Sprachnachricht am iPhone als Datei speichern
Eine Sprachnachricht steckt zunächst nur im Chat. Damit sie hier abgetippt werden kann, muss sie als Datei auf das Gerät. Am iPhone halten Sie die Nachricht gedrückt, bis das Menü erscheint, und tippen auf „Weiterleiten“. Statt einen Chat auszuwählen, tippen Sie unten rechts auf das Teilen-Symbol (das Quadrat mit dem Pfeil nach oben). In der Liste, die dann aufgeht, wählen Sie „In Dateien sichern“ und einen Ordner, etwa „Auf meinem iPhone“. Auf dieser Seite tippen Sie danach auf das Auswahlfeld, dann auf „Durchsuchen“, und finden die Datei in genau diesem Ordner.
Mehrere Nachrichten auf einmal gehen auch: Im Menü „Weiterleiten“ markieren Sie weitere Sprachnachrichten, bevor Sie teilen. Abgetippt wird hier aber eine Datei nach der anderen, und je Stunde ist eine Aufnahme möglich. Wer viele Nachrichten auf einmal abschreiben muss, wählt die längste oder wichtigste zuerst.
Sprachnachricht bei Android als Datei speichern
Bei Android halten Sie die Nachricht gedrückt, bis sie markiert ist, und tippen oben auf das Teilen-Symbol oder im Drei-Punkte-Menü auf „Teilen“. Als Ziel eignen sich die App „Dateien“ (bei Samsung „Eigene Dateien“) oder Google Drive. Je nach Handy und WhatsApp-Version heißen die Einträge etwas anders, der Weg bleibt gleich. Es gibt noch einen zweiten Weg ohne Teilen: WhatsApp legt empfangene und gesendete Sprachnachrichten in einem eigenen Ordner ab, auf aktuellen Android-Versionen unter „Android/media/com.whatsapp/WhatsApp/Media/WhatsApp Voice Notes“. Darin liegen Unterordner je Woche, etwa „202641“, und darin Dateien wie „PTT-20261009-WA0003.opus“; die Ziffern im Namen sind das Datum. Den Ordner sehen Sie in einer Dateien-App oder, wenn das Handy per USB am Rechner hängt, auch am PC.
Am PC selbst sind Sprachnachrichten schwerer zu greifen. Am einfachsten schicken Sie die Datei vom Handy an sich selbst, etwa per E-Mail, oder legen sie in einen Cloud-Ordner, den Sie am PC öffnen. Die Seite läuft in Chrome, Edge, Firefox und Safari; auf dem Rechner ziehen Sie die Datei einfach auf das Feld oben.
Was in einer .opus-Datei steckt
WhatsApp speichert Sprachnachrichten im Format Opus, verpackt in einen OGG-Container. Die Endung ist .opus, manchmal auch .ogg; der Inhalt ist derselbe. Opus ist für Sprache gebaut und kommt mit sehr kleinen Datenraten aus, deshalb sind Sprachnachrichten so klein. Viele Programme unter Windows und manche ältere Abspieler kennen das Format nicht und zeigen eine unbekannte Datei. Für dieses Werkzeug ist das kein Problem. Ihr Browser liest die Datei, rechnet sie in eine Tonspur mit einem Kanal und 16.000 Abtastwerten je Sekunde um und schickt nur diese an unseren Server. Kann Ihr Browser die Datei nicht selbst lesen, sagt die Seite das und bietet an, die Datei unverändert zu senden; das passiert nur, wenn Sie den Knopf dafür drücken. Umbenennen müssen Sie nichts.
WhatsApps eigenes Transkript im Vergleich
WhatsApp kann Sprachnachrichten seit Ende 2024 selbst abschreiben. Sie schalten das unter Einstellungen, Chats, „Transkripte von Sprachnachrichten“ ein, wählen dort die Sprache und halten danach eine Sprachnachricht gedrückt, um „Transkribieren“ zu wählen. Die Abschrift entsteht auf Ihrem Handy, die Nachricht verlässt das Gerät dafür nicht. Wenn das bei Ihnen auf Deutsch funktioniert, ist es der schnellere Weg, und ehrlich gesagt der bessere für eine kurze Nachricht, die Sie nur lesen statt hören wollen.
Dieses Werkzeug lohnt sich in anderen Fällen. Auf vielen Android-Handys bot WhatsApp lange kein Deutsch an und meldet dann „Deutsch nicht verfügbar“; die Sprache kommt dort nach und nach, aber nicht auf jedem Gerät gleichzeitig. Das WhatsApp-Transkript bleibt in der App, hier bekommen Sie den Text zum Kopieren, als Textdatei oder als Word-Dokument, dazu Zeitstempel als SRT-Untertitel. Unter „Selbst einstellen“ geben Sie Namen und Fachbegriffe vor, etwa den Namen einer Straße oder eines Medikaments, und können das genaue Modell Whisper large-v3 wählen. Und die Seite läuft auch am PC, wenn die Nachricht dort weiterverarbeitet werden soll. Der Preis dafür: Die Tonspur geht an unseren Server, während WhatsApp auf dem Handy bleibt. Wer das nicht möchte, nimmt WhatsApps eigene Funktion.
Was mit Ihrer Aufnahme passiert
Die Tonspur liegt während der Verarbeitung in einem eigenen, nur für diesen Auftrag angelegten temporären Ordner auf unserem Server in Deutschland. Mit der Auslieferung des Textes an Ihren Browser löschen wir Ton und Text. Holen Sie das Ergebnis nicht ab, etwa weil Sie die Seite schließen, löscht ein Prüflauf alles spätestens 30 Minuten, nachdem der Text fertig ist. Mit „Abbrechen“ geht es sofort.
Unser Transkriptionsdienst protokolliert je Auftrag nur Dauer, Größe und Status. Kein Dateiname, kein Text, keine IP-Adresse, auch nicht die Namen und Fachbegriffe, die Sie angeben. Für die Grenze von einer Aufnahme pro Stunde hält der Server einen gesalzenen Hash Ihrer IP-Adresse im Arbeitsspeicher, aus dem sich die Adresse nicht zurückrechnen lässt. Wir geben nichts weiter und trainieren kein Modell mit Ihren Aufnahmen. Die Erkennung läuft vollständig auf unserem eigenen Rechner, ohne Cloud-Dienst eines Dritten. Der Weg dorthin führt verschlüsselt über Cloudflare: Cloudflare leitet die Tonspur nur durch und sieht dabei, wie bei jedem Aufruf dieser Website, Ihre IP-Adresse (Einzelheiten in der Datenschutzerklärung). Eine Sprachnachricht stammt oft von jemand anderem. Laden Sie sie nur hoch, wenn Sie davon ausgehen können, dass die Person mit einer Abschrift einverstanden ist.
Wie gut das bei Sprachnachrichten klappt
Sprachnachrichten sind selten Studioqualität: Wind, Auto, Straßenlärm, ein Handy in der Jackentasche. Wir haben am 02.10.2026 einen deutschen Text von 90 Wörtern so verfremdet, dass er wie eine Sprachnachricht aus dem Auto klingt, mit Hall, Rauschen, Telefon-Frequenzband und Opus mit 16 kbit/s. Abweichend waren 2 von 90 Wörtern („Nebenposten“ statt „Nebenkosten“), sauber aufgenommen war es 1 von 90. Gesprochen hat dabei eine Computerstimme; echte Menschen mit Dialekt, Nuscheln oder mehreren Stimmen durcheinander ergeben deutlich mehr Fehler. Namen, Zahlen und seltene Fachwörter sind die häufigsten Fehlerquellen, dafür gibt es das Feld für Namen und Fachbegriffe.
Whisper setzt Satzzeichen selbst und schreibt Zahlen meist als Ziffern. Nach einer Pause ab zwei Sekunden beginnt ein neuer Absatz. Die Erkennung trennt keine Sprecher. Spricht in einer Nachricht jemand im Hintergrund mit, steht das mit im Text.
Grenzen und Dauer
Eine Aufnahme darf bis zu 2 Stunden lang sein, mit dem genauen Modell bis 30 Minuten; WhatsApp-Sprachnachrichten liegen fast immer weit darunter. Je Stunde und Internetanschluss ist eine Aufnahme möglich, wann die nächste geht, zeigt die Seite unter dem Knopf an. Eine Minute Sprachnachricht ist mit dem schnellen Modell meist in wenigen Sekunden abgetippt, länger dauert manchmal das Senden über mobiles Netz. Lassen Sie den Bildschirm an, bis der Text erscheint. Für andere Aufnahmen, etwa Videos, Diktate oder Untertitel, gibt es die allgemeine Seite Sprachnachricht in Text, für Sprachmemos vom iPhone die Anleitung Sprachmemo transkribieren.