Tom: Audio/Video zu Text

Transkribiere Audio und Video mit der passenden Engine — drei Optionen, alle zu 100 % auf dem Gerät.

Tom verwandelt Klang in sauberen, editierbaren Text direkt auf deinem iPhone. Vorlesungen, WhatsApp-Sprachnachrichten, Bildschirmaufnahmen, Interviews, Podcasts, lange Meetings — wähle die Engine, lade die Datei, lies das Transkript. Kein Konto, kein Upload, kein Abo.

Ursprünglich für einen gehörlosen Freund entwickelt, ist Tom für alle, die lesen müssen, was gesagt wurde.

WÄHLE DEINE ENGINE

• Apple Speech — schnell, speicherarm, in iOS integriert. Großartig als Standard für Live-Aufnahmen und kurze Dateien. 25 Sprachen.

• Whisper — OpenAIs Spracherkenner, lokal ausgeführt. Sechs Größen von Tiny (80 MB) bis Large v3 (3,1 GB), inklusive Turbo für die beste Balance aus Geschwindigkeit und Qualität. Bis zu 99 Sprachen.

• Parakeet v3 — hochpräzise europäische Transkription von FluidAudio, auf dem Gerät. 25 europäische Sprachen. Apple Silicon, iOS 17+.

Nicht zufrieden mit dem Ergebnis? Transkribiere dieselbe Datei mit einer anderen Engine per Fingertipp neu — die vorherige Version bleibt im Verlauf, sodass du vergleichen und zurückwechseln kannst.

HAUPTFUNKTIONEN

• Live-Aufnahme — einmal tippen und das Transkript erscheint, während du sprichst.

• Datei-Import — jedes Video aus deiner Mediathek oder Audiodateien aus Dateien (einschließlich WhatsApp-Sprachnachrichten, die in Dateien gespeichert sind).

• Mehrere Engines + Neu-Transkription — wähle Apple Speech, Whisper oder Parakeet pro Datei und führe dasselbe Audio durch eine andere Engine, ohne die vorherige Transkription zu verlieren.

• Editierbare Segmente — drücke lange auf ein Segment, um ein falsch erkanntes Wort zu korrigieren. Deine Änderung bleibt auf dem Gerät.

• Untertitel-Export — speichere jedes Transkript als Klartext, SubRip (.srt) oder WebVTT (.vtt) für barrierefreie Videos.

• Player mit intelligenten Steuerungen — Antippen zum Springen, dem hervorgehobenen Segment folgen, ±10 Sekunden überspringen und Geschwindigkeit auf 1,5x oder 2x ändern.

• Ehrliche Halluzinations-Markierung — wenn Whisper Text bei Stille oder Musik erfindet, werden verdächtige Segmente klar markiert, damit du sie prüfen oder entfernen kannst. Wir entfernen niemals heimlich Inhalte.

• Lange Dateien — Block-Verarbeitung für Meetings, Vorlesungen, Konferenzen und ganze Episoden.

• Modell-Verwaltung — heruntergeladene Whisper- und Parakeet-Modelle liegen in Dokumente, sichtbar in der Dateien-App. Lösche ein Modell aus den Einstellungen oder aus Dateien, um jederzeit Speicher freizugeben.

• Nur-WLAN-Downloads — optional, standardmäßig aktiv, damit große Modelle dein Mobilfunkdatenvolumen nicht aufzehren.

• Intelligente Speicherung — speichere Transkriptionen mit eigenen Titeln, suche nach Titel oder Inhalt.

• Aktivitätsprotokoll für Transparenz bei jedem Schritt.

FÜR WEN IST ES

• Studierende, die Notizen aus langen Vorlesungen, Videos oder Bildschirmaufnahmen ziehen.

• Profis, die Interviews, Meetings oder lange Audiodateien transkribieren.

• WhatsApp-Nutzer, die Sprachnachrichten lieber lesen als anhören.

• Content-Creator, die Audio oder Video in Text oder Untertitel für TikTok, Reels, Shorts oder Blog-Posts verwandeln.

• Podcaster, die Episoden mit .srt-Untertiteln zugänglich machen.

• Alle, die taub oder schwerhörig sind und eine zuverlässige, private Transkription brauchen.

WARUM TOM WÄHLEN

Die meisten Transkriptions-Apps laden dein Audio auf einen Server. Tom macht das Gegenteil: jede Engine — Apple Speech, Whisper, Parakeet — läuft komplett auf deinem iPhone. Kein Konto, kein Upload, kein Abo. Mit mehreren Engines, Neu-Transkribieren-und-Vergleichen, Segment-Bearbeitung, Untertitel-Export und einer Halluzinations-Markierung, die dich nicht anlügt, deckt Tom den gesamten Ablauf von „Ich habe das gesagt" bis „Hier ist ein sauberer Text zum Teilen" ab — ohne jemals ein Byte vom Gerät zu senden.