Transkription von Videos und Audiodateien
Kurz gesagt
- Daminion wandelt gesprochene Sprache in Videos und Audiodateien per KI in Text um und erstellt dazu eine kurze Zusammenfassung.
- Gestartet wird wie die KI-Verschlagwortung: Dateien markieren, im Desktop-Client „Aktionen“ → „AI-Tagging“, im Web-Client „Aktionen“ → „AI Etiketten erstellen“.
- Die Transkription läuft immer über den Dienst Whisper von OpenAI. Nötig ist ein eigener API-Schlüssel bei OpenAI, abgerechnet wird nach Länge der Aufnahme.
- Die Wörter aus dem Transkript finden Sie über die Schnellsuche. Im Web-Client öffnen Sie das Transkript über „Aktionen“ → „View AI video tags“ und springen mit einem Klick auf einen Satz an die passende Stelle.
- Bei Videos beschreibt Daminion zusätzlich jede Szene mit Titel, Beschreibung, Labels und Objekten (Reiter „Visual“).
Interviews, Mitschnitte von Veranstaltungen oder Schulungsvideos werden mit der Transkription per KI durchsuchbar. Daminion schreibt auf, was in der Aufnahme gesagt wird, und legt eine kurze Zusammenfassung im Feld AI-Beschreibung ab. So finden Sie eine Aufnahme über das, was darin gesagt wird. Die Funktion steht ab Version 10.5 zur Verfügung.
Voraussetzungen
API-Schlüssel bei OpenAI: Ein Daminion-Administrator hat für den Katalog die KI-Verschlagwortung mit einem API-Schlüssel für ChatGPT eingerichtet, siehe KI-Verschlagwortung einrichten. Die Transkription läuft immer über OpenAI, auch wenn Sie Bilder mit einem lokalen KI-Modell verschlagworten. Die Kosten rechnet OpenAI nach der Länge der Aufnahmen direkt mit Ihnen ab.
Videovorschau für den Web-Client: Damit Sie Videos im Web-Client abspielen und mit einem Klick auf den Text an eine Stelle springen können, muss die Videovorschau eingeschaltet sein, siehe Videovorschau im Web-Client aktivieren. Ohne Videovorschau wird die Aufnahme trotzdem transkribiert, Abspielen und Springen sind dann aber nicht möglich.
Welche Dateien sich eignen
Transkribieren lassen sich Audiodateien, zum Beispiel MP3 und WAV, sowie Videos, zum Beispiel MP4 und MOV. Pro Aufnahme wird eine Sprache erkannt. Aufnahmen, in denen mehrere Sprachen gesprochen werden, unterstützt Daminion nicht.
Die Transkription starten
Markieren Sie die Videos oder Audiodateien und starten Sie die KI-Verschlagwortung genauso wie bei Bildern:
- Desktop-Client: rechte Maustaste auf eine der markierten Dateien, „Aktionen“ → „AI-Tagging“.
- Web-Client: „Aktionen“ → „AI Etiketten erstellen“.
Welche Tags Sie im folgenden Fenster auswählen, spielt für Videos und Audiodateien keine Rolle. Daminion erstellt immer das vollständige Transkript und eine kurze Zusammenfassung. Wie das Fenster im Einzelnen aussieht, beschreibt das Kapitel KI-Verschlagwortung verwenden.
Eine 40-minütige Aufnahme ist in etwa fünf Minuten fertig. Vor dem Senden an OpenAI bereitet Daminion die Datei vor. Ein leistungsfähiger Prozessor beschleunigt diesen Schritt. Im Web-Client zeigt eine Meldung unten rechts, wenn die Verarbeitung abgeschlossen ist.
Den Fortschritt verfolgen: Klicken Sie im Web-Client oben rechts auf die Glocke und bei „Automatisches Taggen abgeschlossen“ auf „Mehr Details…“. In einem neuen Tab öffnet sich die Übersicht „Media Queue“. Sie zeigt, wie viele Dateien warten, gerade verarbeitet werden, fertig sind oder nicht verarbeitet werden konnten, und listet jede Datei mit Fortschritt und Zeitpunkt auf. Über das Suchfeld finden Sie eine bestimmte Datei. Die Übersicht enthält auch Bilder, die Sie mit der KI-Verschlagwortung bearbeitet haben.
Die Ergebnisse ansehen
Im Web-Client markieren Sie das Video oder die Audiodatei und wählen „Aktionen“ → „View AI video tags“. Es öffnet sich die Ansicht „AI Video Tags“: links die Aufnahme mit dem Abspielbereich, rechts zwei Reiter.
- Reiter „Audio“: das Transkript, in Abschnitte mit Zeitangabe aufgeteilt. Ein Klick auf einen Abschnitt springt an diese Stelle der Aufnahme. Über das Suchfeld oberhalb des Transkripts suchen Sie nach Wörtern im Text.
- Reiter „Visual“ (bei Videos): Daminion teilt das Video in Szenen ein und beschreibt jede Szene per KI mit einem Titel, einer kurzen Beschreibung, Labels und den erkannten Objekten. Die vollständige Beschreibung öffnen Sie mit „More“. Mit den Pfeilen neben „Keyframes“ springen Sie von Szene zu Szene. In der Zeitleiste unter dem Video sind die Szenen als einzelne Abschnitte zu sehen.
Im Desktop-Client sehen Sie die Zusammenfassung im Feld AI-Beschreibung. Das Transkript selbst durchsuchen Sie über die Schnellsuche.
In beiden Clients finden Sie Aufnahmen über die Schnellsuche, wenn Sie ein Wort eingeben, das darin gesagt wird.
Tipps für gute Ergebnisse
- Namen und Fachbegriffe, etwa Produkt- oder Personennamen, schreibt die KI nicht immer so, wie Sie es erwarten. Tragen Sie wichtige Begriffe deshalb zusätzlich als Stichwörter ein. Dann finden Sie die Aufnahme in jedem Fall.
- Am besten funktioniert die Transkription bei klar verständlicher Sprache. Passagen nur mit Musik oder Geräuschen ergeben keinen sinnvollen Text. Bei solchen Aufnahmen lohnt ein kurzer Blick ins Transkript.
War diese Seite hilfreich?
