01Schritt 01
1. Otsu-Vorverarbeitung im Canvas
Verstärkt den Bildkontrast und wendet eine adaptive Otsu-Binarisierung an, um Text sauber von ungleichmäßiger Beleuchtung und Schatten zu trennen.
Bücher & Notizen
Bild, Foto oder Screenshot in Audio und Sprache umwandeln
Verwandelt Buchseiten und Diagramme mit Text in flüssige Sprachaufnahmen.
Lesetempo1.00x
Stimmhöhe1.00
Satzpause0.40s
OCR-Vorverarbeitung im Canvas:
Quellbild und OCR-Ansicht
Bild ablegen oder einfügenFoto, Screenshot oder Buchseite hierher ziehen
Oder drücken Sie Cmd+V zum Einfügen aus der Zwischenablage
100 % lokale Browser-OCR · Kein Upload auf Server
Extrahierter Sprechtext
OCR 96% Genauigkeit0 Wörter·ca. 0:00
Laden Sie links ein Bild hoch oder fügen Sie es ein
Der Text wird extrahiert und zum Anhören in gesprochene Sätze umgewandelt
0:00/0:00
100 % lokale Verarbeitung im Browser · Keine Datei und kein Bild-Byte wird auf einen Server hochgeladen
Technische Architektur
Vom Pixel-Scan zu Sprache im menschlichen Tempo
Wie unsere OCR-Engine im Browser Artefakte entfernt, Silbentrennungen auflöst und Sprache erzeugt.
02Schritt 02
2. Lokale OCR und Auflösung von Trennungen
Extrahiert Wörter samt Begrenzungsrahmen direkt in Ihrem Browser. Löst Silbentrennungen am Zeilenende auf und entfernt Scan-Artefakte.
03Schritt 03
3. Untertitel- und Text-Export
Hören Sie mit synchroner visueller Karaoke-Hervorhebung vor und laden Sie synchronisierte WebVTT- und SRT-Untertitel, Audacity-Marker und formatierten Text herunter.
Verknüpfte Finishing-Workflows
Ergänzende Werkzeuge für das Vorlesen von Dokumenten, die PDF-Extraktion und das Lautheits-Mastering.
Audio-Standards & Forschung
Technikleitfäden & vertiefende Arbeitsabläufe
Entdecken Sie akustische Grundlagen, Prosodie der Sprachsynthese und Abläufe zum Vorlesen von Dokumenten.
Tempo-Änderung6 Min. Lesezeit
Audioschnitt-Tempo anpassen, ohne die Tonhöhe der Sprache zu verzerren
Time-Stretch-Algorithmen vs. Bandgeschwindigkeits-Resampling: Wie phasenstarre Vocoder Sprachverständlichkeit erhalten.
Online-Audio-Editor7 Min. Lesezeit
Online-Audio-Editor für Sprachaufnahmen: Sauber und verlustfrei im Browser schneiden
Arbeiten im lokalen Arbeitsspeicher via Web Audio API: Vorhören von Schnitten vor dem Export und Erhalt des Originalmaterials.
Kostenloser Audio-Editor7 Min. Lesezeit
Kostenlose Audio-Editoren für Sprache: Den passenden Workflow wählen
5-Punkte-Bewertung: Lokale Datenverarbeitung, non-destruktive Bearbeitung, dialogspezifische Pacing-Kontrolle und verlustfreier Export.
Häufig gestellte Fragen
Alles Wissenswerte über lokale OCR im Browser und die Umwandlung in Audio.
Wie wandelt AutoSilenceCut Bilder in gesprochenes Audio um?+
AutoSilenceCut kombiniert eine clientseitige Pixel-Vorverarbeitung im Canvas (Otsu-Binarisierung und automatische Kontrastanpassung) mit OCR in WebAssembly. Sobald der Text extrahiert und die Silbentrennung aufgelöst ist, macht die integrierte Sprachsynthese daraus natürliche Sprache in Studioqualität mit Prosodie-Pausen.
Werden meine Fotos oder privaten Screenshots an einen Server gesendet?+
Nein. Es werden niemals Bild-Bytes, Textausschnitte oder Audio-Wellenformen hochgeladen. OCR und Sprachsynthese laufen zu 100 % lokal im Speicher Ihres Browsers – für vollständige Privatsphäre.
Wie schneidet das Tool im Vergleich zu Speechify und NaturalReader ab?+
Speechify bietet das Vorlesen per Kamera- und Foto-OCR nur im Abo für $139–$159 pro Jahr an, und NaturalReader begrenzt kostenlose Nutzer auf 20 Minuten pro Tag, wobei OCR den Bezahltarifen vorbehalten ist. AutoSilenceCut ist zu 100 % kostenlos – mit unbegrenzten Bildumwandlungen, ohne Registrierung und mit verlustfreiem 16-Bit-WAV-Export.
Welche Bildformate werden unterstützt?+
Sie können PNG-, JPG/JPEG-, WebP-, AVIF-, BMP- und TIFF-Dateien hochladen oder mit Cmd+V / Ctrl+V Screenshots direkt aus der Zwischenablage einfügen.
Workflow-Netzwerk
Ergänzende OCR- und Voiceover-Tools
Text aus Bildern, Dokumenten und Webartikeln extrahieren und daraus natürliches Sprachaudio erstellen.
PDF-Leser
Werkzeug öffnen→PDF-zu-Audio-Export
Text aus PDF-Seiten extrahieren und natürliche Sprach-Master exportieren.
Browser-TTS
Werkzeug öffnen→Text-zu-Sprache-Studio
Eigene Texte und Skripte in natürliche Sprache mit passendem Sprechtempo umwandeln.
Tempo-Steuerung
Werkzeug öffnen→Audio-Geschwindigkeitswechsler
Gesprochenes Audio von 0.5x bis 2.0x beschleunigen, ohne die Tonhöhe zu verändern.