Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Startseite/Lokale LLMs Pro
Voice, Speech & Multimodal

Subtitle-Edit-Rezension: lokale Whisper-Transkription und Auto-Übersetzung

·7 Min. LesezeitVon Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

Subtitle Edit (stabile Version 5.3.0, veröffentlicht am 14. Oktober 2026) ist ein kostenloser, MIT-lizenzierter Untertiteleditor für Windows, macOS und Linux, der Whisper-Spracherkennung und Auto-Übersetzung mit lokalen LLMs auf Ihrem eigenen Rechner ausführen kann. Die KI-Engines sind optionale Downloads, und die ebenfalls aufgeführten Cloud-Engines senden Daten an den Anbieter Ihrer Wahl. Jede Aussage hier stammt von den eigenen Seiten des Projekts, nicht aus einem Test.

Wichtigste Erkenntnisse

  • Pflege: Eine Vorabversion, 5.4.0-beta6, erschien am 24. Oktober 2026 auf Basis der stabilen 5.3.0; ein Warnhinweis für veraltete Projekte entfällt daher.
  • Spracherkennung: Whisper-Engines und andere Engines, die auf dem Rechner laufen, dazu einige Online-Engines.
  • Übersetzung: lokale Modelle über llama.cpp, Ollama oder LM Studio oder Cloud-APIs mit eigenem Schlüssel.
  • Kosten: kostenlos unter der MIT-Lizenz, laut FAQ des Projekts ohne Werbung und ohne Einschränkungen.
  • Hersteller: Nikse mit Mitwirkenden, der vollständige Quellcode liegt auf GitHub.

📍 In einem Satz

Subtitle Edit ist ein quelloffener Desktop-Untertiteleditor, dessen Dialoge für Spracherkennung und Auto-Übersetzung Engines nutzen können, die auf Ihrem eigenen Rechner laufen.

💬 In einfachen Worten

Sie öffnen ein Video, wählen eine Whisper-artige Engine und ein Modell, erhalten eine zeitlich abgestimmte Untertiteldatei und übersetzen diese mit einem lokalen Modell oder einem Online-Dienst Ihrer Wahl.

📌Hinweis: Diese Rezension stützt sich auf das GitHub-Repository, die Release Notes und die Projektdokumentation, geprüft am 24. Oktober 2026. PromptQuorum hat die App weder installiert noch ausgeführt; die Qualität von Transkription und Übersetzung wird daher nicht bewertet.

Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Subtitle Edit ist ein kostenloser Open-Source-Untertiteleditor für Windows, macOS und Linux von Nikse und mehreren Mitwirkenden. Neben dem Bearbeiten und Konvertieren von Untertiteldateien kann das Programm ein Video mit Whisper-Engines transkribieren und Untertitel mit lokalen oder Cloud-Modellen übersetzen; genau darum geht es in dieser Rezension. Sie stützt sich auf die GitHub-Seite des Projekts, die Release Notes und die Dokumentation, geprüft am 24. Oktober 2026; PromptQuorum hat die App nicht selbst getestet.

Subtitle-Edit-Rezension: lokale Whisper-Transkription und Auto-Übersetzung

Was ist Subtitle Edit?

Subtitle Edit ist ein Desktop-Editor zum Erstellen, Synchronisieren, Konvertieren und Übersetzen von Untertiteln, dessen neuere Versionen um diesen Kern herum KI-Funktionen ergänzen. Laut FAQ des Projekts unterstützt er mehr als 380 Untertitelformate, und die Builds für Windows, macOS und Linux erscheinen auf der GitHub-Releases-Seite des Projekts.

Die KI-Teile sind vom Editor getrennt: Spracherkennung, Auto-Übersetzung, Texterkennung (OCR) und Sprachausgabe nutzen jeweils Engines, die die App beim ersten Einsatz herunterlädt oder über eine API anbindet. Diese Rezension konzentriert sich auf Spracherkennung und Auto-Übersetzung; die Dokumentation nennt die aktuelle Generation Subtitle Edit 5.

Bezugsquelle

Subtitle Edit ist ein kostenloser Download für Windows, macOS und Linux, auf jeder Plattform als Installer oder Disk-Image.

Option
Bezug
WindowsInstaller (Setup.exe) oder portable Zip-Datei für x64, Zip für ARM64, über GitHub Releases
macOS.dmg für Apple Silicon oder Intel, in „Programme“ ziehen; laut README signiert und notarisiert
LinuxFlatpak (enthält mpv und ffmpeg) oder tar.gz für x64 und ARM64
Websitenikse.dk/subtitleedit
DatenschutzerklärungKeine eigene Seite; der Abschnitt „Privacy“ der README ist die Erklärung des Herstellers
Quellcodegithub.com/SubtitleEdit/subtitleedit, MIT-Lizenz

Geprüfte Version: 5.3.0, die von GitHub als neueste stabile Version markierte Veröffentlichung vom 14. Oktober 2026; Beta-Builds von 5.4.0 sind als Vorabversionen markiert. Die Dateien von 5.3.0 sind 59 bis 155 MB groß, bevor eine Engine oder ein Modell heruntergeladen wird.

Anforderungen

Die README verlangt Windows 10 Version 22H2 oder neuer, macOS 12 oder neuer (macOS 14 empfohlen) und unter Linux mpv und ffmpeg für die tar.gz-Builds.

Betriebssystem

Angaben der Quellen:
Windows 10 22H2 oder neuer; macOS 12 oder neuer, ab 14 empfohlen; Linux laut Paketliste der README

Linux-Pakete

Angaben der Quellen:
Die tar.gz-Builds brauchen mpv und ffmpeg aus der Paketverwaltung; Flatpak und macOS-.dmg enthalten sie

Engine-Downloads

Angaben der Quellen:
Engines und Modelle werden beim ersten Einsatz geladen; die Modellliste von Crisp ASR reicht von 75 MB bis 9,4 GB je Modell

Übersetzungsmodelle

Angaben der Quellen:
Die kuratierten llama.cpp-Modelle sind meist kleiner als 8 GB, das größte hat etwa 12 GB

GPU-Beschleunigung

Angaben der Quellen:
Whisper CPP bietet unter Windows CPU, NVIDIA cuBLAS und Vulkan; das Änderungsprotokoll nennt Metal unter macOS und Vulkan unter Linux

Internet

Angaben der Quellen:
Nötig für Engine- und Modell-Downloads und für jede Online-Engine; lokale Engines laufen danach offline

Die Dokumentation nennt kein RAM- oder VRAM-Minimum für die App; der Bedarf hängt von Engine und Modell ab, und auf einen „CUDA out of memory“-Fehler wird mit einem kleineren Modell geantwortet.

So gelingt der Einstieg

Die Schritte folgen der Dokumentation des Projekts; PromptQuorum hat sie nicht selbst durchgeführt.

  1. 1
    Installieren und ein Video öffnen
    Why it matters: Führen Sie Installer, dmg oder Flatpak aus und öffnen Sie dann in Subtitle Edit eine Videodatei oder einen vorhandenen Untertitel.
  2. 2
    Mit Video, Speech to text transkribieren
    Why it matters: Wählen Sie eine Engine und ein Modell, stellen Sie die Sprache des Tons ein oder lassen Sie sie erkennen, und lassen Sie die App die Engine beim ersten Einsatz laden, bevor Sie auf Transcribe klicken.
  3. 3
    Das Ergebnis prüfen
    Why it matters: Passen Sie die Nachbearbeitung an, lesen Sie den Qualitätsbericht, der zu kurze, zu lange, überlappende oder wiederholte Zeilen markiert, und korrigieren Sie das Raster von Hand.
  4. 4
    Mit Translate, Auto-translate übersetzen
    Why it matters: Wählen Sie eine Engine und das Sprachpaar, übersetzen Sie, prüfen Sie Original und Übersetzung nebeneinander und bestätigen Sie mit OK.

Von den Quellen bestätigte Funktionen

Jeder Punkt unten stammt aus der Projektdokumentation oder den Release Notes; keiner wurde von PromptQuorum getestet.

  • Spracherkennungs-Engines. Whisper CPP, Purfview Faster Whisper XXL, Whisper CTranslate2, Whisper Const-me (Windows), WhisperX und der Python-Workflow von Whisper, dazu Qwen3 ASR CPP und Crisp ASR mit Backends wie Parakeet und Canary; online stehen OpenRouter, Alibaba Qwen3-ASR und Google Cloud Speech-to-Text zur Wahl.
  • Hilfen bei der Transkription. Batch-Modus, automatische Spracherkennung, Einstellungen zur Sprachaktivitätserkennung, optional „Translate to English“ für Whisper, Nachbearbeitung und der Qualitätsbericht.
  • Lokale Übersetzung. Ein verwalteter llama.cpp-Server mit kuratierten Modellen wie TranslateGemma, Gemma 4 und Qwen, Ollama, LM Studio sowie „advanced“-Varianten, die in Stapeln mit Kontext, Zusammenfassung und Glossar übersetzen; eine MADLAD-Engine deckt 419 Sprachen ab.
  • Cloud-Übersetzung. Google Translate, Microsoft Bing, DeepL, ChatGPT, Anthropic, Gemini und weitere, meist mit eigenem API-Schlüssel, dazu eine OpenAI-kompatible Engine für jeden Server, der diese API spricht.
  • Rund um den Kern. Ein Videoplayer mit Wellenform, OCR für Bild-Untertitel, Sprachausgabe und erzeugte Hintergrundmusik, wie in der Dokumentation aufgeführt.

Datenfluss und Datenschutz

Laut README erfasst, speichert, überträgt und analysiert Subtitle Edit weder Ihre Untertiteldateien noch Mediendateien oder Metadaten, und Bearbeitung, Konvertierung, Wiedergabe sowie die lokale automatische Sicherung laufen auf Ihrem Gerät. Lokale Engines wie Whisper CPP, llama.cpp, Ollama und LM Studio verarbeiten Audio oder Text auf Ihrem Rechner oder auf einem Server, auf den Sie die App verweisen.

Die Ausnahme ist, was Sie selbst einschalten. Laut README erhalten optionale Online-Dienste für Übersetzung, Spracherkennung, Sprachausgabe, OCR oder Wörterbuchabfragen nur die für die jeweilige Anfrage nötigen Daten, direkt von der App und unter der Datenschutzerklärung des Anbieters. Die Engine-Beschreibungen kennzeichnen Google Translate, DeepL, ChatGPT, Anthropic, Gemini und die Online-Spracherkennung als Dienste, die Internetzugang und meist einen API-Schlüssel brauchen. Die Einstellungen „OpenAI-kompatibel“ und „llama.cpp remote server“ senden Text an die Adresse, die Sie eintragen.

📌Hinweis: Dies sind Angaben des Herstellers, keine Prüfergebnisse. Der Code ist offen, aber PromptQuorum hat ihn nicht gelesen und den Netzwerkverkehr der App nicht untersucht; auch die Server, von denen Engines und Modelle geladen werden, wurden nicht geprüft.

Für wen sich die App eignet

  • Untertitler und Videoeditoren, die Transkription, Timing und Übersetzung in einem Editor statt in mehreren Werkzeugen erledigen möchten.
  • Datenschutzbewusste Kreative, die eine lokale Whisper-Engine und ein lokales Übersetzungsmodell dem Hochladen von Medien vorziehen.
  • Alle, die eine ganze Serie von Folgen bearbeiten und auf jede Datei dieselbe Konvertierung oder Übersetzung anwenden müssen.

Was wir nicht überprüfen konnten

  • Genauigkeit und Qualität. PromptQuorum hat keine Spracherkennungs- oder Übersetzungs-Engine ausgeführt; Wortfehlerraten, Halluzinationen und Übersetzungsqualität werden daher nicht bewertet.
  • Geschwindigkeit und Hardware. Es wurden keine Zeiten oder Speicherwerte gemessen; die Wirkung der Backends CUDA, Vulkan und Metal auf echte Dateien ist ungetestet.
  • Der Text der offiziellen Website. Die Seite unter nikse.dk wird mit JavaScript gerendert und wurde nicht gelesen; die Angaben hier stammen von GitHub und der Dokumentationsseite.
  • Download-Quellen. Die Dokumentation sagt, dass Engines und Modelle automatisch geladen werden, aber von welchen Servern, wurde nicht geprüft.
  • Stabilität der Vorabversion. Version 5.4.0 ist noch in der Beta, und dem stabilen 5.3.0 gingen selbst Dutzende Beta- und Release-Candidate-Builds voraus; das Verhalten kann sich schnell ändern.

Wettbewerber und Alternativen

Whisper.cpp

Plattformen:
Windows, macOS, Linux
Preis / Lizenz:
Kostenlos / MIT
Wichtigster Unterschied:
Die Engine, die Subtitle Edit als Whisper CPP aufführt; ein Kommandozeilen- und Bibliothekswerkzeug ohne Untertiteleditor
Artikel über Whisper.cpp (10)

+18 weitere nicht angezeigt

faster-whisper

Plattformen:
Windows, macOS, Linux
Preis / Lizenz:
Kostenlos / MIT
Wichtigster Unterschied:
Python-Bibliothek für schnelle Whisper-Transkription; den Untertitel-Workflow bauen Sie selbst
Artikel über faster-whisper (5)

Auch erwähnt in:

+6 weitere nicht angezeigt

MacWhisper

Plattformen:
macOS
Preis / Lizenz:
Freemium / proprietär
Wichtigster Unterschied:
Mac-App mit Schwerpunkt Transkription und Einmalkauf; Subtitle Edit ergänzt Formatbearbeitung und Engine-Auswahl
Artikel über MacWhisper (2)

Auch erwähnt in:

TranscriptionSuite

Plattformen:
Windows, macOS, Linux
Preis / Lizenz:
Kostenlos / GPL-3.0
Wichtigster Unterschied:
Lokale Transkription mit Live-Modus, Sprecherkennzeichnung und Audio-Notizbuch, laut ihrem Verzeichniseintrag
Artikel über TranscriptionSuite (1)

Prüfen Sie aktuellen Preis, Lizenz und Plattformen jeder App auf ihrer eigenen Seite, bevor Sie sich entscheiden.

Im Verzeichnis vergleichen

Häufig gestellte Fragen

Brauche ich für die erste Transkription Internet?

Ja, einmalig: Die App lädt die gewählte Engine und das Modell beim ersten Einsatz herunter. Die Seite zu Drittkomponenten beschreibt auch, wie Sie die Dateien von Hand im Datenordner der App ablegen, der unter Windows %APPDATA%\Subtitle Edit und unter Linux und macOS ~/.config/Subtitle Edit heißt.

Welche Whisper-Engine passt zu einer NVIDIA-Grafikkarte?

Die Dokumentation empfiehlt für die schnellste Transkription auf NVIDIA-GPUs das Whisper-CPP-Backend cuBLAS oder Purfview Faster Whisper XXL und bei einem CUDA-Speicherfehler ein kleineres Modell.

Kann die App kennzeichnen, wer spricht?

Ja, mit der Engine Crisp ASR. „Detect speakers“ nutzt die Sortformer-Diarisierung von NVIDIA für bis zu 8 Sprecher, lädt beim ersten Einsatz ein 107-MB-Modell und braucht Crisp ASR ab Version 0.8.37.

Kann ich ein Übersetzungsmodell verwenden, das nicht in der Liste steht?

Ja. Legen Sie eine .gguf-Datei im Ordner llama.cpp/models ab oder setzen Sie den Haken bei „Use remote server“ und verweisen Sie auf Ihren eigenen llama-server. Laut Doku braucht TranslateGemma 27B etwa 16 GB Download und rund 20 GB VRAM; das 12B-Modell gilt dort bereits als starke Wahl.

Kann ich die App ohne grafische Oberfläche nutzen?

Ja, über seconv, den Kommandozeilen-Konverter, der mit jedem Release erscheint. Seine Auto-Übersetzung unterstützt OpenAI-kompatible und DeepL-Engines sowie die Optionen --translate-api-key und --translate-prompt.

Fazit

Subtitle Edit ist ein langlebiger, kostenloser und offen lizenzierter Editor, der neben den klassischen Untertitelwerkzeugen inzwischen lokale Whisper-Transkription und Übersetzung mit lokalen LLMs bündelt; das Änderungsprotokoll zeigt vier Vorabversionen zwischen dem 20. und 24. Oktober 2026. Dem stehen gegenüber: Die KI-Engines sind getrennte Downloads von bis zu mehreren Gigabyte, Cloud-Engines senden Ihren Text oder Ihr Audio an Dritte, die neueste Linie ist noch in der Beta, und zur Ausgabequalität ließ sich hier nichts prüfen. Die App passt zu Menschen, die ohnehin mit Untertiteln arbeiten und an einem Ort auf dem eigenen Rechner transkribieren und übersetzen möchten; wer nur ein Transkript braucht, findet in einem reinen Transkriptionswerkzeug möglicherweise den einfacheren Weg.

Quellen

← Zurück zu Lokale LLMs Pro

MCP