Descript ist ein textbasierter Audio- und Video-Editor von Descript, Inc., mit dem Videos durch Bearbeiten eines Transkripts geschnitten werden — inklusive KI-Transkription in 25 Sprachen, KI-Stimmenklonung und Synchronisation sowie einem KI-Co-Editor namens Underlord, der Schnittaufgaben automatisiert. Es gibt einen echten Gratistarif (60 Transkriptionsminuten/Monat) und bezahlte Tarife ab 16 $/Person/Monat, jährlich abgerechnet.
Wer dahintersteht
Descript versteht sich als "Tippen statt Schneiden"-Editor für Video und Podcast: Statt an einer Timeline zu schieben, wird Filmmaterial durch Bearbeiten des automatisch erzeugten Transkripts geschnitten, umgestellt und bereinigt. Underlord, Descripts integrierte KI, kann Schnittanweisungen direkt ausführen — Füllwörter entfernen, einem Grobskript folgen, aus Rohmaterial einen ersten Schnitt bauen. Zusätzlich bietet Descript eine API und einen MCP-Server, sodass sich Schnitt auch aus Code oder aus einem anderen KI-Assistenten heraus auslösen lässt.
Kernfunktionen
- Transkriptbasiertes Editing — Video oder Audio wird durch Löschen oder Umstellen von Text geschnitten, Änderungen wirken sich automatisch auf das zugrunde liegende Material aus.
- Underlord, der KI-Co-Editor — automatisiert Schritte wie Füllwort-Entfernung, das Folgen eines Skripts und das Erstellen von Rohschnitten aus Rohmaterial.
- KI-Stimmenklonung und Synchronisation — eine Stimme klonen oder ein Projekt in eine andere Sprache übersetzen/synchronisieren.
- Automatische Transkription in 25 Sprachen, die Grundlage des textbasierten Schnitt-Workflows.
- API + MCP — Video programmatisch oder aus einem KI-Assistenten heraus bearbeiten, nicht nur über die App.
- 4K-Export ohne Wasserzeichen als Funktion bezahlter Tarife, laut Descripts eigener Preisseite.
Preise
Descript ist freemium: Der Free-Tarif enthält 60 Transkriptionsminuten pro Monat für 0 $. Der nächste Tarif, Hobbyist, startet bei 16 $/Person/Monat (jährlich abgerechnet, 24 $ bei monatlicher Abrechnung) und schaltet unter anderem 4K-Export ohne Wasserzeichen frei. Höhere Tarife bringen mehr Transkriptionsminuten, Plätze und Kollaborationsfunktionen; die Preisseite nennt für den Free-Tarif keine gesonderte Auflösungsgrenze, da er über Transkriptionsminuten statt über Exporteinstellungen begrenzt ist.
Für wen es sich eignet
Descript passt zu Podcastern, YouTubern und Video-/Audioteams, deren Hauptaufgabe das Schneiden gesprochener Inhalte ist — Füllwörter entfernen, Interviews kürzen oder lange Aufnahmen weiterverwerten —, wo transkriptbasiertes Editing schneller ist als das Schieben an einer Timeline. Der API-/MCP-Zugriff macht es zudem für Teams interessant, die Schnitt programmatisch aus eigenen Tools auslösen wollen. Für Motion Graphics, generative KI-Videoerstellung oder aufwendige visuelle Effekte ist es eine engere Passform, wo ein universelleres oder generatives Video-Tool besser passt.