OGG in Text umwandeln (WhatsApp-Sprachnachrichten) 2026

Der schnelle Weg

Lade deine .ogg- oder .opus-Datei direkt bei ConvertAudioToText hoch und erhalte für kurze Clips in unter einer Minute dein Transkript. Keine Konvertierung nötig. Wenn du hier gelandet bist, weil eine WhatsApp-Sprachnachricht als .opus-Datei in deinen Dateien gelandet ist: Das ist ein OGG-Container mit Opus-Audio darin, und er lässt sich genauso hochladen.

Der Rest dieses Beitrags erklärt, warum sich OGG-Dateien je nachdem, welches Programm sie erstellt hat, unterschiedlich verhalten, wie du sie überhaupt erst vom Handy bekommst und was die Codec-Unterschiede für die Transkriptionsqualität bedeuten.

Warum OGG in deinem Workflow auftaucht

OGG ist ein Containerformat, kein Audio-Codec. Stell es dir wie eine ZIP-Datei vor: Der Container enthält den Audiostream, und die eigentliche Kodierung übernimmt entweder Vorbis (älter, universell einsetzbar) oder Opus (neuer, auf Sprache optimiert). Beide sind lizenzgebührenfrei – deshalb landeten sie in Software, die keine MP3-Lizenzgebühren zahlen wollte.

Am häufigsten begegnen dir OGG-Dateien an folgenden Orten:

• WhatsApp-Sprachnachrichten, Opus-Codec, .opus-Endung (darunter steckt derselbe OGG-Container)
• Telegram-Sprachnachrichten, Opus in .ogg, ca. 32 kbps, 48 kHz Mono
• Discord-Sprachnachrichten, Opus mit niedrigen Bitraten in .ogg
• Audacity-Exporte, standardmäßig Vorbis, Qualitätsstufe 5 (~entspricht in der Größe etwa einem 128-kbps-MP3, aber mit höherer Qualität dank VBR)
• GNOME Sound Recorder, PulseAudio-Dumps und andere Linux-Audiotools, typischerweise Vorbis
• Gesprochene Wikipedia-Artikel und Audio von Wikimedia Commons, Vorbis mit 96–128 kbps

Jede Quelle hat ihre eigenen Bitraten-Gewohnheiten und ihren eigenen Exportweg. Die folgenden Abschnitte gehen die wichtigsten durch.

Vorbis vs. Opus: Was tatsächlich anders ist

Beide Codecs stecken in .ogg-Containern. Der Unterschied ist wichtig, weil manche Transkriptionstools nur einen davon unterstützen.

Vorbis (2001 standardisiert) arbeitet von Grund auf mit variabler Bitrate. Audacitys Standard-Qualitätsstufe 5 zielt auf ungefähr dieselbe Dateigröße wie ein 128-kbps-MP3 ab, erreicht aber eine bessere Qualität, weil es komplexen Passagen mehr Bits zuweist. Du findest es in Aufnahmen, Podcasts und Wikipedia-Audio mit 128–256 kbps.

Opus (2012 standardisiert, RFC 6716) wurde für Echtzeit-Sprache entwickelt. Es arbeitet von 6 kbps bis 510 kbps und wechselt dynamisch zwischen Sprach- und Musik-Kodierungsmodi. Ab 24 kbps zeigen Studien eine Genauigkeit der automatischen Spracherkennung, die nur etwa 1,5 Prozentpunkte unter der verlustfreien Variante liegt. Unter 16 kbps beginnt die spürbare Verschlechterung – und WhatsApp-Sprachnachrichten liegen genau an dieser Grenze.

Die Endungs-Falle. Die Xiph.Org Foundation legt offiziell .opus für Opus-in-OGG-Dateien fest (RFC 7845 / XiphWiki OggOpus). Moderne Tools schreiben .opus. Ältere Apps haben Opus manchmal mit einer .ogg-Endung geschrieben. Wenn du eine .ogg-Datei von WhatsApp, Discord oder Telegram siehst, die verdächtig klein wirkt (unter 15 KB pro Minute Audio), handelt es sich fast sicher um falsch etikettiertes Opus. Führe ffprobe yourfile.ogg aus und suche in der Ausgabe nach Audio: opus oder Audio: vorbis, um es zu bestätigen.

Der Exportweg für WhatsApp-Sprachnachrichten

WhatsApp ist die größte Quelle für OGG-Opus-Dateien in der Praxis, und ob du sie korrekt vom Handy bekommst, hängt von deiner Plattform ab.

Android

Der sauberste Weg: Öffne deinen Dateimanager und navigiere zu Android/media/com.whatsapp/WhatsApp/Media/WhatsApp Voice Notes/. WhatsApp speichert die Aufnahmen dort als .opus-Dateien in bitgenauer Originalqualität. Kopiere die Datei per USB auf deinen PC oder lade sie direkt in einen Cloud-Ordner hoch.

Alternativ: Halte eine Sprachnachricht in WhatsApp gedrückt, tippe auf das Teilen-Symbol und sende sie an Google Drive oder deine E-Mail-App. Die Datei wird als Original-.opus übertragen.

iPhone

Beim iPhone gibt es eine Falle: Die Weiterleiten-und-Teilen-Methode (lange drücken, auf Weiterleiten tippen, auf das Teilen-Symbol tippen) kodiert die Sprachnachricht in .m4a um. Dabei geht der ursprüngliche Opus-Stream verloren.

Um die ursprüngliche Kodierung zu erhalten, gehe zu Einstellungen > Chats > Chat exportieren, wähle „Medien anhängen“ und speichere die daraus entstehende ZIP-Datei in der App „Dateien“. In der ZIP-Datei erscheinen die Sprachnachrichten als .opus-Dateien mit unangetasteter Originalkodierung. Das ist der Weg, den du gehen solltest, wenn es auf die Transkriptionsqualität ankommt.

WhatsApp zeichnet Sprachnachrichten mit 16 kHz, 16 kbps, Mono auf. Eine einminütige Nachricht kommt typischerweise auf 110–160 KB. Die schmale Frequenzaufnahme (bis 8 kHz, bedingt durch die 16-kHz-Abtastrate) deckt alles ab, was für Sprachverständlichkeit nötig ist. Das bedeutet allerdings, dass die Transkriptionsgenauigkeit etwas niedriger ausfällt als bei einer Aufnahme mit höherer Bitrate – nicht weil ein Tool versagt, sondern weil der Codec nahe seiner Untergrenze arbeitet.

Telegram-Sprachnachrichten

Ein Rechtsklick in Telegram am Desktop (oder „In Downloads speichern“ auf Android) liefert dir die originale .ogg-Datei mit ca. 32 kbps Opus, 48 kHz Mono. Das ist eine Stufe über WhatsApps 16 kbps und spürbar sauberer bei akzentbehafteten Sprechern oder lauter Umgebung.

Auf dem iPhone tippst du auf das Teilen-Symbol der Sprachnachricht und wählst ein Speicherziel. Die Datei kommt als .ogg mit intaktem Opus-Stream an.

Audacity-Exporte

Audacity exportiert standardmäßig OGG Vorbis (nicht Opus) mit variabler Bitrate. Standard ist die Qualitätsstufe 5 von 10; die entstehende Datei ist vergleichbar groß wie ein 128-kbps-MP3, aber mit besserer Qualität, weil Vorbis komplexe Audio-Passagen mit mehr Bits versieht und Stille mit weniger.

Wenn du deine eigenen Audacity-Aufnahmen transkribierst, kannst du auch als Opus exportieren (Datei > Audio exportieren > Opus) und erhältst kleinere Dateien bei gleicher Qualität. Beides funktioniert für die Transkription problemlos.

OGG-Dateien für die Transkription hochladen

Moderne Transkriptions-Engines verarbeiten sowohl Vorbis als auch Opus direkt in .ogg- oder .opus-Containern. Konvertiere nicht zuerst zu MP3. Wenn du eine verlustbehaftete Opus-Datei durch einen zweiten verlustbehafteten Encoder schickst (selbst mit 192 kbps MP3), gehen Audioinformationen verloren. Lade das Original hoch.

Wenn du ein Tool hast, das OGG ablehnt und einen Fehler wie „Codec nicht unterstützt“ wirft:

ffmpeg -i in.ogg -c:a libmp3lame -b:a 192k out.mp3

Das konvertiert zu MP3 zwecks Kompatibilität. Für Opus nach Vorbis (weiterhin im OGG-Container):

ffmpeg -i in.opus -c:a libvorbis -q:a 6 out.ogg

Und wenn eine Datei zwar problemlos abspielbar ist, aber Tools sie ablehnen (fehlerhafte Header alter Encoder), dann packe sie ohne Neukodierung neu ein:

ffmpeg -i broken.ogg -c:a copy fixed.ogg

Kurze Sprachnachrichten (unter 2 Minuten) sind in unter 30 Sekunden transkribiert. Ein vollständiger gesprochener Wikipedia-Artikel oder ein einstündiger Audacity-Podcast-Export dauert 2–5 Minuten.

Wer Transkripte aus den gängigen Sprachmemo-Formaten auf dem iPhone ziehen muss, findet in Sprachmemos auf dem iPhone transkribieren den kompletten Exportweg beschrieben.

Formatvergleichstabelle

Opus ab 24 kbps transkribiert mit einer Genauigkeit, die nur ca. 1,5 % unter der verlustfreien Audiowiedergabe liegt. Die Genauigkeitsgrenze für WhatsApp-Nachrichten mit 16 kbps ist etwas niedriger: zuverlässig bei deutlichen Sprechern in ruhiger Umgebung, schwankend bei akzentbehafteten oder verrauschten Aufnahmen.

Für einen breiteren Blick darauf, wie sich Formate über alle gängigen Container hinweg vergleichen, behandelt Unterstützte Audioformate für die Transkription das gesamte Feld.

OGG-spezifische Stolperfallen

Opus-DTX-Lücken. Manche Opus-Encoder nutzen Discontinuous Transmission (DTX) und fügen während der Stille Pakete mit „Comfort Noise“ der Länge null ein statt Audiodaten. Laut OggOpus-Spezifikation (RFC 7845) sollen diese beim Dekodieren zu Packet Loss Concealment aufgelöst werden. Die meisten modernen Transkriptions-Engines handhaben das korrekt. Wenn dein Transkript unerklärliche Lücken an Stille-Grenzen hat, entferne und ergänze die Stille vor dem Hochladen:

ffmpeg -i in.ogg -af "silenceremove=stop_periods=-1:stop_duration=0.5:stop_threshold=-40dB" out.ogg

Der Fehler „Codec nicht unterstützt“ speziell bei Opus. Manche älteren Tools beherrschen Vorbis, aber nicht Opus. Das trifft besonders häufig auf .ogg-Dateien aus Messaging-Apps zu. ffprobe yourfile.ogg bestätigt den Codec. Zeigt es opus und dein Tool lehnt die Datei ab, wechsle entweder das Tool oder konvertiere wie oben gezeigt.

Mehrspurige OGG-Dateien aus Game-Engines. Manche Spiele (vor allem solche mit der Godot-Engine oder älteren Ogg-basierten Streaming-Systemen) speichern mehrere logische Streams in einem einzigen Container. Die meisten Transkriptionstools lesen nur den ersten Stream. Stammt deine OGG-Datei aus einem Spiel und du willst Dialoge herausziehen, extrahiere Stream 0 explizit mit ffmpeg:

ffmpeg -i game_audio.ogg -map 0:a:0 extracted.ogg

Audacity-Projektdateien vs. Exporte. Audacitys eigenes .aup3-Projektformat ist eine SQLite-Datenbank, keine OGG-Datei. Du musst explizit exportieren (Datei > Audio exportieren), um eine abspielbare .ogg-Datei zu erhalten. Audacity-Einsteiger versuchen manchmal, die Projektdatei hochzuladen, und bekommen eine Fehlermeldung.

Wann du ein anderes Format in Betracht ziehen solltest

Wenn du die Aufnahme selbst steuerst und es auf die Transkriptionsqualität ankommt, zeichne mit 32 kbps Opus oder höher auf oder verwende unkomprimiertes WAV für kurze Sitzungen. Der Unterschied zwischen einer 16-kbps-WhatsApp-Nachricht und einer 64-kbps-Opus-Aufnahme ist sowohl für das menschliche Ohr als auch für die Transkriptions-Engine hörbar.

Wenn du einfach nur ein sauberes Transkript selbst aufgenommener Audios brauchst (statt Sprachnachrichten anderer), akzeptiert ConvertAudioToText WAV, MP3, MP4, OGG und die meisten anderen Container. Die Aufschlüsselung der Transkriptionskosten pro Stunde lohnt sich zu lesen, wenn du kostenlose gegen kostenpflichtige Tarife für Batch-Aufgaben abwägst.

Häufige Fragen

Ist OGG Opus besser als MP3 für die Transkription?

Bei Bitraten unter 64 kbps: ja. Opus erreicht ab 24 kbps eine Spracherkennungsgenauigkeit, die nur etwa 1,5 Prozentpunkte unter der verlustfreien Variante liegt, während MP3 bei diesen Bitraten hörbar schlechter klingt. Über 128 kbps sind beide Formate für Transkriptionszwecke praktisch gleichwertig. Speziell für Sprache hat Opus bei den niedrigen Bitraten, die Messenger-Apps tatsächlich verwenden, einen klaren Vorteil.

Kann ich Discord-Sprachnachrichten kostenlos transkribieren?

Ja. Klicke mit der rechten Maustaste auf die Sprachnachricht in Discord, kopiere den Link und lade die .ogg-Datei herunter, oder nutze Discords Option „Speichern unter“. Lade sie zu einem Transkriptionstool hoch – ConvertAudioToText transkribiert die ersten 10 Minuten völlig ohne Registrierung, und ein kostenloses Konto bringt zusätzlich einmalig 10 Transkriptionsminuten. Für größere Mengen gibt es kostenpflichtige Tarife.

Warum klingt meine WhatsApp-Sprachnachricht gut, wird aber schlecht transkribiert?

WhatsApp zeichnet mit 16 kbps, 16 kHz Mono auf. Bei dieser Bitrate ist Opus auf Sprachverständlichkeit für das menschliche Ohr optimiert, das deutlich mehr Kompression toleriert als automatische Spracherkennungssysteme. Starke Akzente, Hintergrundgeräusche oder schnelle Sprache, die das Ohr aus dem Kontext ergänzt, sind genau die Fälle, in denen die Untergrenze des Codecs die Transkriptionsgenauigkeit beeinträchtigt. An bereits empfangenen Audios lässt sich nichts mehr ändern; für eigene Aufnahmen solltest du eine Sprachmemo-App verwenden, die mit höherer Bitrate aufzeichnet.

Funktioniert eine .opus-Datei genauso wie eine .ogg-Datei für die Transkription?

Ja. .opus ist ein Opus-Audiostream in einem OGG-Container, nur mit der spezifischeren Endung, die die Xiph.Org Foundation offiziell empfiehlt. Das Dateiformat ist identisch mit einer .ogg-Datei, die Opus-Audio enthält. Jedes Tool, das eines akzeptiert, sollte auch das andere akzeptieren. Lehnt ein Tool .opus allein wegen der Endung ab, benenne die Datei in .ogg um und versuche es erneut – der Codec ändert sich nicht.

Quellen

• XiphWiki: OggOpus-Spezifikation
• RFC 7845: Ogg-Kapselung für den Opus-Audiocodec
• Offizieller Codec-Vergleich von Opus
• Audacity-Handbuch: OGG-Vorbis-Exportoptionen
• Audacity-Handbuch: Opus-Exportoptionen
• WhatsApp Business Platform: Audionachrichten
• Wikipedia: Opus-Audioformat