung, die Sie anwenden. Fügen Sie sie in Ihre .dotx ein oder wenden Sie die Vorlage auf die heruntergeladene Datei an — das Layout kommt von Ihrer Seite, nicht von unserer.
Kann ich ein übersetztes Transkript nach Word exportieren?
Ja — exportieren Sie bei geöffneter Übersetzungsansicht, dann wandert die Übersetzung in die .docx. Das Original wird nicht überschrieben, Sie können also zurückwechseln und die Ausgangssprache als zweites Dokument herunterladen.
Ist der Word-Export kostenlos?
Ja — der DOCX-Download gehört zum kostenlosen Monatskontingent von 60 Minuten, ohne Karte. Ein kostenloses Konto nimmt Dateien bis 30 Minuten an; Pro nimmt Aufnahmen bis 10 Stunden an und erhöht das Kontingent auf 30 Stunden im Monat.
Kann die Zusammenfassung ins selbe Dokument?
Ja. Erzeugen Sie zuerst die KI-Zusammenfassung — dann startet das DOCX mit einem Abschnitt „AI Summary“, gefolgt vom vollständigen Transkript.
Lange Aufnahmen und große Dateien?
Mit Pro transkribieren Sie stundenlanges Audio und Video, mit mehr Minuten pro Monat und unbegrenzten Uploads — präziser Text in 99 Sprachen.
Pro-Tarife ansehen