Transkription von Chinesisch 2026: Mandarin, Kantonesisch und taiwanisches Mandarin im Test

Chinesisch ist der Ort, an dem sich Transkriptions-Tools blamieren. Nicht weil das Audio schlecht wäre, sondern weil die meisten von ihnen englisch-zuerst gebaut wurden — und das merkt man in der Sekunde, in der du ihnen etwas anderes vorsetzt. Ein Tool, das einen sauberen englischen Podcast perfekt trifft, verwandelt einen kantonesischen Telefonanruf selbstbewusst in flüssigen Unsinn, romanisiert die englischen Wörter, die eine Ingenieurin vom Festland in einen Mandarin-Satz wirft, oder wirft einem taiwanischen Leser Kurzzeichen aus, der Langzeichen erwartet hat.

„Beste App zur Transkription von Chinesisch” ist deshalb eine ganz andere Frage als „beste Transkriptions-App”. Die Genauigkeitszahl auf der Startseite eines Anbieters ist fast immer eine englische Zahl. Was du wirklich wissen musst, ist enger und härter: Hält das Tool bei deinem Chinesisch — Mandarin, Kantonesisch oder taiwanischem Mandarin — und übersteht es das Englische, von dem echte chinesische Sprache voll ist?

Gehen wir durch, was ein Tool, das bei Chinesisch funktioniert, von einem trennt, das die Unterstützung bloß behauptet.

Warum Chinesisch so viele Tools aushebelt

Es gibt nicht das eine Chinesisch. Es gibt mindestens drei Transkriptionsprobleme, die sich denselben Namen teilen, und ein Tool kann bei einem gut und bei den anderen nutzlos sein.

Mandarin ist der leichte Fall, relativ gesehen. Es hat die meisten Trainingsdaten aller chinesischen Varianten, eine feste Schriftform und breite Tool-Unterstützung. Die meisten ernsthaften Transkriptions-Apps kommen mit sauberem Mandarin ordentlich klar. Der Abstand zwischen den Tools öffnet sich bei allem jenseits von „sauber”.

Kantonesisch ist der harte Fall. Weit weniger Trainingsdaten, eine riesige Kluft zwischen gesprochen und geschrieben (Leute sagen Dinge, die sich nicht sauber auf standardisiertes Schriftchinesisch abbilden lassen) und eine Tondichte, über die Engines stolpern, die auf Mandarin getrimmt sind. Viele westliche Tools unterstützen Kantonesisch entweder gar nicht oder führen es auf und liefern dann Müll. Das ist der größte Unterschied in dieser Kategorie — und der, den das Marketing versteckt.

Taiwanisches Mandarin bringt Akzent- und Vokabelunterschiede plus die Langzeichen-Erwartung mit. Ein Tool, das überwiegend auf Festland-Mandarin trainiert ist, verpasst Taiwan-spezifische Begriffe und gibt im schlimmeren Fall Kurzzeichen aus, die einem taiwanischen Publikum fremd vorkommen.

Und quer über alle drei hinweg: Code-Switching. Das ist der Teil, den fast niemand hinbekommt. Echte chinesische Sprache — besonders in Tech, Business und generell in Hongkong — ist durchsetzt von Englisch. „帮我 follow up 一下这个 deadline.” Eine Besprechung in Hongkong gleitet mitten im Satz zwischen Kantonesisch und Englisch hin und her. Ältere Sprach-Engines nehmen eine Sprache pro Datei an: Sag ihnen „das ist Chinesisch”, und jedes englische Wort kommt verstümmelt heraus; sag ihnen „das ist Englisch”, und das Chinesische bricht zusammen. Die Tools, die das gut können, laufen fast alle auf großen Sprachmodellen, die den umgebenden Kontext lesen, statt jeden Laut in eine vorher gewählte Sprache zu zwingen.

Behalte diese vier Fälle im Kopf — Mandarin, Kantonesisch, Taiwanisch und das in alle drei gemischte Englisch — und das Feld der Tools, die „Chinesisch unterstützen”, dünnt schnell aus.

Die Apps, die sich für Chinesisch zu vergleichen lohnen

Atter AI — insgesamt am besten für Chinesisch, besonders die harten Fälle

Ist dein chinesisches Audio irgendetwas anderes als sauberes, einsprachiges Mandarin, würde ich hier anfangen.

Atter AI baut auf einem großen Sprachmodell auf statt auf einer klassischen Sprach-Engine, und genau diese Architektur braucht Chinesisch. Es beherrscht Mandarin, Kantonesisch und taiwanisches Mandarin und erreicht bei sauberem Audio 98,7 % Genauigkeit. Wichtiger noch für echte chinesische Sprache: Es zerfällt nicht beim Code-Switching. Eine Aufnahme, die zwischen Chinesisch und Englisch hin- und herrutscht, bleibt intakt, statt das Englische in phonetischen Brei zu verwandeln. Diese eine Fähigkeit schließt schon einen Großteil der „unterstützt Chinesisch”-Konkurrenz aus.

Die Schriftfrage bekommt es ebenfalls hin — du steckst nicht mit Kurzzeichen fest, wenn deine Leser Langzeichen erwarten, denn die Ausgabe lässt sich wählen. Und der volle Funktionsumfang (Sprecher-Labels, Zusammenfassungen, KI-Chat über das Transkript) funktioniert auf Chinesisch, nicht nur auf Englisch. Einzelne Dateien dürfen bis zu 5 Stunden oder 2 GB groß sein, ohne monatliches Minutenkontingent — das zählt bei langen Interviews und mehrstündigen Besprechungen, weniger bei kurzen Clips.

Ehrliche Grenzen: Es richtet sich an Einzelpersonen und kleine Teams, nicht an Fünfzig-Sitz-Unternehmen mit Beschaffungs-Checklisten. Und wie jedes Tool hier ist Kantonesisch von Natur aus schwerer als Mandarin, also teste deinen eigenen Worst Case. In unserer Übersicht der besten App für mehrsprachige Transkription steht es aus denselben Gründen an der Spitze. Am besten für: Kantonesisch, gemischtes Chinesisch/Englisch, taiwanisches Mandarin und alle, die Chinesisch als erstklassige Sprache behandelt sehen wollen. Eine lebenslange Lizenz gibt es übrigens auch, falls dir Abos zuwider sind.

iFlytek (讯飞听见) — der Platzhirsch auf dem Festland

Arbeitest du vollständig innerhalb des chinesischen Festlands mit Standard-Mandarin, ist iFlytek das inländische Schwergewicht und in seinem Zielfeld wirklich exzellent. Seine Mandarin-Erkennung gehört zum Besten, was verfügbar ist, es hat teils Unterstützung für regionale Dialekte, und es ist tief ins chinesische Software-Ökosystem integriert.

Der Haken ist der Umfang. Es ist rund um den Festlandmarkt und Standard-Mandarin gebaut, also sind code-gewechseltes Englisch und Kantonesisch nicht seine Stärke, und Oberfläche wie Kontosystem gehen von einem inländischen Nutzer aus. Für reine Mandarin-Arbeit innerhalb Chinas ist es schwer zu schlagen. Für alles Gemischtsprachige oder Grenzüberschreitende schau dir ein Tool auf LLM-Basis an. Am besten für: Standard-Mandarin, reine Festland-Workflows.

Notta — plattformübergreifend, solide bei Mandarin

Notta ist die polierteste Allzweck-Option und synchronisiert sauber über Web, iOS und Android. Für Mandarin — und Japanisch, das es ebenfalls gut kann — ist es wirklich brauchbar, obendrauf mit ausgereiften Team- und Kollaborationsfunktionen.

Wo es ausdünnt, ist genau dort, wo Chinesisch schwer wird: Kantonesisch ist schwächer, und wie die meisten Nicht-LLM-Tools bevorzugt es eine Sprache pro Aufnahme, Code-Switching ist also nicht seine Stärke. Die Gratis-Stufe ist bei den Monatsminuten außerdem knapp. Am besten für: Teams, die überwiegend in Mandarin arbeiten und Geräteübergreifende Synchronisation schätzen. Die Besprechungsnotiz-Seite dröseln wir ausführlich in Atter AI vs. Notta auf.

Whisper — kostenlos und privat, wenn du technisch bist

OpenAIs Whisper ist die Open-Source-Engine, die still einen guten Teil dieses Marktes antreibt. Betreibst du es selbst, ist es kostenlos, vollständig privat und kommt mit Mandarin ordentlich klar. Für eine Entwicklerin, die chinesische Transkription ohne Abo will, ist das eine starke Kombination.

Aber rohes Whisper ist ein Modell, kein Produkt — keine App, keine Zusammenfassungen, keine Sprecher-Labels — und es ist von Haus aus spürbar schwächer bei Kantonesisch und beim Code-Switching, weil es pro Segment eine Sprache wählt. Den Workflow drumherum baust du selbst. Am besten für: technische Nutzer, die ihre eigene Pipeline verdrahten und überwiegend Mandarin brauchen.

Otter — das Tool, das man bei Chinesisch überspringt

Otter hat die Kategorie Besprechungstranskription mitbegründet, aber es wurde englisch-zuerst gebaut, und das zeigt sich in dem Moment, in dem du ihm Chinesisch gibst. Es ist der Grund, warum so viele chinesischsprachige Nutzer überhaupt auf die Suche nach einer Otter-Alternative gehen. Es steht hier nur als warnendes Beispiel: Ist deine Arbeit chinesisch, ist es der falsche Startpunkt.

Der Test, der die Sache wirklich klärt

Hier die unbequeme Wahrheit: Der Sprachenzahl kannst du nicht trauen, und der Schlagzeilen-Genauigkeit auch nicht, weil beide am leichten Fall gemessen sind. Das Einzige, was dir sagt, ob ein Tool bei deinem Chinesisch funktioniert, ist dein Chinesisch.

Also mach den Test. Nimm eine echte Aufnahme — am besten deine unsauberste, mit etwas Hintergrundgeräusch und, falls zutreffend, etwas eingemischtem Englisch — und schieb sie durch deine zwei Favoriten. Lies beide Transkripte und zähl die Fehler in den schweren Teilen: die Eigennamen, die sprachgewechselten Wörter, den Moment, in dem zwei Leute durcheinanderreden, die kantonesischen Wendungen ohne saubere Schriftform. Fünfzehn Minuten davon schlagen jedes Datenblatt, weil sie genau das testen, was das Marketing verbirgt.

Besteht dein chinesisches Audio aus Besprechungsaufnahmen von Tools wie Tencent Meeting, deckt unser Leitfaden zur Transkription von Tencent Meeting den Export-und-Transkribieren-Workflow ab. Und für ein breiteres Feld jenseits des Chinesisch-Blickwinkels testet die Übersicht der besten Sprache-zu-Text-Apps mehr Tools über mehr Einsatzzwecke.

So triffst du die Wahl

Passe das Tool an dein tatsächliches Chinesisch an, nicht an die größte Zahl auf einer Preisseite.

Nimmst du Kantonesisch auf oder mischst Chinesisch und Englisch in einer Datei? Atter AI. Arbeitest du vollständig in Standard-Mandarin innerhalb des Festlands? iFlytek. Brauchst du plattformübergreifende Synchronisation für ein Mandarin-sprechendes Team? Notta. Willst du kostenlos und privat und bist technisch, überwiegend Mandarin? Whisper. Festgefahren bei Otter und frustriert von den chinesischen Ergebnissen? Fast alles, was für Chinesisch gebaut ist, ist ein Schritt nach vorn.

Eine letzte Sache, und sie gilt für jedes Tool hier, unseres eingeschlossen: Keine Engine ist bei Mandarin, Kantonesisch und Taiwanisch gleich gut, plus dem in alle drei gemischten Englisch. Der Badge ist Marketing. Deine Aufnahme ist der Test. Mach ihn.

Häufige Fragen

Welche App eignet sich 2026 am besten für die Transkription von Chinesisch?

Für chinesisches Audio im engeren Sinn — Mandarin, Kantonesisch oder taiwanisches Mandarin — ist Atter AI die stärkste Allround-Wahl, weil es auf einem großen Sprachmodell aufbaut, das mit chinesischen Zeichen und eingestreutem Englisch umgeht, statt alles in eine Sprache zu pressen. Auf dem chinesischen Festland ist iFlytek (讯飞听见) der Platzhirsch und bei Standard-Mandarin sehr stark. Notta ist eine solide plattformübergreifende Option für Mandarin und Japanisch. Whisper ist der kostenlose Open-Source-Weg, wenn du technisch bist. Englisch-zuerst gebaute Tools wie Otter meidet man bei Chinesisch besser.

Welche App transkribiert Kantonesisch genau?

Kantonesisch ist deutlich schwerer als Mandarin, weil es viel weniger Trainingsdaten hat und keine feste Schriftform, die sauber auf das Gesprochene abbildet. Die meisten westlich gebauten Tools sind hier schwach oder unterstützen es gar nicht. Werkzeuge auf Basis großer Sprachmodelle kommen mit der Lücke zwischen gesprochen und geschrieben besser klar. In der Praxis: Teste deine eigene kantonesische Aufnahme, bevor du dich festlegst — die Genauigkeit schwankt bei Kantonesisch stärker zwischen den Tools als bei jeder anderen chinesischen Variante, und die Sprachenzahl im Marketing sagt dazu nichts.

Können Transkriptions-Apps gemischtes Chinesisch und Englisch in einer Aufnahme verarbeiten?

Das ist der eigentliche Test, und die meisten Tools fallen durch. Eine Besprechung in Hongkong oder ein Tech-Standup auf dem Festland mischt ständig englische Begriffe in chinesische Sätze. Ältere Sprach-Engines legen sich pro Datei auf eine Sprache fest und vertranskribieren jedes Wort der anderen. Apps auf Basis großer Sprachmodelle — Atter AI gehört dazu — gewichten den Kontext und halten beide Sprachen intakt. Genau deshalb sind sie die bessere Wahl für code-gewechseltes chinesisches Audio.

Gibt es einen Unterschied zwischen der Transkription in Kurzzeichen und Langzeichen?

Die Erkennung der gesprochenen Sprache ist dieselbe; der Unterschied liegt in der ausgegebenen Schrift. Festland-Mandarin wird meist in Kurzzeichen geschrieben, Taiwan und Hongkong nutzen Langzeichen. Gute Tools lassen dich die Ausgabeschrift wählen, und manche handhaben auch Taiwan-spezifisches Vokabular und kantonesisch geprägte Formulierungen. Liest dein Publikum Langzeichen, prüfe, dass die App wirklich Langzeichen ausgibt und nicht Kurzzeichen fehlerhaft umwandelt.

Was ist der beste kostenlose Weg, chinesisches Audio zu transkribieren?

OpenAIs Whisper ist kostenlos, Open Source und unterstützt Mandarin recht ordentlich, wenn du es selbst betreibst — aber es ist schwächer bei Kantonesisch und Code-Switching, und den Workflow baust du selbst zusammen. Mehrere gehostete Apps bieten Gratis-Stufen mit monatlichem Minutenlimit. Für schnelle einmalige Mandarin-Dateien ist eine gehostete Gratis-Stufe am einfachsten; für unbegrenzte, private, technische Nutzung gewinnt Whisper. Erwarte bei Kantonesisch oder gemischtsprachigem Audio nur nicht dieselbe Qualität wie bei sauberem Mandarin.

Muss ich die Sprache vor der Transkription von Chinesisch festlegen?

Bei älteren Tools ja — du stellst die Sprache vorab ein, und genau das zerbricht bei gemischtem Chinesisch/Englisch. Moderne Tools auf LLM-Basis erkennen automatisch und handhaben den Wechsel innerhalb einer Datei, du musst dich also nicht auf eine Sprache festnageln. Bei reinem Mandarin funktioniert beides; mischt oder wechselt dein Audio zwischen Mandarin und Kantonesisch, nimm ein Tool, das dich nicht vor dem Start auf eine Sprache verpflichtet.