M4A in Text umwandeln: Der Weg über die iPhone-Sprachmemos

Der schnellste Weg

Ziehen Sie die M4A-Datei einfach in das Audio-zu-Text-Tool von ConvertAudioToText und klicken Sie auf „Transkribieren“. Keine Konvertierung nötig. Das Tool akzeptiert M4A nativ, übernimmt das AAC-Dekodieren intern und liefert ein Transkript mit Zeitstempeln zurück. Bei einer Sprachmemo-Aufnahme vom iPhone brauchen Sie über das Teilen-Menü in iOS nur etwa 30 Sekunden von der Aufnahme bis zur hochgeladenen Datei. Der komplette Sprachmemo-Workflow beschreibt die Schritte über das Teilen-Menü und iCloud im Detail.

Das ist die Antwort für die meisten. Der Rest dieses Beitrags gilt für den Fall, dass etwas schiefgeht – oder wenn Sie verstehen möchten, womit Sie es eigentlich zu tun haben.

Was M4A wirklich ist (und warum der Name alle verwirrt)

M4A ist ein Container, kein Codec. Der MPEG-4-Container umschließt das eigentliche Audio, das fast immer AAC (Advanced Audio Coding) ist. AAC ist der Kompressionsalgorithmus, der die Dateigröße reduziert und dabei die Audioqualität erhält. Der Container ergänzt Metadaten, Kapitelmarkierungen, Cover-Artwork und die interne Struktur, die Player und Tools auslesen.

Das ist relevant, weil sich zwei grundverschiedene Codecs dieselbe Endung .m4a teilen:

An der Endung allein erkennen Sie nicht, welche Variante Sie vor sich haben. Unter macOS: Rechtsklick auf die Datei, „Informationen“ wählen und das Feld „Art“ lesen. Dort steht dann „AAC-Audiodatei“ oder „Apple-Lossless-Audiodatei“. Die Dateigröße ist ein grober Indikator: Eine einstündige M4A unter 60 MB ist mit hoher Wahrscheinlichkeit AAC; eine Datei Richtung 200 MB ist wahrscheinlich ALAC.

Für die Transkription spielt der Unterschied nur beim Hochladen eine Rolle. Beide Varianten dekodieren moderne Tools problemlos. ALAC gibt der Transkriptions-Engine etwas mehr Signal zum Arbeiten, doch der Genauigkeitsunterschied fällt bei klaren Sprachaufnahmen vernachlässigbar gering aus.

Woher M4A-Dateien stammen

Wer die Quelle kennt, weiß, welche Qualität ihn erwartet.

iPhone-Sprachmemos sind weltweit die mit Abstand größte Quelle für M4A-Dateien. Die App nimmt standardmäßig mit 48 kHz und rund 64 kbps AAC auf. Das ergibt etwa 30 MB pro Stunde. Wenn Sie in den Einstellungen der Sprachmemos die Qualitätsoption „Verlustfrei“ aktiviert haben, wechselt die App zu ALAC, und die Dateien werden deutlich größer. Die Standardeinstellung mit 64 kbps reicht für die Sprachtranskription in Innenräumen aus; Außenaufnahmen mit Wind leiden schneller.

GarageBand und Logic Pro exportieren zum Teilen standardmäßig M4A (AAC). Podcast-Produzenten, die mit GarageBand arbeiten, exportieren den fertigen Mix als M4A, bevor sie ihn auf eine Hosting-Plattform hochladen. Für die Transkription ist das die hochwertigste M4A, der Sie wahrscheinlich begegnen werden: im Studio aufgenommen, abgemischt, typischerweise 128-256 kbps.

Podcast-Feed-Dateien. Viele Podcast-Anbieter wählen AAC/M4A statt MP3, weil die Dateien bei gleicher Qualität kleiner sind. Laden Sie eine Podcast-Folge direkt über einen RSS-Feed-Link herunter, statt sie in einer App zu streamen, erhalten Sie meist eine M4A-Datei.

Apple-Music-Käufe (DRM-frei). Seit Januar 2009 ist sämtliche Musik aus dem iTunes Store DRM-freies 256-kbps-AAC in einem M4A-Container. Gekaufte Spoken-Word-Inhalte aus dem iTunes Store (Vorträge, Comedy-Specials) fallen ebenfalls in diese Kategorie. Diese lassen sich direkt transkribieren.

QuickTime-Bildschirm- und Tonaufnahmen am Mac nutzen für reine Audioaufnahmen standardmäßig M4A. Zeichnen Sie ein Meeting über QuickTime auf statt über einen Meeting-Bot, landet das Ergebnis als M4A.

Das DRM-Problem: M4P und alte M4B-Dateien

Manche Dateien der M4A-Familie sind verschlüsselt und lassen sich ohne Entfernen des DRMs nicht transkribieren – was in der Regel einen Lizenzverstoß darstellt.

Die drei Varianten, die Sie kennen sollten:

• M4A: Standard-AAC-Container, ohne DRM, funktioniert in jedem Player und jedem Transkriptionstool.
• M4B: Hörbuchformat, gleicher Container. Nach 2009 gekaufte Bücher sind meist DRM-frei; ältere iTunes-Hörbuchkäufe tragen FairPlay-DRM. Sie erkennen es daran, ob die Datei auch außerhalb der Apple-Software abgespielt werden kann.
• M4P: das alte DRM-geschützte Apple-Music-Format, gesichert mit FairPlay (Apples AES-128-Verschlüsselungsschicht). Apple entfernte 2009 das DRM von Musikkäufen und ersetzte M4P-Dateien in den Nutzerbibliotheken durch M4A-Äquivalente. Echte M4P-Dateien sind heute selten, existieren aber weiterhin in alten iTunes-Bibliotheken.

Zur Diagnose: Lässt sich eine Datei problemlos in VLC oder Windows Media Player abspielen, ist sie nicht DRM-gesperrt. Spielt sie nur in Apple-Software und wirft überall sonst einen Fehler aus, ist die Verschlüsselung aktiv, und die Datei kann von einem Transkriptionstool eines Drittanbieters nicht dekodiert werden.

Warum manche Tools M4A weiterhin ablehnen

Auch ohne DRM treffen Sie gelegentlich auf Tools, die eine M4A-Datei ablehnen. Dafür gibt es zwei echte Gründe:

AAC-Lizenzierung. Früher fielen für AAC Patentgebühren an, weshalb manche Softwareanbieter darauf verzichteten, einen AAC-Decoder zu entwickeln. Die Kernpatente liefen 2012 aus, die übrigen spätestens 2017 – bei Tools, die nach 2017 entwickelt oder aktualisiert wurden, dürfte das also kein Thema sein. Wirft ein Transkriptionsdienst bei Ihrer M4A-Datei einen Fehler aus, ist das Tool vermutlich alt oder baut auf einer Decoder-Bibliothek auf, die älter als das Patentauslaufdatum ist.

„MP4-Audio“-Verwirrung. Manche Upload-Parser lehnen Dateien mit der Endung .m4a ab, weil ihre MIME-Type-Whitelist audio/mp4 oder video/mp4 vorsieht, aber nicht audio/x-m4a. Der Inhalt der Datei ist identisch; nur der Mustervergleich der Endung schlägt fehl. Der Workaround: Benennen Sie die Datei vor dem Hochladen in .mp4 um. Am Audioinhalt ändert sich nichts. Scheitert das weiterhin, konvertieren Sie zu WAV – mit dem Befehl aus dem Abschnitt unten.

M4A vs. MP3 für die Transkription: Der echte Trade-off

Beide Formate eignen sich gut für Sprache. Der Unterschied liegt in der Effizienz, nicht in der Qualität bei gleicher Bitrate.

AAC (in M4A) wurde als Nachfolger von MP3 entworfen. Bei vergleichbaren Bitraten bewahrt AAC mehr von den hochfrequenten Details, die Spracherkennungs-Engines verwenden. Am stärksten zeigt sich der praktische Unterschied bei niedrigen Bitraten: Eine Sprachmemo mit 64 kbps AAC klingt für die Transkription noch verständlich; bei 64 kbps MP3 verschmieren Sibilanten und Frikative zunehmend.

Bei den für die Transkription relevanten Formaten und Dateigrößen kostet Sie 60 Minuten Audio Folgendes:

Als Eingabe für die Transkription ist 128 kbps AAC mehr als ausreichend. Der iPhone-Standard mit 64 kbps funktioniert für Sprache in Innenräumen problemlos.

Einen tieferen Blick auf die Codec-Trade-offs bietet wie sich die Formatwahl auf die Transkription auswirkt.

Formatspezifische Stolperfallen bei der M4A-Transkription

M4A mit variabler Bitrate (VBR). Manche Encoder erzeugen VBR-M4A, bei denen die Bitrate innerhalb der Datei je nach Audiokomplexität schwankt (etwa von 40 bis 130 kbps). Moderne Tools handhaben das korrekt. Liefert ein Tool speziell bei einer VBR-Datei einen Dekodierfehler, encodieren Sie neu mit konstanter Bitrate:

ffmpeg -i input.m4a -b:a 128k output_cbr.m4a

Mehrkanal- und Surround-M4A. Bei Sprache selten, taucht aber in Broadcast- und Film-Workflows auf. Eine 5.1-M4A bringt manche Transkriptions-Decoder durcheinander, die Mono oder Stereo erwarten. Mischen Sie zuerst auf Mono herunter:

ffmpeg -i surround.m4a -ac 1 mono.m4a

M4A mit Kapitelmarken (Hörbuch-Stil). M4A unterstützt eingebettete Kapitelmetadaten, wie sie in Hörbuch- und erweiterten Podcast-Formaten verbreitet sind. Transkriptions-Pipelines ignorieren Kapitelmetadaten; das Audio wird als ein durchgehender Strom transkribiert. Das entstehende Transkript passt nicht zu den Kapitelgrenzen. Brauchen Sie kapitelgenaue Transkripte, teilen Sie die Datei vor dem Hochladen an den Kapitel-Zeitstempeln.

ALAC, das für AAC gehalten wird. Schicken Sie eine ALAC-M4A an ein Tool, das ausschließlich AAC erwartet, stolpern einige ältere Parser. Der Inhalt lässt sich retten, indem Sie zuerst zu AAC konvertieren:

ffmpeg -i input_alac.m4a -acodec aac -b:a 192k output_aac.m4a

Wann Sie tatsächlich erst konvertieren müssen

Meistens laden Sie M4A direkt hoch. Konvertieren Sie nur, wenn:

1. Das Tool die Datei explizit ablehnt und die Umbenennung in .mp4 nichts hilft.
2. Mehrkanal-Audio einen Decoderfehler auslöst (wie oben auf Mono heruntermischen).
3. Verdacht auf DRM die Wiedergabe außerhalb der Apple-Software blockiert.
4. Das Tool wirklich alt ist und vor der AAC-Lizenzreform von 2017 datiert.

Konvertieren Sie für maximale Kompatibilität zu WAV:

ffmpeg -i input.m4a -acodec pcm_s16le -ar 48000 output.wav

Konvertieren Sie zu MP3 für Tools, die MP3 akzeptieren, aber kein M4A:

ffmpeg -i input.m4a -acodec mp3 -ab 192k output.mp3

Von 128 kbps M4A zu 192 kbps MP3 ist nahezu verlustfrei. Von 64 kbps M4A zu 64 kbps MP3 stapelt sich die verlustbehaftete Kompression und verschlechtert die Qualität auf beiden Seiten; nehmen Sie für die MP3-Ausgabe mindestens 128 kbps.

Wer direkt mit dem AAC-Format arbeitet, findet in AAC in Text umwandeln mehr dazu.

Preisliche Einordnung: Was die M4A-Transkription kostet

M4A wird nach Dauer abgerechnet, nicht nach Format. Tools mit nativer M4A-Unterstützung verrechnen es bei der Abrechnung genauso wie MP3 oder WAV.

Einige überprüfte Referenzpunkte, Stand Juli 2026:

• Rev: KI-Transkription für 0,25 $ pro Audiominute, nutzungsbasiert; Abo-Pläne ab 25,49 $ pro Sitzplatz/Monat (jährlich abgerechnet) inklusive 5.000 KI-Minuten. Menschliche Transkription für 1,99 $ pro Audiominute.
• Otter.ai: Kostenlose Version mit 300 Minuten/Monat; Pro für 16,99 $ pro Nutzer/Monat (oder 8,33 $ bei jährlicher Abrechnung) mit 1.200 Minuten/Monat.
• TurboScribe: Kostenlose Version mit 3 Transkripten/Tag (jeweils maximal 30 Minuten); Unlimited für 20 $/Monat oder 10 $/Monat bei jährlicher Abrechnung.
• Descript: Kostenlose Version mit 60 Medienminuten/Monat; Hobbyist für 24 $/Monat mit 10 Medienstunden/Monat; Creator für 35 $/Monat mit 30 Medienstunden/Monat.
• Happy Scribe: Basic für 17 EUR/Monat (oder 8,50 EUR bei jährlicher Abrechnung) für 120 Minuten; Pro für 29 EUR/Monat für 600 Minuten; nutzungsbasiert für 0,20 EUR/Minute.

Keiner dieser Anbieter berechnet M4A anders als MP3. Abgerechnet wird allein nach Dauer.

Wenn Sie nur ein sauberes Transkript brauchen, ohne Meeting-Bot und ohne Abo, nimmt der Uploader von ConvertAudioToText M4A direkt an: 10 Minuten kostenlos, kostenpflichtige Tarife für längere Dateien. Kein Meeting-Bot, den man installieren müsste.

Häufige Fragen

Kostet die M4A-Transkription mehr als MP3?

Nein. Jeder Transkriptionsdienst berechnet nach Audiodauer, nicht nach Dateiformat oder Containertyp. Ein M4A und eine MP3 derselben 30-minütigen Aufnahme kosten exakt gleich viel zum Transkribieren, sofern beide Formate akzeptiert werden. Ein Tool, das M4A überhaupt nicht unterstützt, zwingt Sie eventuell zuerst zur Konvertierung, aber am Transkriptionspreis selbst ändert sich nichts.

Warum lässt sich meine M4A-Datei problemlos abspielen, wird aber von einem Transkriptionstool trotzdem abgelehnt?

Die häufigste Ursache ist ein Upload-Parser, der die Dateiendung prüft statt des tatsächlichen Codecs. Versuchen Sie, die Datei vor dem Hochladen von .m4a in .mp4 umzubenennen. Lehnt das Tool sie weiterhin ab, hat der Parser möglicherweise eine strenge MIME-Type-Whitelist, die audio/x-m4a ausschließt. Konvertieren Sie in diesem Fall mit ffmpeg zu WAV und laden Sie die WAV-Datei hoch.

Kann ich Apple-Music-Downloads im M4A-Format transkribieren?

Wurden Ihre Apple-Music-Dateien nach Januar 2009 im iTunes Store gekauft, handelt es sich um DRM-freies 256-kbps-AAC in einem M4A-Container, und sie lassen sich ohne Probleme transkribieren. Abonnieren Sie Apple Music (statt Titel zu kaufen), verwenden diese Streams FairPlay-DRM und lassen sich nicht als abspielbare M4A-Dateien für die Transkription speichern.

Was ist der Unterschied zwischen M4A und M4B bei der Transkription?

M4B ist die Hörbuchvariante von M4A – gleicher MPEG-4-Container und intern derselbe AAC-Codec. Der Unterschied liegt in den Metadaten-Konventionen und, bei älteren iTunes-Käufen, im DRM. Moderne M4B-Hörbücher, die nach 2009 gekauft wurden, sind DRM-frei und transkribieren genau wie M4A. Ältere M4B-Dateien aus dem iTunes-Hörbuch-Store von vor 2009 können DRM-gesperrt sein. Das Audio darin ist identisch mit M4A, solange kein DRM vorhanden ist.

Quellen

• Apple-Community-Thread zum Dateiformat und zur Bitrate der Sprachmemos: https://discussions.apple.com/thread/6531359
• Wikipedia: Apple Lossless Audio Codec (ALAC), Details zu Container und Endung: https://en.wikipedia.org/wiki/Apple_Lossless_Audio_Codec
• Wikipedia: Geschichte von FairPlay-DRM und das M4P-Format: https://en.wikipedia.org/wiki/FairPlay
• Rev-Preisseite (überprüft Juli 2026): https://www.rev.com/pricing
• Otter.ai-Preisseite (überprüft Juli 2026): https://otter.ai/pricing
• TurboScribe-Preise (überprüft über Drittanbieterquellen, Juli 2026): https://turboscribe.ai/pricing
• Descript-Preisseite (überprüft Juli 2026): https://www.descript.com/pricing
• Happy-Scribe-Preisseite (überprüft Juli 2026): https://www.happyscribe.com/pricing
• AudioUtils: M4A-Formatreferenz: https://audioutils.com/guide/m4a-format-complete-guide
• AudioUtils: M4A und das iPhone-Format erklärt: https://audioutils.com/blog/what-is-m4a-iphone-format