Transkriptionssoftware für
Journalistinnen und Journalisten

MirrorCaption bietet Journalistinnen und Journalisten Live-Transkription während des Interviews: Audio wird im Browser erfasst, Untertitel erscheinen, während die Sprache verarbeitet wird, und es muss anschließend keine Aufnahme hochgeladen werden. Es unterstützt 60+ Sprachen mit nebeneinander angezeigter Übersetzung, speichert Transkripte lokal im Browser und speichert Interview-Audio nicht auf den Servern von MirrorCaption.

Vier Möglichkeiten, wie Journalistinnen und Journalisten MirrorCaption nutzen

Warum Journalistinnen und Journalisten immer noch Stunden mit Transkription verlieren

Ein einstündiges Interview kann immer noch mehrere Stunden dauern, wenn es manuell transkribiert wird, besonders wenn das Audio Unterbrechungen, Akzente, Hintergrundgeräusche oder mehrere Sprecher enthält. Digitale Recorder haben die Aufnahme verbessert; sie haben die Arbeit, Sprache in verwertbare Zitate zu verwandeln, nicht beseitigt.

Die dominierende Alternative ist weiterhin ein Workflow mit Aufnahme zuerst: Datei hochladen, einen Meeting-Agenten senden oder ein Transkript nach der Aufnahme prüfen. In Rev's veröffentlichten Preisen im Help Center wird menschliche Transkription ab 1,99 $ pro Minute und KI-Transkription pro Minute ab 0,25 $ aufgeführt, sodass ein 60-minütiges menschliches Transkript bei 119,40 $ beginnt, vor Steuern oder Zusatzleistungen.

Diese Tools sind nützlich, aber viele journalistische Workflows brauchen etwas Engeres: ein lesbares Transkript während des Interviews, bevor sich das Zeitfenster für Nachfragen schließt.

Das Upload-und-Warten-Problem

Viele Transkriptionstools sind für Produktions-Workflows gedacht, für Podcaster, die Episoden schneiden, oder Unternehmen, die Meeting-Aufzeichnungen archivieren. Journalistinnen und Journalisten haben ein anderes Bedürfnis: Sie müssen oft wissen, was gesagt wurde, während sie noch im Raum sind.

Wenn ein Kabinettsmitglied sagt: „we are considering all options“ und Sie die genaue Formulierung lesen können, während sie gesprochen wird, können Sie die entscheidende Anschlussfrage stellen. Wenn die Zeile erst durchsuchbar wird, nachdem das Interview oder die Zusammenfassung des Meeting-Agenten vorliegt, ist die Quelle möglicherweise schon weg.

Die Lücke bei der mehrsprachigen Abdeckung

Das Problem nach der Aufnahme verschärft sich für Reporterinnen und Reporter, die über Migrantengemeinschaften, internationale Angelegenheiten oder grenzüberschreitende Quellen berichten. Otter führt derzeit sechs Transkriptionssprachen auf und kann über Otter Chat übersetzen. Trint Live kann 30+ Sprachen live erkennen, während Trints Sprachhilfe angibt, dass die Übersetzung nach der Transkription im Editor erfolgt. Rev unterstützt je nach Plan oder Service unterschiedliche KI- und menschliche Sprachoptionen, aber Kosten und Bearbeitungszeit variieren.

Eine Journalistin oder ein Journalist, der die haitianische Diaspora in Miami, die chinesische Community in San Francisco oder diplomatische Verfahren in Brüssel abdeckt, braucht ein Tool, das Sprachwechsel ohne separaten Dolmetscher oder 24-Stunden-Wartezeit bewältigt. Genau diese Lücke adressieren mehrsprachige Transkriptionstools für Live-Interview-Workflows selten.

Probieren Sie es aus, bevor Sie weiterlesen: öffnen Sie MirrorCaption in Ihrem Browser, 1 kostenlose Stunde, keine Kreditkarte.

Wie Echtzeit-Transkription das Interview verändert

Der Unterschied zwischen Upload-und-Warten und Echtzeit-Transkription ist nicht nur Geschwindigkeit. Er verändert, wie Sie während des Gesprächs arbeiten.

Wenn ein Transkript erscheint, während jemand spricht, können Sie die exakte Formulierung verfolgen, sobald sie eintrifft, bemerken, wenn sich der Tonfall verändert (förmlicher, vorsichtiger, nervöser), und Nachfragen stellen, solange der Kontext noch präsent ist. Sie prüfen nicht, was gesagt wurde. Sie lesen, was gesagt wird.

Das Echtzeit-Transkript verändert auch Ihre Notiztechnik. Statt die Aufmerksamkeit zwischen Zuhören und Stenografie aufzuteilen, lesen Sie das Transkript und schreiben analytische Notizen: was es bedeutet, was es impliziert, was die Anschlussfrage sein sollte. Das wörtliche Protokoll erledigt sich von selbst.

Mehrsprachige Quellen transkribieren, 60+ Sprachen

Für Reporterinnen und Reporter, die Communities abdecken, in denen Quellen nicht die Sprache der Journalistin oder des Journalisten sprechen, bricht das Standard-Toolkit schnell zusammen. Ein menschlicher Dolmetscher ist ideal, aber nicht immer verfügbar, bezahlbar oder für sensible Gespräche angemessen. Verbraucher-Übersetzungs-Apps wie Google Translate sind für Textschnipsel gebaut, nicht für laufende Sprache. Upload-basierte Transkriptionstools bieten keine Live-Übersetzungsebene.

MirrorCaption zeigt beide Sprachen parallel an, die Ausgangssprache und die Sprache der Journalistin oder des Journalisten, in benachbarten Spalten. Tippen Sie auf ein beliebiges übersetztes Wort, um das ursprüngliche Wort zu sehen, aus dem es stammt. Das ist für journalistische Genauigkeit wichtig: Eine Übersetzung, die die Worte einer Quelle als „we had difficulties“ wiedergibt, kann eine Formulierung verschleiern, die eigentlich „we were threatened“ bedeutete. Die Seiten-an-Seiten-Ansicht ermöglicht es Ihnen, die Formulierung zu prüfen, bevor Sie sie zitieren.

Zu den abgedeckten Sprachen gehören Mandarin, Kantonesisch, Japanisch, Koreanisch, Arabisch, Hebräisch, Hindi, Haitianisches Kreolisch, Russisch, Portugiesisch, Spanisch, Französisch, Deutsch und 60+ weitere. Die kostenlose Testphase umfasst die Live-Sprachfunktionen, und MirrorCaption berechnet keine einzelnen Sprach-Add-ons.

Interviews vor Ort mit MirrorCaption

Reporterinnen und Reporter im Feld haben nicht immer ein Zoom-Fenster und ein vorbereitetes Aufnahme-Setup. Manchmal findet das Interview in einem Flur vor einem Gerichtsgebäude, in einem Gemeindezentrum oder an einem Küchentisch statt. Der Talk-Modus von MirrorCaption ist genau für diese Situation gedacht.

So funktioniert der Talk-Modus

Öffnen Sie MirrorCaption im Browser Ihres Telefons. Tippen Sie auf „Talk“. Wählen Sie die beiden Sprachen aus, Ihre und die der Quelle. Legen Sie das Telefon mit dem Display nach oben zwischen sich. Während jede Person spricht, erscheint das Transkript in Echtzeit in beiden Sprachen auf demselben Bildschirm. Die Quelle kann ihre eigenen Worte in ihrer Sprache lesen; Sie lesen sie in Ihrer.

Für Quellen, die bei Aufnahmen vorsichtig sind, ist dieses Setup sichtbar transparent: Sie können genau beobachten, was transkribiert wird, während sie sprechen. Es gibt keinen versteckten Recorder und keine hochgeladene Audiodatei. Das Live-Audio wird vom Speech-to-Text-Anbieter verarbeitet, während das Transkript lokal im Browser gespeichert wird, bis Sie es exportieren oder löschen.

Keine App, keine Erweiterung, minimaler Aufwand

MirrorCaption ist eine browserbasierte Progressive Web App. Kein Desktop-Download, keine Chrome-Erweiterung, kein Meeting-Bot. Bei einer Presseveranstaltung mit einem unbekannten Laptop? Öffnen Sie die URL. Berichten Sie über ein Thema auf einem geliehenen Telefon? Dieselbe URL, dieselbe Oberfläche. Gehostete Transkription kann Sie auffordern, sich anzumelden, bevor Sie enthaltene Guthaben nutzen, aber die kostenlose Testphase gibt Ihnen 1 Stunde ohne Kreditkarte.

Für Reporterinnen und Reporter, die es regelmäßig nutzen, kostet der Premium-Plan 99 € einmalig, weniger als ein einzelnes 60-minütiges menschliches Transkript von Rev's Standarddienst bei den aktuell gelisteten Preisen. Sehen Sie, wie es sich mit den am weitesten verbreiteten Live-Übersetzungstools vergleicht, wenn Sie einen umfassenderen Vergleich wünschen.

Quellenschutz: Wohin geht das Audio?

Für Journalistinnen und Journalisten, die mit sensiblen Quellen arbeiten, ist das die richtige Frage, die Sie vor dem Vertrauen in jedes Transkriptionstool stellen sollten.

Rev's menschlicher Transkriptionsdienst bedeutet, dass Ihr Audio von einer menschlichen Transkription geprüft werden kann. Otter.ai und Trint sind kontobasierte Cloud-Dienste, daher sollten ihre Aufbewahrungs-, Admin- und Freigabekontrollen vor sensiblen Interviews geprüft werden. Die Datenschutzfolgen von KI-Meeting-Tools sollten Sie verstehen, bevor Sie eines davon für sensible Arbeit einsetzen.

MirrorCaption verfolgt einen anderen Ansatz. Audio wird in Ihrem Browser erfasst und in Echtzeit vom Speech-to-Text-Dienst von MirrorCaption verarbeitet, aber nicht auf MirrorCaption-Server geschrieben. Transkripte werden im lokalen Speicher Ihres Browsers (IndexedDB) gespeichert, sodass die von Ihnen kontrollierte Kopie lokal auf Ihrem Gerät und Browserprofil liegt.

Das macht MirrorCaption nicht geeignet für klassifizierte oder rechtlich regulierte Workflows zum Quellenschutz; Journalistinnen und Journalisten in solchen Situationen sollten Rechtsberatung einholen. Aber für den häufigen Fall einer Quelle, die einfach nicht cloud-aufgezeichnet werden möchte, ist MirrorCaption eine ehrliche, technisch belegte Antwort auf die Frage: „Speichert dieses Tool mein Audio?“

Wie MirrorCaption im Vergleich zu Tools abschneidet, die Journalistinnen und Journalisten bereits nutzen

Die vier Tools, die in journalistischen Transkriptions-Workflows am häufigsten genannt werden, lösen jeweils eine andere Variante des Problems.

Die oben genannten Preis- und Sprachangaben wurden anhand offizieller Seiten für Rev-Preise, Trint Live, Trint-Sprachunterstützung, Otter-Preise und von Otter unterstützte Sprachen überprüft.

Redaktionen mit kollaborativen Workflows, die Transkriptfreigabe, Team-Annotationen, Newsroom-Feeds oder Meeting-Agent-Workflows benötigen, brauchen möglicherweise eine dedizierte Transkriptionsplattform für Redaktionen, und bezahlte menschliche Transkription bleibt eine Option für Audio mit hohem Risiko, wenn das Timing weniger dringend ist. Für ein Live-Interview in mehreren Sprachen ist MirrorCaption die stärkere Wahl: Es liefert Ihnen ein Browser-Transkript in 60+ Sprachen ohne Meeting-Bot und ohne hochgeladene Aufnahmedatei, und es ist außerdem als native Apps für Mac, Windows, iPhone und Android verfügbar.

Für einen detaillierten direkten Vergleich der Genauigkeits- und Datenschutzunterschiede zwischen diesen Tools geht der Vergleich der KI-Transkriptionsgenauigkeit tiefer als diese Übersichtstabelle.

So beginnen Sie mit der Transkription Ihres nächsten Interviews

Drei Workflows für die Szenarien, denen Journalistinnen und Journalisten am häufigsten begegnen.

Remote-Video-Interview (Zoom, Teams, Google Meet)

Öffnen Sie MirrorCaption vor Beginn Ihres Anrufs in einem separaten Desktop-Tab in Chrome oder Edge. Wählen Sie im Meet-Modus eine Aufnahmequelle, die den Anruf-Audio enthält, und lassen Sie die Mikrofonaufnahme für Ihre eigene Stimme aktiviert. Das Transkript läuft, während das Gespräch live ist. Wenn der Anruf endet, liegt das vollständige Transkript in Ihrem Browser bereit, exportierbar als Klartext oder Markdown.

Telefoninterview

Auf dem Desktop stellen Sie Ihr Telefon auf Lautsprecher und verwenden die Mikrofonaufnahme von MirrorCaption, um beide Seiten des Anrufs zu erfassen, oder nutzen Sie ein zweites Gerät, wenn Einwilligung und Audioqualität wichtig sind. Telefon-Audio auf demselben Gerät ist browser- und plattformabhängig, behandeln Sie es daher als weniger zuverlässig als ein Desktop- oder Zweitgeräte-Setup.

Gespräch vor Ort

Öffnen Sie MirrorCaption auf Ihrem Telefon im Talk-Modus. Wählen Sie beide Sprachen aus. Legen Sie das Telefon mit dem Display nach oben auf den Tisch zwischen sich und Ihre Quelle. Beide Seiten sprechen natürlich; beide lesen das Transkript in ihrer eigenen Sprache, während das Gespräch fortschreitet. Keine separate Aufnahmedatei und keine Upload-Warteschlange. Exportieren Sie die Sitzungsnotizen, wenn Sie fertig sind.

Häufig gestellte Fragen

Wie transkribieren Journalistinnen und Journalisten Interviews?

Die meisten Journalistinnen und Journalisten nutzen eine von drei Methoden: manuelle Transkription, KI-Transkription mit Aufnahme zuerst oder Live-Transkription während des Interviews selbst. Der Live-Ansatz reduziert den Upload-und-Warten-Schritt und ermöglicht es, im Gespräch zu bleiben, während das Transkript entsteht.

Gibt es ein kostenloses Transkriptionstool für Journalistinnen und Journalisten?

Ja. MirrorCaption enthält 1 kostenlose Stunde ohne erforderliche Kreditkarte. Otter.ai hat ebenfalls einen kostenlosen Plan mit 300 monatlichen Transkriptionsminuten und unterstützt derzeit Transkription in Englisch, Spanisch, Französisch, Deutsch, Japanisch und vereinfachtem Chinesisch. Für mehrsprachige Live-Transkription mit nebeneinander angezeigter Übersetzung in 60+ Sprachen ist MirrorCaption die bessere Wahl für den ersten Test.

Kann ich ein Interview in einer Fremdsprache automatisch transkribieren?

MirrorCaption deckt 60+ Sprachen mit Transkription und Echtzeit-Übersetzung ab. Stellen Sie die Ausgangssprache passend zur sprechenden Person ein und wählen Sie Ihre Lesesprache aus. Das Transkript erscheint während des Gesprächs in beiden Sprachen nebeneinander, ohne Nachbearbeitungsschritt und ohne separaten Übersetzungslauf. Tippen Sie auf ein beliebiges übersetztes Wort, um die ursprüngliche Formulierung zu sehen, aus der es stammt.

Nimmt MirrorCaption mein Interview auf oder speichert es?

MirrorCaption nimmt keine Audiodatei auf und speichert Interview-Audio nicht auf den Servern von MirrorCaption. Live-Audio wird vom Speech-to-Text-Dienst von MirrorCaption verarbeitet. Transkripte werden im lokalen Speicher Ihres Browsers (IndexedDB) gespeichert, daher sollten Sie Gerätesicherheit, Zugriff auf das Browserprofil und Exporte wie bei allen anderen sensiblen Notizen verwalten.

Kann ich MirrorCaption ohne Installation verwenden?

Ja. MirrorCaption ist eine browserbasierte Progressive Web App. Kein Desktop-Download, keine Chrome-Erweiterung und kein Meeting-Bot. Verwenden Sie Desktop-Chrome oder Microsoft Edge für die Erfassung von Meeting-/System-Audio; verwenden Sie mobiles Chrome für den Talk-Modus und Gespräche vor Ort mit Mikrofon. Gehostete Transkription kann Sie auffordern, sich anzumelden, bevor Sie enthaltene Guthaben nutzen.

Das Transkript, das bereit ist, wenn das Interview endet

Transkriptionssoftware für Journalistinnen und Journalisten bedeutete historisch eines: Aufnahme hochladen und warten. MirrorCaption ändert das zu: Tab öffnen und mitlesen.

Für Reporterinnen und Reporter, die mehrsprachige Quellen abdecken, Interviews vor Ort führen oder an Geschichten arbeiten, bei denen der Schutz der Quelle wichtig ist, ist dieser Unterschied nicht inkrementell, sondern eine völlig andere Arbeitsweise. Das Transkript kommt in demselben Moment an, in dem die Worte fallen. Die Anschlussfrage ist weiterhin möglich. Die Quelle ist noch im Raum.

Das gleiche Tool, das mehrsprachige Remote-Teams unterstützt lässt sich direkt auf den journalistischen Workflow übertragen, denn ein Interview ist nur ein Meeting zwischen zwei Personen, bei dem jedes Wort zählt.