1
Hotkey auswählen
Die Einrichtung dauert eine Minute. Wählen Sie die Tastenkombination, die zu Ihnen passt — danach ist das Diktat in jeder Anwendung einen Tastendruck entfernt.
SayToTypeÜberall diktieren. Anrufe aufnehmen. Aufnahmen transkribieren.
Drei Werkzeuge in einer App: Taste drücken und sprechen, um in jeder Anwendung zu schreiben — einen Anruf aufnehmen und ein Transkript mit den Namen der Teilnehmer erhalten — oder eine Aufnahme hineinziehen und ein vollständiges Transkript mit Sprechern, Zeitmarken und Untertiteln bekommen.
Sprechen statt tippen. Keinen Anruf verlieren. Und lesen, was längst aufgenommen ist.
Spracheingabe auf allen vier Plattformen. Anrufaufnahme und Datei-Transkription laufen unter Windows und macOS.
Spracheingabe in jeder App
Drücken Sie eine Taste und sprechen Sie. Der fertige Text landet dort, wo Ihr Cursor steht — Browser, Messenger, Dokumente, Code-Editoren oder Terminal.
2
Sprechen Sie in der App, in der Sie schon sind
Fortschrittliche Spracherkennung wandelt Ihre Stimme in präzisen, bearbeitbaren Text um und fügt ihn direkt dort ein, wo Sie gerade arbeiten. Kein Kopieren und Einfügen, kein Fensterwechsel.
3
Sprache, Übersetzung und Ton festlegen
Ein Modus legt Eingabesprache, Ausgabesprache und einen Prompt fest, der das Ergebnis formt — Besprechungsnotizen, eine formelle E-Mail oder eine Antwort, die schon beim Sprechen übersetzt wird.
Nehmen Sie Ihre Anrufe und Meetings auf
Zoom, Teams, Google Meet — und FaceTime auf dem Mac. Kein Bot im Anruf, und das Transkript zeigt, wer was gesagt hat.
Die Anrufaufnahme läuft in der Desktop-App für Windows und macOS.
Kein Bot in Ihrem Anruf
Klicken Sie auf „Aufnehmen“, und der Anruf wird auf Ihrem Computer aufgenommen — Ihre eigenen Worte vom Mikrofon, die der anderen aus dem Anruf selbst. Nichts wird aufgenommen, bevor Sie auf „Aufnehmen“ geklickt haben, und das Angebot selbst schalten Sie im Tray-Menü mit einem Häkchen ab.
Wer was gesagt hat — mit echten Namen
Die Namen sind nicht erfunden: Die App liest die Teilnehmerliste des Anrufs schon während der Aufnahme mit, sodass im Transkript steht, wer was gesagt hat — und nicht „Sprecher 1“ und „Sprecher 2“. Lässt sich eine Zeile nicht zuordnen, bleibt sie ohne Namen, statt einen falschen zu bekommen, und jeder Name lässt sich von Hand korrigieren.
Freihändig von Anfang bis Ende
Während die Aufnahme läuft, zeigt eine kleine Leiste die Zeit: Sie können die Aufnahme pausieren, die Leiste ausblenden oder die ganze Aufnahme verwerfen. Endet der Anruf, stoppt die Aufnahme von selbst und die Transkription startet ohne Ihr Zutun. Aufgenommene Anrufe haben ein eigenes Fenster: Spielen Sie einen Anruf zusammen mit dem Transkript ab, suchen Sie nach Teilnehmern oder nach jedem Wort darin, bearbeiten, übersetzen und exportieren Sie es als Text — wie bei einer transkribierten Datei.
Aufnahmen werden Text
Besprechungen, Interviews, Vorlesungen, Videos — Audio wie Video: MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, MP4, MOV, WEBM und mehr.
Die Datei-Transkription läuft in der Desktop-App für Windows und macOS.
Datei hineinziehen, Transkript erhalten
Lange Aufnahmen werden an natürlichen Pausen geteilt und Stück für Stück transkribiert: Der Fortschritt ist sichtbar und der Vorgang lässt sich jederzeit abbrechen. Die Suche funktioniert über alle Transkripte hinweg und innerhalb eines einzelnen. Mehr zum Transkribieren von Video- und Audiodateien
Sprecher werden automatisch unterschieden
Sprecher werden unterschieden und benannt, sodass sich ein Interview oder eine Besprechung wie ein Gespräch liest und nicht wie eine Textwand. Benennen Sie einen Sprecher überall um oder geben Sie eine einzelne Zeile einem anderen.
TXT, SRT und VTT von Haus aus
Kopieren Sie das Ergebnis oder exportieren Sie es als reinen Text, SRT- oder VTT-Untertitel — mit oder ohne Sprechernamen und Zeitmarken, bei Anrufen wie bei Dateien. Hören Sie die Aufnahme mit hervorgehobener Zeile ab und korrigieren Sie jede Zeile von Hand. Mehr zum Erstellen von SRT- und VTT-Untertiteln
Untertitel in einer zweiten Sprache
Ein fertiges Transkript — eines Anrufs oder einer Datei — lässt sich in einem Tab neben dem Original in eine andere Sprache übersetzen. Zeitmarken und Sprechernamen bleiben erhalten — ein Video in einer zweiten Sprache zu untertiteln kostet zwei Klicks.
Wichtigste Funktionen
Alles, um zu sprechen statt zu tippen, keinen Anruf zu verlieren — und um zu lesen, was Sie längst aufgenommen haben
Schnelle Transkription
Sprache zu Text in Sekunden — schnelle Spracherkennung mit geringer Latenz.
47 Sprachen
Spracherkennung in 47 Sprachen, mit automatischer Spracherkennung.
Funktioniert in jeder App
Spracheingabe für Browser, Messenger, Dokumente, Code-Editoren und Terminal.
Automatisches Einfügen
Diktieren Sie direkt in jedes Textfeld — der Text erscheint dort, wo Ihr Cursor steht.
Anrufaufnahme
Anrufe in Zoom, Teams und Google Meet aufnehmen, ohne Bot im Anruf — das Transkript ist nach dem Anruf fertig.
Teilnehmernamen
Die Namen im Anruf-Transkript werden aus dem Anruf selbst gelesen — statt „Sprecher 1“ und „Sprecher 2“.
Anruf-Bibliothek
Ein eigenes Fenster für aufgezeichnete Anrufe: Suche nach Teilnehmern und Wörtern, bearbeiten, übersetzen, exportieren.
Audio- und Videodateien
Transkribieren Sie MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, MP4, MOV, WEBM und mehr.
Sprecherkennzeichnung
Sprecher werden unterschieden und benannt, sodass sich eine Besprechung wie ein Gespräch liest.
Abhören und Korrigieren
Aufnahme mit hervorgehobener Zeile abhören und jede Zeile von Hand korrigieren.
Untertitel-Export
Export als Text oder SRT/VTT-Untertitel, mit Sprechernamen und Zeitmarken.
Transkript übersetzen
Fertiges Transkript übersetzen — Zeitmarken und Sprecher bleiben in den Untertiteln.
Suche
Suche über alle erstellten Transkripte hinweg oder innerhalb eines einzelnen.
Eigene Hotkeys und Modi
Diktat mit einer Taste starten und Modi anlegen, die die Sprache festlegen, Ihre Stimme übersetzen oder das Ergebnis per Prompt formen.
Eigene API nutzen
OpenAI, Mistral AI, Deepgram oder jeden OpenAI-kompatiblen Anbieter verbinden.
In der App
Ihre Erkennung, Ihre Regeln
Wählen Sie, wer die Erkennung übernimmt
Nutzen Sie SayToType Cloud oder verbinden Sie OpenAI, Mistral AI, Deepgram oder jeden OpenAI-kompatiblen Anbieter. Eine mit Ihrem eigenen Schlüssel transkribierte Datei oder ein Anruf verbraucht keine Minuten Ihres Tarifs.
Einstellungen, die nicht stören
Die App lebt im System-Tray: Mikrofon auswählen, festlegen, was während der Aufnahme passiert — und bis zum Tastendruck bleibt sie unsichtbar.
Für wen es ist
Für alle, die schneller sprechen als tippen, für alle, deren Tag aus Anrufen besteht — und für alle mit Aufnahmen, die niemand anzuhören Zeit hat
Alle, die mit KI arbeiten
Prompts, Anweisungen und Rückfragen sind lang, und gesprochen gehen sie deutlich schneller als getippt: Ein Absatz Kontext kostet Sie einen Satz Atem.
Alle, die in Messengern leben
Slack, Teams, Google Chat, Discord: Antworten Sie so schnell, wie Sie es sagen würden, ohne die Hände von dem zu nehmen, was Sie gerade tun.
Alle, deren Tag aus Anrufen besteht
Stand-ups, Bewerbungsgespräche, Kundengespräche: Statt mitzuschreiben, während jemand anderes spricht, klicken Sie auf „Aufnehmen“ und haben danach ein Transkript, in dem steht, wer was gesagt hat, und in dem sich suchen lässt.
Journalisten und Forschende
Stundenlange Interviews werden zu durchsuchbarem Text mit unterschiedenen Sprechern — ein Zitat ist eine Suche entfernt statt ein erneutes Anhören.
Studierende und Berufstätige
Vorlesungen und Besprechungen werden zu Notizen, die Sie noch am selben Tag lesen, durchsuchen und zitieren können.
Podcaster und Videoschaffende
Untertitel als SRT oder VTT, mit Zeitmarken, die die Übersetzung überstehen — eine Folge in einer zweiten Sprache zu untertiteln kostet zwei Klicks.
Entwickler
Sprechen Sie Code-Kommentare, Commit-Nachrichten und Pull-Request-Reviews, ohne Editor oder Terminal zu verlassen.
Häufige Fragen
Was vor dem Download am häufigsten gefragt wird
Welche Audio- und Videoformate kann SayToType transkribieren?
MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, MP4, MOV, WEBM und mehr. Audio und Video funktionieren beide, und lange Aufnahmen werden an natürlichen Pausen geteilt und Stück für Stück transkribiert.
Wie viele Sprachen unterstützt die Spracherkennung?
47. Sie können die Sprache für einen Modus festlegen oder die App sie erkennen lassen, und ein Modus kann Ihre Stimme schon beim Diktieren in eine andere Sprache übersetzen.
Funktioniert die Spracheingabe in jeder Anwendung?
Ja. Taste drücken, sprechen — der fertige Text wird dort eingefügt, wo Ihr Cursor steht: Browser, Messenger, Dokumente, Code-Editoren oder Terminal. Kein Kopieren und Einfügen, kein Fensterwechsel.
Werden Sprecher unterschieden?
Ja. In einer Datei-Transkription werden Sprecher unterschieden und benannt, sodass sich ein Interview oder eine Besprechung wie ein Gespräch liest. In einem aufgenommenen Anruf tragen die Zeilen die echten Namen der Teilnehmer, aus dem Anruf selbst gelesen. Sie können einen Sprecher überall umbenennen oder eine einzelne Zeile einem anderen geben.
Kann es meine Anrufe in Zoom, Teams oder Google Meet aufnehmen?
Ja. Wenn ein Anruf in Zoom, Teams oder Google Meet beginnt — auf dem Mac auch in FaceTime —, bietet SayToType an, ihn aufzunehmen. Kein Bot kommt in den Anruf: Die Aufnahme entsteht auf Ihrem Computer, stoppt von selbst, wenn der Anruf endet, und kommt als Transkript mit den Namen der Teilnehmer zurück.
Sagt SayToType den anderen Teilnehmern, dass der Anruf aufgenommen wird?
Nein. Im Anruf wird nichts angekündigt, und es erscheint kein Bot. Alle Teilnehmer über die Aufnahme zu informieren und ihre Zustimmung einzuholen, wo das Gesetz es verlangt, liegt in Ihrer Verantwortung — das Fenster erinnert Sie daran, bevor Sie auf „Aufnehmen“ klicken.
Nutzungsbedingungen lesenBekomme ich Untertitel für ein Video?
Ja. Jedes Transkript lässt sich als SRT- oder VTT-Untertitel exportieren, mit oder ohne Sprechernamen und Zeitmarken. Übersetzen Sie das Transkript zuerst, bleiben die Zeitmarken erhalten — eine zweite Untertitelspur kostet zwei Klicks.
Wie der Untertitel-Export funktioniertKann ich meinen eigenen OpenAI- oder Deepgram-API-Schlüssel verwenden?
Ja. Neben SayToType Cloud können Sie OpenAI, Mistral AI, Deepgram oder jeden OpenAI-kompatiblen Anbieter verbinden, und eine über Ihren eigenen Schlüssel transkribierte Datei verbraucht keine Minuten Ihres Tarifs.
Auf welchen Plattformen läuft SayToType?
Spracheingabe, Anrufaufnahme und Datei-Transkription laufen alle in der Desktop-App für Windows und macOS. Das Diktat gibt es zusätzlich als Beta für iOS und Android.
Gibt es einen kostenlosen Tarif?
Ja. Jedes Konto erhält monatlich ein kostenloses Kontingent an Cloud-Transkription, und Diktat, aufgenommene Anrufe und Datei-Transkription greifen auf dasselbe Guthaben zu — ein einstündiger Anruf kostet eine Stunde davon. Bezahltarife bringen mehr Minuten, und mit einem eigenen API-Schlüssel kostet es überhaupt keine Minuten.
Tarife und Preise ansehenBereit, das Tippen zu lassen?
Spracheingabe in jeder App, die Sie nutzen, ein Transkript mit Namen für jeden Anruf — und Text für alles, was Sie schon aufgenommen haben
3-4x
Schneller als Tippen
47
Unterstützte Sprachen
<2 sec
Verarbeitungszeit
Oberfläche in 15 Sprachen verfügbar:
Bulgarisch · Deutsch · Englisch · Französisch · Italienisch · Niederländisch · Polnisch · Portugiesisch · Rumänisch · Russisch · Schwedisch · Slowakisch · Spanisch · Tschechisch · Ukrainisch