Der schnellste Weg zu einer SRT-Datei: Video- oder Audiodatei in ein KI-Transkriptions-Tool hochladen, Sprache auswählen, SRT exportieren. Für ein zehnminütiges Video dauert das wenige Minuten. Von Hand Zeilen zu tippen und Zeitstempel per Stoppuhr zu setzen kostet dagegen ein Vielfaches der Videolänge. Dieser Beitrag zeigt beide Wege sowie die Fehler, die eine frisch erstellte SRT-Datei am häufigsten unbrauchbar machen.
Was eine SRT-Datei überhaupt braucht
Jeder Untertitel-Block in einer SRT-Datei besteht aus vier Teilen: einer laufenden Nummer, einem Zeitcode-Paar im Format Stunden:Minuten:Sekunden,Millisekunden, dem eigentlichen Text und einer Leerzeile zum nächsten Block. SRT trennt die Millisekunden mit einem Komma, nicht mit einem Punkt (00:00:01,500, nicht 00:00:01.500).
Damit eine SRT-Datei wirklich nutzbar ist, muss sie zwei Dinge gleichzeitig können: den Text korrekt wiedergeben und die Zeitstempel so setzen, dass jeder Untertitel exakt dann erscheint, wenn das entsprechende Wort gesprochen wird. Der zweite Punkt frisst bei manueller Arbeit die meiste Zeit.
Drei Wege, eine SRT-Datei zu erstellen
Von Hand in einem Texteditor schreiben Sie jeden Block selbst, hören sich das Video an und schätzen die Zeitstempel per Stoppuhr. Für einen 30-Sekunden-Clip ist das machbar, bei längeren Videos wird es schnell unpraktikabel: Jede eingefügte oder gelöschte Zeile macht eine Neunummerierung der folgenden Blöcke nötig.
In einer Untertitel-Software sehen Sie eine Audiowellenform, auf der Sie Start- und Endzeit jedes Untertitels per Maus ziehen. Das geht deutlich schneller als reines Texteditieren, den Text transkribieren Sie aber weiterhin selbst.
Automatisch per KI-Transkription wandelt ein Spracherkennungsmodell den Ton in Text um und setzt dabei die Zeitstempel anhand der tatsächlichen Sprechzeit. Das ist der Weg, den die meisten Video-Creator heute für alles außer sehr kurzen Clips wählen, und der Weg, den dieser Beitrag im Detail zeigt.
Kurz zusammengefasst:
- Texteditor: volle Kontrolle, aber am langsamsten.
- Untertitel-Software: Timing geht schnell, Text bleibt Handarbeit.
- KI-Transkription: Text und Zeitstempel in einem Schritt.
SRT-Datei mit Subanana erstellen
Subanana transkribiert Video- und Audiodateien automatisch und exportiert das Ergebnis direkt als SRT.
- Datei hochladen oder Link einfügen. Sie können eine Video- oder Audiodatei direkt hochladen (unter anderem MP4, MOV, MP3, WAV, M4A) oder einen öffentlichen YouTube-, Instagram- oder Facebook-Link einfügen. Subanana lädt den Inhalt dann selbst und transkribiert ihn, ohne dass Sie die Datei vorher herunterladen müssen.
- Ausgangssprache wählen. Subanana benchmarkt kontinuierlich mehrere Spracherkennungsmodelle und wählt pro Sprache automatisch das aktuell stärkste. Sie sind nicht an einen einzelnen Anbieter gebunden. Zeigt die Ausgabe eines Modells Qualitätsprobleme, etwa Halluzinationen, leitet das System den betroffenen Abschnitt im Hintergrund automatisch an ein anderes bewertetes Modell weiter, ohne dass Sie manuell etwas anstoßen müssen.
- Als SRT exportieren. Neben SRT stehen VTT, TXT, DOCX, XLSX und Markdown zur Auswahl, außerdem ein ZIP-Bundle mit allen Formaten. Wer eine zweisprachige Datei braucht, kann eine einzelne SRT mit Original- und Übersetzungszeile pro Untertitel exportieren. Ein Video mit eingebrannten Untertiteln (einsprachig oder zweisprachig) lässt sich ebenfalls direkt rendern; das ist ein zusätzlicher Renderschritt und dauert entsprechend länger als der reine Textexport.
Die Zeitstempel Ihrer neuen SRT-Datei prüfen
Eine automatisch erstellte SRT-Datei ist selten auf Anhieb perfekt: Die Zeitstempel folgen zwar der tatsächlichen Sprechzeit, aber einzelne Zeilen können zu dicht getaktet sein, um sie in der verfügbaren Zeit zu lesen. Subanana markiert das im Editor über eine regelbasierte CPS-Prüfung (Zeichen pro Sekunde), kein KI-Modell, sondern eine feste Lesbarkeitsregel, die zu dicht oder zu lange stehende Untertitel-Blöcke kennzeichnet, bevor Sie exportieren.
Drei Klassiker ziehen sich durch praktisch jede SRT-Datei, ob von Hand oder automatisch erstellt: der Punkt statt des Kommas bei den Millisekunden (meist, weil jemand eine VTT-Datei von Hand umgeschrieben hat), überlappende Zeitstempel (ein Block endet später, als der nächste beginnt) und kaputte Sonderzeichen wie ä, ö, ü oder ß durch falsche Zeichenkodierung (meist ANSI statt UTF-8, immer UTF-8 ohne BOM speichern). Alle drei behandelt die Anleitung zum Öffnen und Reparieren einer bestehenden SRT-Datei im Detail: Wie öffnet man eine SRT-Datei?
Häufige Fragen
Wie kann ich ein Textdokument in SRT umwandeln?
Ein reiner Text hat keine Zeitstempel. Ein Textdokument lässt sich also nicht automatisch in eine korrekte SRT-Datei umwandeln, ohne dass jemand (oder ein Transkriptionsmodell, das die Audiospur mithört) festlegt, wann welcher Satz gesprochen wird. Praktisch bedeutet das: Sie brauchen die zugehörige Audio- oder Videodatei und lassen daraus eine neue SRT-Datei mit echten Zeitstempeln erzeugen, statt zu versuchen, vorhandenen Text nachträglich zu synchronisieren.
Wie kann ich Untertitel für Videos automatisch erstellen lassen?
Ein KI-Transkriptions-Tool wie Subanana wertet die Audiospur aus, wandelt sie in Text um und setzt die Zeitstempel automatisch anhand der tatsächlichen Sprechzeit. Das ist der in diesem Beitrag beschriebene Ablauf über Upload oder Link, Sprachwahl und Export.
Fazit
Für einen einzelnen kurzen Clip reicht ein Texteditor. Für alles darüber hinaus ist die automatische Transkription der praktikablere Weg: Sie liefert Text und Zeitstempel in einem Schritt und lässt sich anschließend als SRT, VTT oder Video mit eingebrannten Untertiteln exportieren. Jetzt eine Video- oder Audiodatei bei Subanana hochladen und die erste SRT-Datei in wenigen Minuten testen.