Lass lokale KI sie direkt aus dem Video erstellen
Wave Subs erkennt die Dialoge eines Videos, erstellt SRT / ASS-Untertitel und übersetzt sie in deine Sprache. Alles auf deinem eigenen Rechner — ohne Internet, komplett kostenlos.
Vollständig Open Source·Komplett kostenlos·Keine In-App-Käufe
Der Editor: Text korrigieren, Timing anpassen, eine Zeile anklicken und anhören
Keine Untertitelseiten durchsuchen, kein Video hochladen, kein Konto anlegen.
MKV, MP4, MOV, TS. Eine eingebettete Untertitelspur wird erkannt und direkt verwendet.
whisper.cpp erkennt die Dialoge auf deinem Rechner mit automatischer Spracherkennung; das Timing wird auf den tatsächlichen Sprechzeitpunkt gesetzt (abgestimmt an offiziellen Untertiteln von sechs Spielfilmen).
In deine Sprache übersetzt, als SRT oder ASS neben dem Video gespeichert — jeder Player liest es. Ein Qualitätsurteil zeigt, wo du hinschauen solltest.
In deine Sprache übersetzt, als SRT oder ASS neben dem Video gespeichert — jeder Player liest es. Ein Qualitätsurteil zeigt, wo du hinschauen solltest.
29 Zielsprachen: Deutsch, Englisch, Chinesisch (vereinfacht/traditionell), Japanisch, Koreanisch, Französisch, Spanisch, Portugiesisch, Russisch, Thai, Vietnamesisch, Indonesisch, Malaiisch … Standardmäßig ein lokales Qwen3-Modell — kostenlos und offline — oder jede OpenAI-kompatible API.
Text korrigieren, Timing anpassen, einfügen, löschen, zusammenführen, rückgängig machen, automatisch speichern. Eine Zeile anklicken und genau hören, wie sie gesprochen wurde — auch bei HEVC oder DTS dank des mitgelieferten ffmpeg. Qualitätsbefunde sind anklickbar.
Ordner ablegen; alle Dateien folgen denselben Einstellungen, einzelne können Untertitelspur, Tonspur oder Engine überschreiben. Jede fertige Zeile trägt ihr Qualitätsurteil.
Online-Tools verlangen den Upload des ganzen Films. Wave Subs sendet nichts.
Modelle lädst du mit einem Klick in der App, die jedes Modell nach dem Arbeitsspeicher deines Rechners als „passend / nutzbar / zu schwer“ kennzeichnet. Dieselben Regeln als Tabelle:
| Modell | Download | RAM im Betrieb | Qualität | Tempo | Mac: empfohlener RAM | Windows-PC: empfohlener RAM |
|---|---|---|---|---|---|---|
| Tiny | 75 MB | 0.5 GB | ●○○○○ | ●●●●● | 8 GB | 16 GB |
| Base | 142 MB | 0.7 GB | ●●○○○ | ●●●●● | 8 GB | 16 GB |
| Small | 466 MB | 1.2 GB | ●●●○○ | ●●●●○ | 8 GB | 16 GB |
| Medium | 1.5 GB | 2.6 GB | ●●●●○ | ●●○○○ | 16 GB | 24 GB |
| Large v3 Turbo | 1.6 GB | 2.2 GB | ●●●●◐ | ●●●●○ | 16 GB | 24 GB |
| Large v3 | 3.0 GB | 4.5 GB | ●●●●● | ●○○○○ | 16 GB | 24 GB |
| Modell | Download | RAM im Betrieb | Qualität | Tempo | Mac: empfohlener RAM | Windows-PC: empfohlener RAM |
|---|---|---|---|---|---|---|
| Qwen3 1.7B | 1.8 GB | 2.5 GB | ●●○○○ | ●●●●● | 16 GB | 24 GB |
| Qwen3 4B | 2.4 GB | 3.5 GB | ●●●○○ | ●●●●○ | 16 GB | 24 GB |
| Qwen3 8B | 4.9 GB | 6 GB | ●●●●○ | ●●●○○ | 16 GB | 24 GB |
| Qwen3 14B | 9.0 GB | 10.5 GB | ●●●●◐ | ●●○○○ | 24 GB | 32 GB |
| Qwen3 32B | 19.7 GB | 22 GB | ●●●●● | ●○○○○ | 32 GB | 48 GB |
| Dein Rechner | Erkennung | Übersetzung | Hinweis |
|---|---|---|---|
| Mac 8 GB | Small oder Large v3 Turbo | Qwen3 1.7B | Reicht; Turbo läuft mit 8 GB, andere Apps besser schließen |
| Mac 16 GB | Large v3 Turbo | Qwen3 8B | Die Standardempfehlung, Balance aus Qualität und Tempo |
| Mac 32 GB | Large v3 | Qwen3 14B | Beste Erkennung, genauere Übersetzung |
| Mac ab 48 GB | Large v3 | Qwen3 32B | Beste Übersetzung, langsamer |
| Windows-PC 16 GB | Large v3 Turbo | Qwen3 4B | Nur CPU: dasselbe Modell braucht meist ein Vielfaches der Zeit von Apple Silicon |
| Windows-PC 32 GB | Large v3 Turbo | Qwen3 8B | Große Modelle laufen, Zeit einplanen |
Version 1.0.1. ffmpeg und whisper.cpp sind enthalten — installieren und loslegen.
brew install --cask jason-jm/wavesubs/wavesubsscoop bucket add wavesubs https://github.com/jason-jm/scoop-wavesubs && scoop install wavesubsBeim ersten Start wirst du durch den Download eines Erkennungsmodells geführt (danach kein Netz mehr nötig). Lizenzen der Open-Source-Komponenten: THIRD-PARTY-LICENSES.
MKV, MP4, MOV, TS, AVI und andere gängige Formate; auch HEVC, DTS und TrueHD, die Browser nicht abspielen, weil das mitgelieferte ffmpeg alles dekodiert. Reine Audiodateien ebenfalls.
Die Erkennung deckt die knapp 100 Sprachen von whisper mit automatischer Erkennung ab; 29 Zielsprachen für die Übersetzung; Oberfläche in 32 Sprachen.
Alles läuft lokal. Nur der erste Modell-Download und – falls eingerichtet – die Cloud-Übersetzung nutzen das Netz.
Etwa 3–6 Minuten mit Large v3 Turbo auf einem M-Chip, plus einige Minuten lokale Übersetzung. Eine ganze Staffel im Stapel laufen lassen.
Derzeit nicht. Die lokale Erkennung braucht die Metal-Beschleunigung von Apple Silicon; auf Intel wäre es zu langsam.