Wie viel Speicherplatz braucht ein Sprachnotiz-Backup wirklich?

Das Wort „Backup" schleppt viel Gepäck aus der Welt der Fotos und Videos mit sich, wo es etwas meint, das man vor dem Schlafengehen anstößt und morgens kontrolliert, oder einen Cloud-Tarif, den man aufstocken musste. Ein Sprachnotiz-Backup, wenn es nur den Bericht dessen enthält, was gesagt wurde, statt des Audios selbst, verhält sich überhaupt nicht so — und dieser Unterschied lohnt sich zu verstehen, bevor man das eine aus dem anderen ableitet.

Was wirklich in der Datei steckt

Ein vollständiger Backup-Export ist ein Verzeichnis von Angaben und Transkript jeder Aufnahme — Titel, Datum, Dauer, der transkribierte Text — zusammengefasst in einer Datei. Es ist nicht das auf dieselbe Weise neu verpackte Audio. Die Aufnahmen bleiben einzelne Dateien, und ein Backup dieser Art ist dafür gedacht, wiederherzustellen, was die App über Ihre Bibliothek weiß, nicht, eine zweite Kopie des Tons selbst zu sein.

Dieser Unterschied ist der ganze Grund, warum die Datei klein bleibt. Sie sichern nicht Stunden von Ton. Sie sichern die Wörter, die dabei herauskamen.

Warum Text und Audio nicht auf dieselbe Art groß sind

Komprimiertes Audio muss trotzdem eine kontinuierliche Wellenform darstellen, zehntausende Male pro Sekunde, selbst nachdem ein Codec wie AAC verwirft, was einem Hörer nicht auffallen würde. Das ist von Natur aus viel Datenmenge pro Sekunde, wie gut die Kompression auch sein mag. Text funktioniert völlig anders: Ein Wort kostet eine Handvoll Byte, egal wie lange es gedauert hat, es auszusprechen. Ein Satz, der vier Sekunden dauert, kann dreißig Zeichen Transkript sein, und dreißig Zeichen sind ein Rundungsfehler neben vier Sekunden selbst gut komprimierten Audios.

Das ist weder eine Einstellung noch eine Design-Entscheidung, die eines der beiden Formate hätte umgehen können. Es ist der Unterschied zwischen einem Klang und einer Beschreibung eines Klangs, und eine Beschreibung wird immer kleiner sein — oft um zwei oder drei Größenordnungen —, weil sie alles außer den Wörtern verworfen hat.

Echte Zahlen nebeneinandergestellt

Ein einzelnes Transkript, für sich exportiert, wiegt eine Handvoll Kilobyte — etwa ein bis zwei Seiten Text, für eine Aufnahme normaler Länge. Komprimiertes Mono-Sprachaudio dagegen wiegt mehrere Dutzend Megabyte pro Stunde. Stellt man beides nebeneinander, kann ein Backup, das Monate an Aufnahmen abdeckt, komplett als transkribierter Text, immer noch kleiner ausfallen als eine einzige Stunde des Audios, das es beschreibt.

Skalieren Sie das hoch. Eine Bibliothek mit ein paar Hundert Aufnahmen und ausführlichen Transkripten bleibt insgesamt eine Textdatei von höchstens einstelligen Megabyte — die Art Datei, die sofort öffnet und sich ohne zweiten Gedanken an eine E-Mail hängen lässt. Das gilt selbst für jemanden, der täglich aufnimmt und Monate sich anhäufen lässt, weil das Wachstum in Wörtern stattfindet, nicht in Wellenform.

Was das praktisch bedeutet

• Es gibt keinen Grund, das Erstellen aufzuschieben, weil es sich nach einem aufwendigen Vorgang anfühlt. Es ist ein schneller Export, keine nächtliche Synchronisierung.
• Es ist klein genug, um es auf dem bequemsten Weg zu bewegen — an eine E-Mail an sich selbst hängen, in einer Notiz-App ablegen, per Kabel übertragen —, ohne einen Dienst für große Dateien zu brauchen.
• Es ersetzt keine Sicherung des Audios selbst. Wenn die Aufnahmen genauso zählen wie die Worte, exportieren Sie die .m4a-Dateien separat — das Backup transportiert nur das Transkript und die Angaben drumherum, nicht den Ton.

Wann es doch ins Gewicht fallen könnte (vermutlich trotzdem nicht)

Nichts hier ist buchstäblich null, und ein wirklich riesiges persönliches Archiv — Tausende lange Aufnahmen, alle transkribiert — ist mehr Text als eine Handvoll Notizen. Selbst dann wächst Text langsam im Vergleich zu fast allem anderen, was sich auf einem Telefon um Speicherplatz streitet; eine Bibliothek dieser Größe dürfte trotzdem nicht mit dem mithalten, was ein paar Dutzend Fotos brauchen, geschweige denn Video. Wer genau wissen will, wie groß die eigene Datei ist, statt sich auf eine allgemeine Antwort zu verlassen, exportiert sie einmal und prüft die Dateigröße selbst — das ist eine ehrlichere Zahl als jede hier genannte, weil es die eigene tatsächliche Bibliothek ist, kein Durchschnittswert.

Wie Voice Studio das handhabt

In den Einstellungen gibt es einen vollständigen Backup-Export: eine einzelne JSON-Datei mit Titel, Datum, Dauer und Transkript jeder Aufnahme, gedacht zum Wiederherstellen als Ganzes, nicht zum zeilenweisen Lesen. Sie enthält kein Audio — Aufnahmen werden separat als unveränderte Original-.m4a-Dateien über die gewöhnliche Teilen-Funktion geteilt. Dahinter steht kein Konto und keine CloudKit-Synchronisierung, also ist der Export eine schlichte Datei, die genau dorthin geht, wohin Sie sie schicken, und nirgendwohin sonst — auch der Grund, warum nichts dagegenspricht, jederzeit eine neue zu erstellen, statt sich zu rationieren.

Häufige Fragen

Führt eine größere Sprachnotiz-Bibliothek zu einer deutlich größeren Backup-Datei?

Sie wächst, aber langsam, weil sie in Text wächst, nicht in Audio. Doppelt so viele Aufnahmen verdoppeln in etwa den transkribierten Text, was immer noch eine kleine Datei bleibt — nichts wie eine Verdopplung von Stunden Audio.

Kann ich mir ein vollständiges Backup einfach per E-Mail schicken statt per Kabel oder Cloud?

In der Regel ja. Ein Backup, das aus Transkripten statt aus Aufnahmen besteht, bleibt meist klein genug, um es direkt an eine E-Mail oder Nachricht anzuhängen, ohne einen Dienst für große Dateien zu brauchen.

Enthält die Backup-Datei die Audioaufnahmen selbst?

Nein. Ein vollständiges Backup dieser Art deckt Titel, Datum, Dauer und Transkript jeder Aufnahme ab. Das Audio bleibt als separate .m4a-Dateien bestehen, die sich für sich exportieren lassen, wenn Sie die Aufnahmen zusätzlich haben wollen.

Warum sieht ein Backup nach Monaten des Aufnehmens immer noch so klein aus?

Weil es Text ist, kein Ton. Ein Transkript kostet eine Handvoll Kilobyte, egal wie lange die Aufnahme dauerte, während das Audio selbst mehrere Dutzend Megabyte pro Stunde wiegt — beide wachsen in völlig unterschiedlichem Tempo.