Extrahiere den reinen Text aus WebVTT-Dateien und entferne Zeitstempel, WEBVTT-Header, NOTE-Blöcke, STYLE/REGION-Metadaten und Cue Settings.
Deine VTT-Datei wird lokal in deinem Browser konvertiert. Kein Upload erforderlich.
Ein VTT zu TXT Konverter extrahiert den gesprochenen Text aus einer WebVTT-Datei und entfernt technische Bestandteile wie den WEBVTT-Header, Zeitstempel, Cue Settings, Kommentarblöcke und Styling-Metadaten. Das Ergebnis ist ein lesbares Transkript, das du für Blogposts, Dokumentation, Übersetzungen oder Video-Notizen verwenden kannst.
WebVTT-Dateien enthalten oft mehr als nur Untertiteltext. Dieses Beispiel zeigt, welche Teile entfernt werden und welcher Text am Ende übrig bleibt.
WEBVTT - export from HTML5 video
NOTE Generated by a video platform
This note should not appear in the transcript.
STYLE
::cue { color: yellow; }
REGION
id:bottom
width:80%
lines:3
intro-1
00:00:01.000 --> 00:00:04.000 line:90% position:50% align:center
<v Anna><i>Willkommen</i> zu diesem Tutorial.</v>
00:00:04.500 --> 00:00:07.000 position:50%
Heute exportieren wir WebVTT als Text.Anna: Willkommen zu diesem Tutorial.
Heute exportieren wir WebVTT als Text.SRT-Dateien bestehen meistens nur aus Nummern, Zeitstempeln und Text. WebVTT ist flexibler: Es kann Header, Kommentare, CSS-ähnliche Styles, Regions, Cue Settings und Sprecher-Tags enthalten. Deshalb braucht VTT zu TXT eine andere Bereinigung als SRT zu TXT.
| Element | Bei SRT | Bei WebVTT |
|---|---|---|
| WEBVTT Header | Nicht vorhanden | Muss entfernt werden |
| NOTE / STYLE / REGION | Selten oder nicht standardisiert | Kann regelmäßig vorkommen und wird übersprungen |
| Cue Settings | Nicht vorhanden | Steuert Position, Linie und Ausrichtung; wird für TXT entfernt |
| <v Speaker> | Meist als normaler Text geschrieben | Kann als Sprechername übernommen oder entfernt werden |
Viele Websites verwenden WebVTT-Dateien im HTML5-<track>-Element, damit Untertitel direkt im Browser angezeigt werden. Wenn du daraus ein lesbares Transkript erstellen möchtest, brauchst du keine Timecodes, Positionen oder CSS-Cues. Dieses Tool entfernt die technische WebVTT-Struktur und erzeugt eine saubere TXT-Datei.
WebVTT kann Sprecher mit <v Name> markieren. Für Interviews, Podcasts oder Schulungsvideos ist es oft sinnvoll, diese Namen im Text zu behalten. Für reine Fließtexte kannst du Sprecher-Cues entfernen, damit nur der Inhalt übrig bleibt.
<v Anna>Guten Morgen.</v>
<v Max>Willkommen zum Webinar.</v>
wird zu:
Anna: Guten Morgen.
Max: Willkommen zum Webinar.WebVTT kann auch Kapitel, Notizen, STYLE-Blöcke und REGION-Blöcke enthalten. Diese Informationen sind für die Darstellung im Player wichtig, aber nicht für ein sauberes Texttranskript. Der Konverter überspringt solche Blöcke und übernimmt nur echte Cue-Texte mit Zeitstempeln.
Exportiere HTML5-Untertitel als lesbares Transkript für eine Website oder Dokumentation.
Nutze den Untertiteltext als Grundlage für Blogposts, Zusammenfassungen oder YouTube-Beschreibungen.
Erstelle aus WebVTT-Dateien einen sauberen Text, den Übersetzer oder Redakteure leichter prüfen können.
Die gesamte VTT-zu-TXT-Konvertierung läuft lokal in deinem Browser. Deine WebVTT-Datei wird nicht hochgeladen, nicht gespeichert und nicht an einen Server übertragen.
Wähle deine WebVTT-Datei aus oder ziehe sie per Drag & Drop in das Upload-Feld.
Lege fest, ob Sprecher-Cues erhalten bleiben und ob der Text als Absätze, Zeilen oder Fließtext ausgegeben wird.
Lade den bereinigten Untertiteltext als .txt-Datei herunter und verwende ihn für Transkripte, Übersetzungen oder Content-Recycling.
Ja. Der Konverter entfernt den WEBVTT-Header, Zeitstempel und Cue Settings, sodass nur der lesbare Untertiteltext übrig bleibt.
Diese WebVTT-Metadaten werden übersprungen, weil sie für ein reines Texttranskript nicht benötigt werden.
Ja. Wenn die Option aktiviert ist, werden Speaker Cues als Sprecher-Label übernommen, zum Beispiel „Anna: Text“.
Nein. Beide Tools extrahieren Text, aber VTT enthält zusätzliche WebVTT-spezifische Elemente wie Header, NOTE-Blöcke, STYLE, REGION und Cue Settings.
Standardmäßig ja. Tags wie <i>, <b>, <c.yellow> oder <v Speaker> werden bereinigt oder, bei Sprecher-Cues, optional in Textlabels umgewandelt.
Ja. Du kannst zwischen Absätzen, einer Zeile pro Cue und zusammenhängendem Fließtext wählen.
Nein. Die Konvertierung läuft komplett lokal im Browser. Deine VTT-Datei bleibt auf deinem Gerät.