Wie viel Speicher braucht eine Stunde Sprachaufnahme?

Eine Stunde Sprachaufnahme benötigt gewöhnlich 29 MB bei 64 kbps, der üblichen Sprachmemo-Qualität. Möglich ist aber alles von 14 MB bei niedriger Qualität bis 640 MB bei unkomprimiertem Stereo. Die genaue Größe hängt von drei Dingen ab: Bitrate, Audioformat beziehungsweise Codec und Mono- oder Stereoaufnahme. Lautstärke und Sprachinhalt spielen keine Rolle, nur die technischen Einstellungen.

Dieser Ratgeber erklärt die Rechnung, zeigt eine Speichertabelle und beschreibt, wie kontinuierliche Aufnahmen auf ein Telefon passen.

Kurz erklärt

Mit dieser Kopfrechenformel lässt sich die Größe jeder Audiodatei schätzen:

MB pro Stunde = Bitrate (kbps) × 0.45

Eine typische Sprachmemo mit 64 kbps ergibt somit 64 × 0.45 = 29 MB/Stunde. Doppelte Bitrate bedeutet doppelte Größe. So einfach ist es.

Bei dieser Qualität fasst ein Gigabyte etwa 34 Stunden Aufnahme. Für kontinuierliche 24/7-Aufnahme rechnen Sie mit ungefähr 0.7 GB/Tag, also rund 21 GB/Monat.

Sie möchten die Zahl für Ihre Dauer und Qualität ohne eigene Rechnung? Der Speicherrechner für Sprachmemos berechnet sie sofort, ob für 1 Stunde, 10 Stunden, einen Tag oder einen Monat.

Was die Dateigröße einer Sprachaufnahme bestimmt

Die Größe einer Audiodatei wird von vier Faktoren bestimmt:

1. Bitrate in kbps – der wichtigste Regler. Höhere Bitrate bedeutet größere Datei. Für Sprache reichen 32–64 kbps, Musik benötigt 128+ kbps.
2. Codec beziehungsweise Format, etwa AAC, MP3 oder WAV – Dateicontainer und Kompression. AAC und MP3 sind komprimiert, WAV ist unkomprimiert.
3. Abtastrate in Hz – wie oft Audio abgetastet wird. Sprache nutzt 8–16 kHz, wobei niedrigere Werte ausreichen; Musik und Hi-Fi nutzen 44.1 oder 48 kHz.
4. Kanäle, Mono oder Stereo – Mono hat einen Kanal, Stereo zwei. Mono ist kleiner.

Lautstärke, Sprachinhalt und Stille beeinflussen die Dateigröße nicht, nur Bitrate und Format. Deshalb ist Kompression sinnvoll.

Speicherbedarf nach Format und Bitrate

Die tatsächliche Rechnung für gängige Formate und Bitraten:

Das Wichtigste: Komprimierte Formate wie AAC und MP3 sind 5–20× kleiner als unkomprimierte. Für Sprache ist AAC mit 64 kbps ein guter Kompromiss: sehr kleine Dateien, kein hörbarer Qualitätsverlust und leichte Suche bei lokaler Transkription.

Wie viel Speicher braucht kontinuierliche Aufnahme?

Bei 24 Stunden Aufnahme am Tag sind je nach Qualitätsstufe diese Größen zu erwarten:

Beispiel: Bei 24/7-Aufnahme mit 64 kbps, also typischer Sprachmemo-Qualität, könnten Sie auf einem Telefon mit 256 GB etwa 12 Monate durchgehendes Audio speichern. Das ist weit mehr, als Sie je benötigen würden.

Der Haken: Der Speicher füllt sich weiter. Deshalb verwaltet BlackBox ihn automatisch: stündliche Dateien, tägliche Kompression, automatische Bereinigung nach 30 Tagen und optionaler automatischer Export, damit nichts verloren geht, was Sie behalten möchten.

Warum die Bitrate der wichtigste Regler ist

Die Bitrate ist der entscheidende Hebel. Das sind die Gründe:

• 32–64 kbps: Ideal für Sprache. Verständlich, klar und sehr kleine Dateien.
• 96–128 kbps: Podcast-Qualität. Stimmen klingen voller, die Dateien sind aber 2–4× größer.
• 256+ kbps: Musik oder annähernd verlustfreie Qualität. Lohnt sich nur für Musik oder Klarheit auf Studioniveau.
• Unkomprimiert, WAV: Für Audiobearbeitung, forensische Untersuchungen oder professionelle Arbeit. Mit 300+ MB/Stunde viel zu groß für alltägliche Aufnahmen.

Für Sprachaufnahmen rund um die Uhr sind 64 kbps fast immer die richtige Wahl. Sie erhalten glasklare Sprache in kleinen Dateien.

Ist die Abtastrate für Sprache wichtig?

Ja, aber nicht besonders stark. Die Abtastrate gibt an, wie oft pro Sekunde Audio abgetastet wird:

• 8 kHz: Telefonqualität. Sehr kleine Dateien mit hörbarem Qualitätsverlust.
• 16 kHz: Standard für Sprach-KI und Transkription. Klare Sprache und ein gutes Verhältnis zwischen Größe und Qualität.
• 44.1 kHz: Standard für Musik und Podcasts. Für Sprache unnötig und 2.75× größer.
• 48 kHz: Professionelles Audio. Für Sprachaufnahmen überdimensioniert.

16 kHz ist bei Sprachaufnahmen nicht ohne Grund der Standard: Erfasst wird alles Hörbare in der Sprache, während die Dateien handlich bleiben.

Mono oder Stereo

Stereo verdoppelt die Dateigröße, weil zwei Kanäle statt eines aufgenommen werden. Für Sprachaufnahmen genügt Mono immer. Stereo ist nur wichtig, wenn Sie Musik aufnehmen oder Richtungsinformationen benötigen.

• Mono: Ein Kanal, kleinste Datei.
• Stereo: Zwei Kanäle, ~2× so groß.

Warum Kompression wichtig ist

Komprimierte Formate wie AAC und MP3 verkleinern Dateien gegenüber unkomprimiertem WAV um den Faktor 5–10, ohne hörbaren Qualitätsverlust bei Sprache. Sie entfernen Frequenzen, die Ihr Gehör nicht wahrnimmt, und verwenden ausgefeilte Codierung.

Unkomprimierte Formate wie WAV bewahren jedes Detail, benötigen aber viel Speicher. Bei Sprache würden Sie zwischen AAC mit 64 kbps und unkomprimiertem 16-bit-WAV keinen Unterschied hören, während die Größe von ~318 MB/Stunde auf ~29 MB/Stunde sinkt. Deshalb nutzt jede Sprach-App Kompression.

Die Rechnung: Dateigröße selbst herleiten

Wenn Sie eine Dateigröße schätzen müssen, verwenden Sie diese Formeln:

Bytes pro Sekunde = (Bitrate in kbps × 1000) / 8

MB pro Stunde = (Bytes pro Sekunde × 3600) / (1024 × 1024)

Oder kurz: MB/Stunde = kbps × 0.45

Beispiel: Einen Tag, also 24 Stunden, mit AAC und 64 kbps aufnehmen?

• 64 kbps × 0.45 = 29 MB/Stunde
• 29 MB × 24 = 696 MB/Tag ✓

Bitrate und Format Ihrer Aufnahme-App prüfen

Die meisten Apps stellen ihre Einstellungen nicht heraus, aber Sie können sie finden:

iPhone Sprachmemos: Öffnen Sie Einstellungen → Sprachmemos → Audioqualität. „Komprimiert“ nimmt AAC mit moderater Bitrate auf: kleine Dateien, für Sprache völlig ausreichend. „Verlustfrei“ erzeugt deutlich größere Dateien und lohnt sich nur für Musik oder Archivierung. Apple nennt keine numerische Bitrate. Komprimiert liegt aber im Bereich einiger Dutzend MB pro Stunde, Verlustfrei bei Hunderten.

Android-Recorder-Apps: Die Einstellungen unterscheiden sich nach Hersteller. Die meisten integrierten Recorder, etwa Samsung Voice Recorder und Google Recorder, bieten Stufen wie Niedrig / Mittel / Hoch, die ungefähr 32 / 64 / 128+ kbps AAC entsprechen. Manche lassen das Format direkt wählen, etwa M4A oder WAV. Wählen Sie für Sprache M4A/AAC.

Jede App auf jeder Plattform: Machen Sie eine einminütige Testaufnahme, prüfen Sie die Dateigröße und multiplizieren Sie mit 60. Rund 0.5 MB pro Minute bedeuten ~30 MB/Stunde. Rückwärts mit der obigen Formel gerechnet entspricht das ungefähr 64 kbps.

Rechenbeispiele für realistische Speicherplanung

Einige Szenarien mit derselben Rechnung:

• Ein Vorlesungssemester: 3 Stunden/Woche × 15 Wochen = 45 Stunden. Bei 64 kbps sind das 45 × 29 MB ≈ 1.3 GB. Ein ganzes Semester braucht weniger Platz als ein HD-Film.
• Täglich eine Stunde Besprechung über ein Jahr: ~250 Arbeitstage × 29 MB ≈ 7.3 GB bei 64 kbps oder etwa halb so viel bei 32 kbps.
• Eine einwöchige Reise mit 12 Stunden Aufnahme täglich: 84 Stunden × 29 MB ≈ 2.4 GB, auf einem modernen Telefon kaum der Rede wert.

Das Muster: Komprimierte Sprache ist so klein, dass fast jede realistische Aufnahmegewohnheit bequem Platz findet. Nur unkomprimierte Formate oder unverwaltete 24/7-Aufnahmen belasten den Speicher ernsthaft.

Transkription spart am meisten Speicher

Text ist erheblich kleiner als Audio. Eine Stunde Sprache als reiner Text umfasst gewöhnlich unter 100 KB, gegenüber 29 MB für dieselbe Stunde Audio mit 64 kbps. Das entspricht einer Verringerung um nahezu das 300-Fache.

Dadurch ändert sich die Speicherrechnung. Benötigen Sie eigentlich die Informationen – Gesagtes, Entscheidungen, erwähnte Namen und Zahlen –, bewahrt ein durchsuchbares Transkript sie auf einem winzigen Bruchteil des Speicherplatzes. Die Audiodatei kann später nach Ablauf ihrer Aufbewahrungsfrist entfernt werden. BlackBox transkribiert auf dem Gerät ohne Upload. So können Sie Gesagtes auch dann durchsuchen, wenn altes Audio die Frist für automatische Löschung überschreitet.

Wie BlackBox 24/7-Aufnahme praktikabel hält

Kontinuierliche Aufnahme klingt nach einem Speicherproblem, ist mit einem klugen Recorder aber keines. BlackBox löst es auf drei Arten:

1. Stündliche Dateien. Statt einer riesigen, den ganzen Tag wachsenden Datei erhält jede Stunde ihre eigene. Das erleichtert das Durchsehen und hält alles handlich.
2. Komprimierung abgeschlossener Tage. Jeder Tag wird automatisch archiviert und komprimiert. So sinkt der Platzbedarf, während die Aufzeichnung erhalten bleibt.
3. Automatische Bereinigung nach Aufbewahrungsdauer. Aufnahmen, die älter als etwa 30 Tage sind, werden automatisch gelöscht. Dadurch bleibt der Speicherbedarf gleich.

Optionaler automatischer Export speichert alles, was Sie behalten möchten, vor der Bereinigung in Ihrem eigenen Ordner. Alles bleibt auf dem Gerät: kein Konto, kein Cloud-Upload, nur Ihr Telefon und die ausgewählten Ordner.

Das Ergebnis: ein Monat komprimierter Sprachaufzeichnungen, keine Dateiverwaltung und ein Telefon, dessen Speicher nie voll wird.

Fazit

Eine Stunde Sprachaufnahme benötigt ~29 MB bei üblicher Qualität mit 64 kbps AAC. Möglich sind aber 14 MB bei niedriger Qualität bis 640 MB bei unkomprimiertem Stereo. Die Größe hängt von Bitrate, Format und Abtastrate ab, nicht davon, was Sie sagen oder wie laut Sie sind.

Mit MB/Stunde = kbps × 0.45 schätzen Sie jede Dateigröße. Für 24/7-Aufnahme rechnen Sie bei normaler Sprachqualität mit 0.7 GB pro Tag. Das ist auf modernen Telefonen leicht zu handhaben, besonders mit automatischer Speicherverwaltung.

Wenn Sie kontinuierlich aufnehmen möchten, macht BlackBox es wirklich praktikabel: stündliche Dateien, automatische Kompression, Bereinigung nach 30 Tagen und optionaler automatischer Export vor dem Löschen. So entsteht ein vertrauliches Audioprotokoll Ihres Lebens, ohne dass Sie wieder über Speicher nachdenken müssen.