So erhalten Sie Untertitel aus jeder Videodatei (2026)

Untertitel aus einem Video zu bekommen läuft auf eine Frage hinaus: Enthält Ihre Datei bereits im Container eingebettete Untertitelspuren? Wenn ja, extrahieren Sie sie. Wenn nein, erstellen Sie sie aus dem Audio. Zu wissen, welche Situation vorliegt, dauert etwa 10 Sekunden und verändert den gesamten Workflow.

Prüfen Sie zuerst Ihre Datei

Bevor Sie irgendetwas anderes tun, finden Sie heraus, womit Sie es zu tun haben. Öffnen Sie ein Terminal und führen Sie aus:

ffprobe -loglevel error -select_streams s -show_entries stream=index,codec_name:stream_tags=language -of csv=p=0 your-video.mkv

Wenn die Ausgabe Untertitelstreams mit Codec-Namen wie subrip, ass oder webvtt auflistet, haben Sie textbasierte eingebettete Spuren und können diese direkt extrahieren. Wenn Sie hdmv_pgs_subtitle oder dvd_subtitle sehen, handelt es sich um bildbasierte Spuren (dazu unten mehr). Ist die Ausgabe leer, enthält die Datei keine eingebetteten Untertitel, und Sie müssen diese erstellen.

Sie können das auch ohne Terminal prüfen: Öffnen Sie die Datei in VLC, gehen Sie zu Untertitel und dann zu Untertitelspur. Wenn Untertiteloptionen erscheinen, sind eingebettete Spuren vorhanden.

Container-Realität: MKV vs. MP4

Das Containerformat bestimmt, welche Untertiteloptionen Ihnen zur Verfügung stehen. Diese Tabelle fasst die wichtigsten Unterschiede zusammen:

MKV ist das Containerformat, das am ehesten brauchbare eingebettete Untertitelspuren enthält, insbesondere Dateien, die von Blu-ray oder DVD gerippt wurden, heruntergeladene TV-Folgen oder Anime. MP4-Dateien, die von YouTube heruntergeladen, mit dem Handy aufgezeichnet oder aus einer Videoschnittsoftware exportiert wurden, enthalten fast nie eingebettete Untertitelspuren.

Weg 1: Eingebettete Textuntertitel extrahieren

Wenn ffprobe bestätigt hat, dass Sie textbasierte Untertitelspuren haben (Codecs subrip, ass oder webvtt), genügt für die Extraktion ein einziger FFmpeg-Befehl.

Die erste Untertitelspur als SRT extrahieren:

ffmpeg -i video.mkv -map 0:s:0 subtitles.srt

Eine bestimmte Spur per Index extrahieren (nützlich bei mehrsprachigen MKVs):

ffmpeg -i video.mkv -map 0:s:1 subtitles_track2.srt

Nach Sprach-Tag extrahieren:

ffmpeg -i video.mkv -map "0:m:language:eng" -map "-0:v" -map "-0:a" english.srt

Alle Untertitelspuren auf einmal extrahieren:

ffmpeg -i video.mkv output_%d.srt

Wer lieber eine grafische Oberfläche nutzt, findet in MKVToolNix das offizielle kostenlose Tool für Matroska-Dateien. Ziehen Sie Ihre MKV-Datei hinein, deaktivieren Sie die Video- und Audiospuren, lassen Sie die Untertitelspuren aktiviert und klicken Sie auf „Muxing starten“. Das Tool beherrscht die Extraktion von SRT, ASS, WebVTT und PGS (PGS landet in einer .sup-Datei, nicht im Textformat).

Das PGS-Problem

PGS- und VobSub-Spuren sind Bilder, kein Text. Ein Blu-ray-Rip speichert jeden Untertitelframe als Bitmap – auf dem Bildschirm sieht das wie Text aus, darin stecken aber keine durchsuchbaren Zeichen. FFmpeg kann diese nicht in SRT umwandeln, weil es keinen Text zum Umwandeln gibt. Sie haben zwei Möglichkeiten: Nutzen Sie eine OCR-Software (etwa die integrierte OCR von Subtitle Edit unter Windows), um den Text aus den Bildern zu gewinnen, oder verzichten Sie ganz auf die Extraktion und erstellen Sie frische KI-Untertitel über Weg 2 weiter unten.

Weg 2: Untertitel aus dem Audio erstellen

Bei den meisten alltäglichen Dateien – Handyvideos, Besprechungsaufzeichnungen, Bildschirmaufnahmen, Podcast-Ausschnitte und YouTube-Downloads – gibt es keine eingebetteten Spuren. Hier erstellen Sie Untertitel, indem Sie das Audio transkribieren.

Der CATT Untertitelgenerator erledigt das direkt im Browser, ohne dass Software installiert werden muss:

1. Laden Sie Ihre Videodatei hoch. MP4, MOV, AVI, MKV, WebM und WMV werden alle akzeptiert.
2. Wählen Sie die im Video gesprochene Sprache aus.
3. Warten Sie auf die Verarbeitung. Die meisten Videos unter 30 Minuten sind in wenigen Minuten fertig.
4. Prüfen Sie die generierten Untertitel im Editor und korrigieren Sie eventuelle Fehler.
5. Laden Sie die Untertiteldatei als SRT, VTT oder ASS herunter.

Moderne KI-Transkription erreicht bei klarem Audio mit einer einzelnen sprechenden Person 90 bis 98 Prozent Genauigkeit. Bei verrauschtem Audio, starken Akzenten oder dichtem Fachvokabular müssen Sie mit mehr Korrekturen rechnen.

Wenn Sie bereits ein Transkript haben und daraus eine getimte Untertiteldatei machen möchten, erzeugt das Tool Video zu Text einen zeitgestempelten Output, der sich direkt als SRT oder VTT exportieren lässt.

Das Ergebnis bearbeiten

Extrahierte Untertitel sind oft sofort verwendbar. Generierte Untertitel brauchen eine kurze Durchsicht.

Die häufigsten Korrekturen:

• Eigennamen. Namen von Personen und Marken werden häufig phonetisch transkribiert.
• Zeilenumbrüche. Lange Zeilen sollten an natürlichen Phrasengrenzen umbrochen werden. Halten Sie jede Zeile bei maximal 42 Zeichen und pro Untertitelblock bei höchstens zwei Zeilen.
• Timing-Lücken. Untertitel, die leicht zu früh oder zu spät gegenüber dem Audio erscheinen. Passen Sie die Startzeit in einem beliebigen SRT-Editor an.
• Anzeigedauer. Mindestens eine Sekunde und höchstens sieben Sekunden pro Untertitelblock sorgen für angenehmes Lesen.

SRT-Dateien lassen sich direkt in jedem Texteditor bearbeiten, da das Format reiner Text ist. Für eine visuelle Timeline-Ansicht werfen Sie einen Blick auf den Untertiteleditor-Vergleich, um das passende Desktop- oder Browser-Tool zu finden.

Untertitelformate: Welches sollten Sie herunterladen?

SRT ist für fast alles die richtige Standardwahl. Es funktioniert in YouTube, VLC, Premiere Pro, Final Cut Pro, DaVinci Resolve und praktisch jeder Videoplattform und jedem Schnitttool. Das Format ist eine reine Textdatei mit nummerierten Cue-Blöcken, Zeitstempeln und Untertiteltext.

VTT (WebVTT) ist der Webstandard für HTML5-Videoplayer. Verwenden Sie es, wenn Sie ein Video direkt auf einer Website mit dem track-Element einbetten.

ASS/SSA lohnt sich zu kennen, wenn es um formatierte Untertitel mit eigenen Schriftarten, Farben und Positionierung geht. Häufig in der Anime-Distribution anzutreffen. Die meisten Tools, die SRT akzeptieren, akzeptieren auch ASS – prüfen Sie aber zuerst Ihre Zielplattform.

Für die Unterschiede im Detail siehe SRT vs. VTT: Untertitelformate.

Nachdem Sie die Untertiteldatei haben

Die Untertiteldatei und das Video sind zwei getrennte Assets. Es gibt zwei Möglichkeiten, sie zu verwenden:

Soft-Untertitel (separate Datei): Laden Sie die SRT- oder VTT-Datei zusammen mit Ihrem Video hoch. Zuschauer können sie ein- und ausschalten. Das ist der Standard bei YouTube, Vimeo und Streaming-Plattformen. Die Kodierung übernimmt die Plattform selbst.

Hard-Untertitel (eingebrannt): Der Untertiteltext wird fest in die Videopixel gerendert. Erforderlich für Instagram Reels, TikTok und jede Plattform, auf der Zuschauer ohne Steuerungsmöglichkeiten schauen. Den Workflow beschreiben die Anleitungen Wie man Untertitel zu einem Video hinzufügt und Untertitel ins Video einbrennen.

Wenn Sie Untertitel in eine andere Sprache übersetzen lassen möchten, lesen Sie die Anleitung Workflow zur Untertitelübersetzung.

FAQ

Kann ich Untertitel aus einem Video erhalten, wenn ich nicht weiß, welche Sprache es enthält?

Ja. Laden Sie das Video bei einem KI-Untertitelgenerator hoch und lassen Sie das Modell die Sprache automatisch erkennen, oder probieren Sie einige gängige Optionen manuell aus. Die Erkennungsgenauigkeit ist bei wichtigen Sprachen hoch. Sobald Sie die Untertitel haben, können Sie sie durch ein Übersetzungstool schicken, wenn Sie eine andere Ausgabesprache benötigen.

Wie lange dauert die KI-gestützte Untertitelerstellung?

Bei einem typischen 10-minütigen Video ist die Erstellung in etwa 30 bis 90 Sekunden abgeschlossen. Ein einstündiges Video dauert meist 3 bis 6 Minuten. Das ist um Größenordnungen schneller als die manuelle Untertitelerstellung, die das Fünf- bis Zehnfache der Videolaufzeit in Anspruch nimmt.

Meine MKV-Datei enthält eingebettete Untertitel, aber FFmpeg zeigt beim Extrahieren einen Fehler an. Warum?

Die häufigste Ursache sind bildbasierte Untertitelspuren. Blu-ray-Rips enthalten oft PGS-Spuren (Presentation Graphic Stream) oder VobSub-Spuren – Bitmaps, kein Text. FFmpeg kann diese nicht direkt in SRT oder VTT umwandeln. Führen Sie ffprobe für Ihre Datei aus, um den Codec-Namen zu prüfen. Wenn Sie hdmv_pgs_subtitle oder dvd_subtitle sehen, brauchen Sie einen OCR-Schritt oder sollten stattdessen ein neues Texttranskript erstellen.

In welchen Formaten kann ich die Untertitel erhalten?

Die nützlichsten Ausgabeformate sind SRT (funktioniert mit YouTube, VLC, Premiere Pro, Final Cut und nahezu jeder Videoplattform), VTT (der Webstandard für HTML5-Player) und ASS/SSA (für formatierte Untertitel mit eigenen Schriftarten und Positionierung). Die meisten KI-Generatoren und auch FFmpeg unterstützen alle drei. SRT ist die sicherste Standardwahl.

Quellen

• Untertitel und Captions aus Videodateien mit FFmpeg extrahieren, Mux
• ffprobe-Dokumentation, FFmpeg.org
• Offizielle MKVToolNix-Website, mkvtoolnix.com
• Eingebettete vs. eingebrannte Untertitel, Subtitle Toolkit
• Leitfaden zum Zeichenlimit für Untertitel, Syncara
• VLC-Untertitel-Dokumentation, VideoLAN Wiki