Transcribee-Desktop: Audio- und Videoaufnahmen lokal transkribieren
-
Aktuell gefördert
- Jahrgang 02
- Innovation
- Bildung/Forschung
- Anwendungssoftware
Über das Projekt
Team-Mitglieder
Philipp Mandler, Jaro Habiger, Robin Heinemann
Förderzeitraum
Gefördert seit 01/06/2026
Was macht das Projekt aus?
Audiotranskriptionen zu erstellen benötigt gerade bei längeren Audio- oder Videoaufnahmen einen immensen Aufwand. Deshalb kommen immer häufiger KI-Tools zur Anwendung, deren Nutzung allerdings oft mit Datenschutzproblemen einhergeht. Vollständig maschinell generierte Transkripte sind für viele Anwendungen außerdem nicht gut genug und führen beispielsweise zu sog. “Craptions”, also automatisch generierte Untertitel in schlechter Qualität, sodass Accessibility-Probleme eher überdeckt statt gelöst werden. Mit Transcribee-Desktop schaffen wir das lokale Gegenstück zu Transcribee, einer Webplattform für Audiotranskriptionen. Transcribee-Desktop kann von Individuen ohne zusätzliche Infrastruktur oder Kenntnisse, dafür aber besonders datensparsam verwendet werden.
Welches Publikum spricht das Projekt an?
Transcribee wird bereits von verschiedenen Anwender:innen, hauptsächlich im Forschungsbereich und in der Zivilgesellschaft verwendet. Transcribee-Desktop soll nun zusätzlich Forschungsprojekte, Studierende, Journalist:innen und andere Zielgruppen erschließen, welche Transcribee aktuell aus Datenschutz- oder organisatorischen Gründen nicht verwenden können, dürfen oder wollen. Außerdem bietet Transcribee-Desktop für den alltäglichen Gebrauch eine niederschwellige, datensparsame Alternative zu gängigen Cloud-Angeboten, die zur Transkription genutzt werden.
Was soll erreicht werden?
Transcribee-Desktop soll eine plattformübergreifende App werden, die lokale Dateien verarbeiten kann. Gleichzeitig wird die bestehende Codebase von Transcribee überarbeitet und Programmbibliotheken entstehen, sodass diese von Transcribee, Transcribee-Desktop und Dritten verwendet werden können. Außerdem sollen aktuelle Forschungsergebnisse zur Optimierung der automatisch generierten Transkripte zu einer verbesserten Qualität führen.