Chrome Live Caption gegen übersetzte Untertitel

Vergleich 17. September 2026

Live Caption ist eine wirklich gute Barrierefreiheitsfunktion, die viele Leute als Übersetzungswerkzeug benutzen. Es lohnt sich zu wissen, wo das genau aufhört zu tragen, denn die Linie ist schärfer, als sie aussieht.

Die kurze Antwort

Nimm Live Caption, wenn der Ton in einer Sprache ist, die es unterstützt, du das Wesentliche willst und dir lieber ist, dass nichts deinen Rechner verlässt. Kostenlos, auf dem Gerät, und schon installiert.
Nimm ein übersetzendes Overlay, wenn die gesprochene Sprache außerhalb von Live Captions Auswahl liegt, wenn Namen und Begriffe gleich bleiben müssen, oder wenn du Untertitel auf dem Video willst statt in einem schwebenden Kasten.
Der entscheidende Unterschied ist der Kontext: Live Caption übersetzt mit allgemeiner maschineller Übersetzung, Zeile für Zeile. Ein Overlay auf Basis eines Sprachmodells liest jede Zeile gegen die vorherigen.
Der andere entscheidende Unterschied ist der Datenschutz, und der läuft andersherum: Live Caption verarbeitet alles lokal und sendet nichts irgendwohin.
Die beiden schließen sich nicht aus. Live Caption zuerst zu probieren kostet nichts.

Was Live Caption tatsächlich ist

Live Caption ist eine Barrierefreiheitsfunktion. Chrome lädt ein Spracherkennungsmodell auf deinen Rechner, und von da an wird jeder Ton, der im Browser läuft, in einen kleinen schwebenden Untertitelkasten transkribiert. Es funktioniert offline, es funktioniert bei allem, was Geräusche macht, und nichts wird an einen Server gesendet. Für jemanden, der gehörlos oder schwerhörig ist, bei Inhalten in einer Sprache, die er liest, ist es hervorragend und kostenlos.

Die Übersetzung kam später und ist eine kleinere Funktion, die an eine Untertitelfunktion geschraubt wurde. Daraus folgt fast alles Weitere: Die Stellen, an denen man anstößt, sind die, die für Barrierefreiheit gedacht waren und nicht dafür, einen fremdsprachigen Stream zu lesen.

Wo sich die beiden unterscheiden

	Chrome Live Caption	Ein übersetzendes Overlay
Wo es läuft	Auf deinem Rechner, offline	Transkription und Übersetzung auf einem Server, oder mit eigenen API-Schlüsseln
Ausgangssprachen	Eine begrenzte Auswahl	Automatisch erkannt, über eine viel größere Bandbreite
Übersetzung	Allgemeine maschinelle Übersetzung	Ein Sprachmodell, das jede Zeile im Kontext liest
Wo der Text erscheint	Ein fester schwebender Kasten	Ein Overlay auf dem Video — ziehen, skalieren, umgestalten
Gleichbleibende Namen	Kein Mechanismus dafür	Ein Glossar fixiert Schreibweisen für die Sitzung
Originalsprache daneben	Nein	Optionale zweite Zeile unter jeder Zeile
Sprecherkennzeichnung	Nein	Bis zu fünf Stimmen
Den Text behalten	Kein Export	Transkript-Export; SRT und VTT aus eigenen Dateien
Kosten	Kostenlos, unbegrenzt	30 Freiminuten pro Woche, danach einmalige Pakete ab 1,99 $

Warum der Kontext das Entscheidende ist

Zeilenweise maschinelle Übersetzung behandelt jeden Untertitel als eigenständige Zeichenkette. Bei einem geschriebenen Absatz geht das gut, weil die Sätze ganz ankommen. Live gesprochene Sprache kommt nicht ganz an: Ein Satz wird auf zwei Untertitel verteilt, ein Pronomen im zweiten verweist auf ein Substantiv im ersten, und in einer Sprache, die Subjekte weglässt — Japanisch und Koreanisch tun das ständig — bleibt die entscheidende Information in einem Untertitel, der längst weitergescrollt ist.

Ein Übersetzer, der jede Zeile gegen die vorherigen liest, kann das auflösen. Er verhindert außerdem, dass derselbe Name in fünf Minuten dreimal anders transkribiert wird — der ermüdendste Fehlermodus zeilenweiser Übersetzung auf einem Stream voller Eigennamen.

Dazu kommt eine messbare Eingangsgröße. Das Transkript deckelt alles, was danach kommt: Kein Übersetzer kann ein falsch gehörtes Wort zurückholen. Friskription transkribiert mit ElevenLabs Scribe v2, das eine Wortfehlerrate von 3,3 % auf englischen Benchmarks veröffentlicht — gegenüber 5,3 % bei Deepgram Nova-3 und 7,7 % bei Whisper large-v3. Jede Engine schneidet auf einem lauten Livestream schlechter ab als auf einem Benchmark-Clip, aber die Reihenfolge überträgt sich.

Wo Live Caption klar gewinnt

Datenschutz, ohne Einschränkung. Live Caption läuft auf deinem Rechner. Kein Ton verlässt ihn, kein Server ist beteiligt, und es funktioniert ganz ohne Netz. Wenn du etwas Vertrauliches untertitelst, ist das keine Eigenschaft, die man leichtfertig eintauscht — und es ist wirklich die bessere Wahl.

Das Nächstliegende auf der anderen Seite ist, eigene Schlüssel von OpenAI, Anthropic oder ElevenLabs zu verbinden: Der Ton geht dann aus deinem Browser direkt an den Anbieter, mit dem du ohnehin einen Vertrag hast, und erreicht die Server von Friskription nicht. Das ist eine deutlich andere Zusicherung als „auf dem Gerät“, und es lohnt sich, das klar zu sagen statt zu verwischen.

Live Caption ist zudem kostenlos und ungemessen. Dreißig Freiminuten pro Woche sind ein echtes Kontingent, und sie sind nicht unbegrenzt. Für stundenlanges beiläufiges Zuhören in einer Sprache, die Live Caption unterstützt, ist es das vernünftige Werkzeug.

Wozu greifen

Live Caption, wenn…

der Ton in einer unterstützten Sprache ist und du hauptsächlich das Wesentliche willst.
nichts den Rechner verlassen darf.
du Untertitel zur Barrierefreiheit willst und nicht zur Übersetzung.
du stundenlang zuhörst und nicht über Minuten nachdenken willst.

Ein übersetzendes Overlay, wenn…

die gesprochene Sprache außerhalb von Live Captions Auswahl liegt — das betrifft die meisten japanischen VTuber-Streams und die meisten koreanischen Streams.
Namen, Charaktere und wiederkehrende Begriffe gleich geschrieben bleiben müssen.
du den Untertitel auf dem Video willst, wo deine Augen ohnehin schon sind, statt in einem Kasten in der Ecke.
du die Originalzeile darunter willst, zum Lernen oder zum Nachprüfen.
mehrere Leute sprechen und du wissen musst, wer wer ist.
du den Text hinterher behalten willst.

Fragen

Reicht Chrome Live Caption zum Übersetzen von Streams?

Für das Wesentliche eines Streams in einer unterstützten Sprache oft ja. Es tut sich genau dort schwer, wo Live-Übersetzung am schwersten ist: Ausgangssprachen außerhalb seiner Auswahl, über Untertitel hinweg zerteilte Sätze, weggelassene Subjekte und Eigennamen, die gleich bleiben müssen. Es ist eine Barrierefreiheitsfunktion mit angebauter Übersetzung, kein Übersetzungswerkzeug.

Funktioniert Live Caption bei japanischen oder koreanischen Streams?

Nur wenn die gesprochene Sprache in der Auswahl liegt, die Chrome zum Untertiteln unterstützt — und die ist begrenzter, als die meisten erwarten. Das ist der übliche Grund, warum Leute für VTuber- und koreanische Streams etwas anderes suchen. Es ist kostenlos, also kostet das Nachsehen beim Stream, der dich interessiert, nichts.

Ist Live Caption kostenlos?

Ja, vollständig, ohne Limit und ohne Konto. Es ist Teil von Chrome und läuft auf deinem Rechner.

Was ist datenschutzfreundlicher?

Live Caption, eindeutig — es verarbeitet alles auf dem Gerät und sendet nichts irgendwohin. Die nächste Alternative ist, eigene API-Schlüssel zu verbinden; das hält den Ton zwischen deinem Browser und einem Anbieter, mit dem du ohnehin einen Vertrag hast, ist aber nicht dasselbe wie „verlässt den Rechner nie“.

Kann ich beides nutzen?

Ja. Probier zuerst Live Caption, das kostenlos und sofort da ist; greif zu einem übersetzenden Overlay, wenn die Sprache nicht abgedeckt ist, wenn die Namen ständig wechseln, oder wenn du den Untertitel auf dem Video willst statt in einem Kasten in der Ecke.

Warum setzt Live Caption den Text in einen eigenen Kasten?

Weil es als systemweite Barrierefreiheitsfunktion gebaut wurde, die den gesamten Browser-Ton untertitelt, auch Ton ohne Video. Ein Overlay auf dem Video ist nur einem Werkzeug möglich, das weiß, dass es auf einen Videoplayer schaut.

Braucht eines von beiden Untertitel im Stream?

Nein — das ist genau ihre Gemeinsamkeit und der Grund, warum beide auf Twitch funktionieren. Beide transkribieren den Ton selbst, statt eine Untertitelspur zu lesen, also verlangt keines etwas von der Plattform oder vom Streamer.

Probier die andere Hälfte des Vergleichs

Dreißig Freiminuten jede Woche. Keine Karte, keine KI-Konten.

Zu Chrome hinzufügen