Podcast per Link transkribieren: Folgen-URL einfügen und ein Transkript mit benannten Sprechern, Zusammenfassung und SRT-, PDF- oder Textexport erhalten.
Um einen Podcast per Link zu transkribieren, fügen Sie die Adresse der Folge in VocalStack ein, drücken Sie auf Start und lesen Sie das Transkript wenige Minuten später. Der Link kann eine Folgenseite bei SoundCloud, Spreaker, iHeartRadio, Audioboom, Mixcloud oder YouTube sein, die eigene Website eines Podcasts oder die MP3-Datei der Folge. Links von Spotify und Apple Podcasts brauchen einen zusätzlichen Schritt, der weiter unten beschrieben wird.
Diese Anleitung geht den ganzen Weg im Dashboard durch: welche Links funktionieren, wie Sie die Audioadresse bekommen, wenn ein Link nicht funktioniert, wie Gastgeber und Gäste benannt werden und wie Sie das Ergebnis als Text, Untertitel oder PDF exportieren. Ein kurzer Abschnitt am Ende zeigt dasselbe über die API.
Die meisten Folgen-Links funktionieren, wie sie sind. VocalStack lädt nur das Audio herunter, transkribiert es und behält den Link, aus dem die Transkription entstanden ist. Diese Links probieren Sie am besten zuerst:
.mp3, .m4a, .wav, .ogg, .flac oder ein anderes Audio- oder Videoformat endet.Zwei Arten von Links werden abgelehnt, bevor etwas heruntergeladen wird. Ein Link von Spotify oder Apple Podcasts ist eine Seite für die jeweils eigene App, und VocalStack lädt von keiner der beiden. Eine kopiergeschützte Aufnahme kann kein fremdes Werkzeug transkribieren, und die Prüfung sagt das in klaren Worten. Private Beiträge und Folgen, die eine Anmeldung brauchen, werden ebenfalls abgelehnt.
Das Dashboard erledigt es in fünf Schritten.
Die Transkription trägt den Titel der Folge auf ihrer Seite als Namen, sofern die Seite einen liefert, sodass ein Stapel von Folgen in der Liste lesbar bleibt. Lange Folgen haben eine Obergrenze: Bei Pay as you go darf eine Datei bis zu 2 Stunden lang sein, bei Premium bis zu 8 Stunden. Eine längere Aufnahme wird nicht einfach abgelehnt. Die Prüfung nennt ihre Länge und lässt Sie Anfang und Ende festlegen, damit Sie den Teil transkribieren, den Sie brauchen.
Nehmen Sie statt des App-Links die Audiodatei der Folge. Fast jeder Podcast wird über einen RSS-Feed veröffentlicht, und der Feed enthält für jede Folge eine direkte Adresse ihres Audios. Diese Adresse funktioniert in VocalStack wie jeder andere MP3-Link.
<item> pro Folge.<title>, dann die Zeile <enclosure url="…"> im selben Item. Diese URL endet meist auf .mp3.Fügen Sie die Audioadresse der Folge ein, nicht die Feed-Adresse selbst: Der Feed listet jede Folge, und VocalStack transkribiert eine Aufnahme pro Link. Hat die Sendung eine Website mit einem Player auf jeder Folgenseite, ist es schneller, die Folgenseite einzufügen, denn VocalStack findet das Audio darauf für Sie.
Manche Sendungen erscheinen nur bei Spotify, ohne öffentlichen Feed. Diese Folgen haben außerhalb der App keine Audioadresse, es gibt also keinen Link, den Sie VocalStack geben könnten. Haben Sie die Folge selbst produziert, laden Sie stattdessen Ihre eigene Kopie unter Transcriptions → New → Upload file hoch.
Sprecher-Labels unterscheiden die Stimmen, und Namen machen sie lesbar. Die Einstellung hat drei Werte:
Ein Label beginnt als Zahl, geben Sie also jedem Sprecher in der Transkription einen Namen. Bei einer Sendung mit festem Gastgeber setzen Sie beim Benennen den Haken bei Save to Speakers. Der Gastgeber wird dann auf Ihrer Seite Speakers aufbewahrt und in späteren Aufnahmen an der Stimme erkannt, sodass die Folge der nächsten Woche ihn mit Namen beschriftet, ohne dass jemand etwas anfasst. Einen Sprecher zu speichern behält nur einen Stimmabdruck zum Wiedererkennen; es wird keine Stimme geklont, wenn die Person nicht zugestimmt hat. Stimmen zu unterscheiden ist eine andere Aufgabe, als die Worte aufzuschreiben; Diarisierung und Spracherkennung erklärt, wie beides zusammenspielt.
Sobald die Folge transkribiert ist, liegen die Werkzeuge zum Bearbeiten neben dem Transkript.
Jede Zeile behält ihre Zeit in der Folge, sodass Sie sie abspielen und prüfen können, bevor Sie sie zitieren.
Der Tab Export macht aus dem Transkript eine Datei, in der gesprochenen Sprache oder in jeder Übersetzung:
Über die API liefert derselbe Export auch reinen Text (txt) und Markdown (md), die sich direkt in Shownotes oder einen Blogbeitrag einfügen lassen.
Der Tab Share erstellt einen öffentlichen Link zu einer Transkriptseite, auf der alle zum Audio mitlesen können. Sie können mehrere Links mit unterschiedlichen Bezeichnungen anlegen, für einen Gast und für Ihren Newsletter, und jeden jederzeit widerrufen; er funktioniert dann sofort nicht mehr. Leser eines geteilten Links können ihn auf ihre eigene Sprache umstellen und herunterladen.
Läuft die Sendung auf WordPress, transkribiert das WordPress-Plugin für Transkription die Folgen in Ihrer Mediathek und setzt das Transkript auf die Seite, wo Suchmaschinen jedes Wort lesen.
Ein Hinweis zu den Sendungen anderer. Eine Folge für Ihre eigene Recherche, Notizen oder Übersetzung zu transkribieren, ist ein verbreiteter Gebrauch. Das Transkript eines anderen zu veröffentlichen, ist etwas anderes, das vom Urheberrecht Ihres Landes und von den Bedingungen der Sendung bestimmt wird; fragen Sie die Sendung also, bevor Sie es posten.
Sie können kostenlos beginnen. Ein neues Konto bekommt $5 einmaliges Startguthaben, und es ist keine Karte nötig. Beim Dateipreis von $0.20 pro Stunde Audio deckt dieses Guthaben etwa 25 Stunden Folgen ab.
Danach kostet eine Datei $0.20 pro Stunde, sekundengenau abgerechnet: Eine einstündige Folge kostet $0.20, eine halbstündige $0.10. Bei Pay as you go wird jede Transkription für mindestens 5 Minuten berechnet, ein zweiminütiger Clip kostet also so viel wie ein fünfminütiger. Premium hat kein Minimum und enthält jeden Monat $25 Guthaben. Sprecher-Labels, die Zusammenfassung und Übersetzungen gehören zum Preis und sind keine Extras. Die aktuellen Zahlen und Grenzen stehen auf der Preisseite.
Für einen Rückstand an Folgen oder einen Feed, der jede Woche transkribiert werden soll, erledigt die API dasselbe aus Code. Erstellen Sie einen Schlüssel unter Developers → API keys und senden Sie dann POST /v1/transcriptions mit einem JSON-Body, der die url der Folge enthält. Sie antwortet sofort mit der Transkription; der Server holt das Audio danach.
API={{api}}
AUTH="Authorization: Bearer $VOCALSTACK_API_KEY"
TX=$(curl -sSf "$API/v1/transcriptions" -H "$AUTH" -H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"url":"https://example.com/episodes/42.mp3","name":"Episode 42","settings":{"speakerLabels":"auto"}}' \
| jq -r .id)
Fragen Sie GET /v1/transcriptions/$TX/job alle paar Sekunden ab. Der Job wechselt von fetching zu transcribing und zu done oder endet in failed mit einem error, der den Grund nennt. Ist er fertig, exportieren Sie das Transkript:
curl -sSf "$API/v1/transcriptions/$TX/export?format=txt" -H "$AUTH" -o episode-42.txt
curl -sSf "$API/v1/transcriptions/$TX/export?format=srt&lang=es" -H "$AUTH" -o episode-42.es.srt
GET /v1/transcriptions/probe?url= prüft einen Link vorab und sagt Ihnen, ob er sich als Aufnahme öffnen lässt, ohne etwas zu speichern. Die SDKs bündeln das alles als vs.transcriptions.createFromUrl und vs.transcriptions.waitForJob; das Tutorial zur Datei-API führt durch sie und die Fehler, auf die Sie stoßen werden.
Nicht über den Spotify-Link. VocalStack lädt nichts von Spotify. Die meisten Sendungen auf Spotify veröffentlichen auch einen RSS-Feed, und die Audioadresse der Folge aus diesem Feed funktioniert. Sendungen, die nur bei Spotify erscheinen, haben keine öffentliche Audioadresse und lassen sich deshalb nicht per Link transkribieren.
Ja, über ihre Audiodatei. Eine Seite von Apple Podcasts wird abgelehnt, aber Apple Podcasts listet Sendungen aus ihren RSS-Feeds, sodass sich die <enclosure>-Adresse der Folge im Feed der Sendung wie jede MP3 transkribieren lässt.
Weniger, als die Folge dauert. Zuerst wird das Audio heruntergeladen, was bei einem Podcast-Hoster Sekunden dauert, und die Transkription läuft um ein Vielfaches schneller, als das Audio abgespielt wird. Der Fortschrittsbalken zeigt beide Phasen.
Ja. Die gesprochene Sprache wird von selbst erkannt, aus 100 Sprachen, und Sie können sie nennen, wenn Sie sie kennen, was bei verrauschtem Audio hilft. Jedes Transkript lässt sich dann zum selben Preis in bis zu 10 Sprachen übersetzen.
Ja. Exporte, geteilte Links und Übersetzungen kosten nichts über die Transkription selbst hinaus, und Sie können dasselbe Transkript beliebig oft exportieren.
Fügen Sie den Link Ihrer ersten Folge ein und lesen Sie sie in wenigen Minuten.