Sprache zu Text in Telegram

Hat Telegram eine eingebaute Sprache-zu-Text-Funktion?

Ja, aber lies das Kleingedruckte. Telegrams eingebaute Transkription funktioniert bei Sprachnachrichten, die dir jemand geschickt hat. Oeffne eine Sprachnotiz und es gibt ein kleines Transkriptionssymbol, ein "A", am Rand der Sprechblase. Tippe darauf und Telegram schreibt heraus, was der Absender gesagt hat, direkt unter dem Player. Das wurde Ende 2023 hinzugefuegt und ist praktisch, wenn du Audio nicht laut abspielen kannst.

Es gibt einen Haken, den man kennen sollte, bevor man sich darauf verlaesst. Telegram Premium gibt unbegrenzte Transkriptionen; bei einem kostenlosen Konto bekommst du eine kleine Anzahl, dann hoert das Symbol auf zu funktionieren, bis das Limit zurueckgesetzt wird. Die eingebaute Funktion ist also real, nur kontingentiert - es sei denn, du zahlst fuer Premium. Die Transkription findet auch auf Telegrams Seite statt, nicht auf deinem Geraet, was wichtig ist, wenn die Sprachnotiz etwas Privates enthaelt.

Beachte, was diese Funktion tut und nicht tut. Sie liest Audio zurueck, das bereits existiert - eine Aufnahme, die jemand anderes gemacht hat. Sie wandelt deine Live-Sprache nicht in eine Nachricht um, die du sendest. Das sind verschiedene Pfeile, die in verschiedene Richtungen zeigen, und der Rest dieser Anleitung handelt vom zweiten: Sprechen und am anderen Ende eine getippte Nachricht herauszubekommen.

Sprachnotiz transkribieren versus Nachricht diktieren

Das ist die Unterscheidung, an der alles andere haengt - also lass mich klar sein. Eine empfangene Sprachnotiz zu transkribieren bedeutet, dass Telegram einer Aufnahme zuhoert und sie fuer dich aufschreibt. Eine Nachricht zu diktieren bedeutet, dass du sprichst und die Woerter im Feld erscheinen, versandbereit, ohne angehaengte Audiodatei. Eines ist eine Lesehilfe fuer erhaltene Nachrichten; das andere ist ein Tippersatz fuer Nachrichten, die du schreibst.

Wenn alles, was du jemals wolltest, war, eine Sprachnotiz zu lesen, in die dein Freund hineingemurmelt hat, bist du fertig - Telegrams eigenes "A"-Symbol erledigt das und du brauchst nichts weiter unten. Aber wenn du es satt hast, Absaetze zu tippen und einfach sprechen moechtest, hat Telegram dafuer keine Funktion. Das Tool, das das macht, liegt ausserhalb von Telegram: dein Betriebssystem oder eine dedizierte Diktier-App. Beide kommen als naechstes, in Reihenfolge des Aufwands.

Der schnellste Weg: ein systemweiter Hotkey

Hier veraendert eine dedizierte App die Rechnung. Whisper by Remskill ist kein Telegram-Bot, keine Chat-Integration und keine Browser-Erweiterung. Es ist eine Desktop-App, die wie eine Tastatur funktioniert: druecke einen Hotkey, sprich, und das Transkript wird am Cursor eingefuegt, in jeder App, auch im Telegram-Schreibfeld. Es funktioniert genauso in Telegram Desktop und in Telegram im Browser, weil dein Computer es einfach als Tippen behandelt.

Die Einrichtung ist kurz:

Das ist die gesamte Schleife. Das Transkript erscheint im Schreibfeld, du liest es, du drueckst Enter.

Sprechen, und die Nachricht erscheint in Telegram

Wenn es laeuft, ist die Erfahrung auf die beste Art unspektakulaer. Du setzt den Cursor in den Chat, haeltst die Taste, sprichst, laesst los. Eine Sekunde spaeter sitzt der Text im Telegram-Nachrichtenfeld, als haettest du ihn getippt. Kein Kopieren und Einfuegen, kein separates Fenster, und entscheidend: keine Sprachnotiz, durch die die andere Person scrollen muss - nur eine normale getippte Nachricht.

Da die lokale Transkription auf deinem Geraet laeuft (reines Rust, kein Python-Sidecar, kein Server in der Schleife), funktioniert sie offline. Was immer du diktierst, verlaesst nie deinen Laptop - das ist das Gegenteil von Telegrams eigener Empfangs-Transkription, die auf Telegrams Servern laeuft. Windows' eingebautes Sprachtippen braucht ebenfalls eine Internetverbindung; Whispers lokaler Modus nicht.

Wie die vollstaendige Whisper-App aussieht

Der Hotkey ist der Teil, den du am meisten nutzen wirst, aber dahinter gibt es eine Einstellungsoberflaeche. Du waehlst deine Transkriptionsengine: Whisper-Modelle, deren mehrsprachige Varianten 99 Sprachen abdecken und die nur-englischen .en-Builds genau eine, oder NVIDIAs Parakeet, etwa 600 MB, 5 bis 10 Mal schneller als Whisper auf der CPU, deckt Englisch plus 24 europaeische Sprachen ab. Du stellst deinen Hotkey ein, verwaltest den Verlauf und speicherst Voreinstellungen. Nichts davon ist erforderlich, um eine Telegram-Nachricht zu diktieren. Es ist da, wenn du anpassen moechtest.

Diktierte Nachrichten mit KI bereinigen

Gesprochene Sprache ist unordentlich. Du sagst "aehm", du faengst Saetze neu an, du verlierst dich in ein Geraeusch, das "du weisst, was ich meine" bedeutet. Whisper hat einen optionalen KI-Verbesserungsschritt, der Fuellwoerter entfernt und die Formulierung bereinigt, bevor es einfuegt. So wird aus "aeh, ja, also ich werde, ich werde so gegen sechs da sein, so gegen sechs" einfach "Ich werde gegen sechs da sein". Ob das es wert ist, haengt vom Chat ab; eine Arbeitsgruppe, wahrscheinlich ja, ein Thread mit deiner Schwester, wahrscheinlich nicht.

Diese Bereinigung laeuft lokal ueber Ollama, kostenlos, auf deinem eigenen Geraet. Pro-Nutzer koennen es stattdessen ueber die Cloud leiten, aber der Vorteil der Fuellwort-Bereinigung erfordert kein Pro; es ist in der kostenlosen lokalen Pipeline vorhanden. Du kannst es auch einfach ausschalten und das rohe Transkript einfuegen, was bei einem lockeren Chat oft genau die richtige Entscheidung ist.

Sprachnotizen anderer lesen

Jetzt zurueck zur ersten Aufgabe, denn das ist diejenige, die Telegram tatsaechlich gebaut hat. Wenn dein eigentliches Ziel ist "Jemand hat mir eine lange Sprachnotiz geschickt und ich moechte sie lesen statt zuhoeren", brauchst du weder Whisper noch irgendeine Drittanbieter-App. Telegram macht das bereits. Oeffne die Sprachnachricht, tippe auf das kleine "A"-Transkriptionssymbol, und Telegram schreibt sie fuer dich auf.

Das Einzige, worauf man achten sollte, ist das Limit. Kostenlose Konten bekommen eine begrenzte Anzahl von Transkriptionen; Telegram Premium hebt das Limit auf. Wenn du also gelegentlich eine Sprachnotiz transkribierst, reicht das kostenlose Kontingent. Wenn ein Freund ausschliesslich in fuenfminuetigen Audiomonologen kommuniziert und du alle transkribierst, wirst du gegen die Wand stossen und entweder warten oder upgraden. Das ist Telegrams Entscheidung, nicht etwas, das eine externe App aendert. Empfangene Notizen lesen und eigene Nachrichten diktieren sind zwei separate Probleme, die zufalligerweise in derselben App leben.

Wann du eine Diktier-App ueberspringen und einfach dein OS nutzen solltest

Wenn du nur gelegentlich eine Nachricht diktieren musst, installiere nichts. Dein Computer macht das bereits kostenlos. Unter Windows drueckst du Windows logo key + H und Sprachtippen oeffnet sich in jedem Textfeld, einschliesslich Telegrams Chat-Leiste, ohne Abonnement. Auf dem Mac macht der eingebaute Diktier-Shortcut (oder die Mikrofon-Taste) dasselbe, und auf Apple silicon laeuft es auf dem Geraet ohne Internet. Auf deinem Telefon diktiert das Mikrofon-Symbol des Tastatur direkt in Telegrams mobiles Nachrichtenfeld; das ist iOS oder Gboard, das die Arbeit erledigt, nicht Telegram, aber es funktioniert.

Der eine bekannte Kompromiss: Windows' Win+H braucht eine Internetverbindung, waehrend macOS-Diktierung und Whispers lokaler Modus das nicht tun. Fuer ein schnelles "bin 5 Minuten spaeter, bestell ohne mich" ist das OS-Tool die richtige Wahl. Wo eine dedizierte App die Nase vorn hat, sind Volumen, die Fuellwort-Bereinigung und Offline-Diktierung: je laenger und oefter du es machst, desto mehr zaehlen diese.

Waehle das kleinste Tool, das dein Problem loest. Fuer eine Nachricht ist das die Taste, die du schon hast. Fuer einen ganzen Abend langer Nachrichten fuehlt sich die dedizierte App beim zweiten oder dritten Absatz, den du nicht tippen musstest, nicht mehr nach Kanonenauf Spatzen an.

Was Whisper kostet

Die lokale Diktier-Pipeline - Transkription und die KI-Bereinigung ueber Ollama - ist fuer jeden angemeldeten Nutzer kostenlos, ohne Karte bei der Registrierung. Deine Stimme mit Whisper in Telegram zu bekommen kostet also nichts. Whisper Pro fuegt die Cloud-Funktionen hinzu (OpenAI-Transkription, Cloud-KI-Verbesserung, Sprach-Websuche) und hat einen separaten Testzeitraum. Die genauen Zahlen findest du auf der Preisseite und nicht hier, weil sich Preise aendern und ein Blogbeitrag ein schlechter Ort ist, um sie aktuell zu halten.

Es gibt also tatsaechlich drei Antworten auf diese Suche, je nachdem, welche du gesucht hast. Telegram transkribiert bereits die Sprachnotizen, die du erhaeltst, kontingentiert, es sei denn, du zahlst fuer Premium. Dein Computer diktiert bereits kurze Nachrichten kostenlos. Und es gibt eine App fuer den Fall, dass du den ganzen Tag in Telegram sprichst und die eingebauten Optionen nicht schnell genug sind. Drei Tools, zwei verschiedene Aufgaben. Meistens brauchst du das kleinste, das passt.