Blog › Vergleiche

Somuno vs. Descript Studio Sound: kompletter Editor oder Bereinigungs-App?

Hongyang Jin · 7. November 2026 · 8 Min. Lesezeit

Descript und Somuno sind nicht dieselbe Art von Produkt. Descript ist ein kompletter Audio- und Videoeditor, in dem Sie schneiden, indem Sie das Transkript bearbeiten, und Studio Sound ist eines seiner KI-Tools: ein Effekt, der Hintergrundgeräusche und Echo in Stimmen reduziert. Somuno ist eine Mac-App, die nur die Bereinigung übernimmt. Sie entfernt Störgeräusche und Hall aus Stimmen in Audio- und Videodateien auf Ihrem eigenen Mac und überlässt den Schnitt dem Programm, das Sie ohnehin verwenden.

Wählen Sie Descript, wenn Sie Ihren Podcast oder Ihr Video sowieso darin schneiden möchten: Studio Sound ist nur einen Klick entfernt, und mit einem Descript-Abo bezahlen Sie auch den Editor, die Transkription und viele weitere KI-Tools. Descript läuft außerdem unter Windows und im Webbrowser. Wählen Sie Somuno, wenn Sie bereits einen Editor haben und nur klarere Stimmen brauchen, wenn Ihre Aufnahmen auf Ihrem Mac bleiben sollen oder wenn Sie viele Dateien auf einmal bereinigen möchten – zum einmaligen Preis statt mit monatlichem Abo. Wir haben Studio Sound nicht in Hörtests geprüft; probieren Sie also beide mit derselben Aufnahme aus.

Somuno und Descript im Überblick

Descript ist ein Editor, Somuno ein einzelner Arbeitsschritt

In Descript nehmen Sie eine ganze Folge oder ein ganzes Video auf, schneiden es und exportieren es. Sie bearbeiten das Transkript, und die Medien folgen. Die kostenpflichtigen Tarife bringen eine lange Liste von KI-Tools mit – der Tarif Creator wirbt mit „über 20 weiteren KI-Tools“. Studio Sound ist eines davon. Sie schalten es im Bereich „Properties“ für eine Datei oder Ebene ein, stellen die Intensität („Intensity“) ein und können es sogar schon während der Aufnahme aktivieren. Laut Descript wirkt es auf Dateiebene und „betrifft jede Instanz dieser Datei in Ihrem Projekt“.

Somuno schneidet nicht, transkribiert nicht und mischt nicht. Es ist eine eigenständige App, kein Plug-in: Sie geben ihr Dateien und erhalten bereinigte Dateien zurück, die Sie dann in Descript, Final Cut Pro, Premiere, einer DAW oder anderswo verwenden. Wenn Sie gern in Descript schneiden, brauchen Sie wahrscheinlich keine separate Bereinigungs-App. Wenn Sie woanders schneiden, lohnt es sich weniger, Descript nur für Studio Sound zu bezahlen.

Wie Studio Sound abgerechnet wird

Studio Sound ist in den Tarifen von Descript enthalten und wird Stand November 2026 auf zwei Arten gemessen:

• Tarife: Hobbyist kostet US$16 pro Person und Monat bei jährlicher Abrechnung oder US$24 bei monatlicher Abrechnung und nennt „KI-Tools inklusive Studio Sound“. Creator kostet US$24 bzw. US$35, Business US$50 bzw. US$65, und für Enterprise gibt es individuelle Preise.
• Medienstunden: 10, 30 bzw. 40 pro Monat bei Hobbyist, Creator und Business. Der kostenlose Tarif hat 1 Medienstunde pro Monat.
• KI-Credits: 400, 800 bzw. 1.500 pro Monat. Studio Sound verbraucht sie: „Die Kosten richten sich nach dem Umfang der Aufgabe“, bis zu 30 Credits pro Datei. Nicht genutzte Medienminuten und KI-Credits werden nicht in den Folgemonat übertragen. Der kostenlose Tarif hat einmalig 100 KI-Credits.

Außerdem exportiert der kostenlose Tarif in 720p mit Wasserzeichen. Somuno kostet einmalig US$19.99 auf der Somuno-Website, für bis zu 3 Macs, die Sie besitzen oder verwenden, mit 30 Tagen Geld-zurück-Garantie, oder ist in der Version aus dem Mac App Store ein In-App-Kauf, dessen Preis Apple festlegt. Es gibt keine Stunden oder Credits, die Sie im Blick behalten müssen. Die kostenlose Version verbessert die ersten 60 Sekunden jeder Datei.

Rein vom Preis her kostet ein Jahr Hobbyist bei jährlicher Abrechnung US$192. Wenn Sie aber den Editor von Descript und seine übrigen Tools nutzen, bezahlen Sie für weit mehr als die Bereinigung; die Zahlen sind also nicht direkt vergleichbar.

Wohin Ihr Audio geht

Laut Hilfe-Center von Descript „erfordert Studio Sound eine Internetverbindung“, und in den Systemanforderungen heißt es: „Descript nutzt Cloud-Speicher“. Somuno führt ein KI-Modell zur Sprachverbesserung auf der GPU Ihres Mac aus. Aufnahmen werden nie hochgeladen, es ist kein Konto nötig, und Somuno funktioniert offline – im Flugzeug, beim Dreh vor Ort oder in einem Netzwerk, das Uploads blockiert.

Bei vertraulichen Interviews, unveröffentlichten Folgen oder Forschungsaufnahmen sollten Sie prüfen, was Ihre Organisation erlaubt, bevor Sie irgendetwas zu irgendeinem Dienst hochladen.

Video: in Descript schneiden oder die Tonspur ersetzen

Descript importiert Videos im Format MP4, M4V, MOV, WEBM und MKV (ProRes erst ab Creator), und Sie schneiden und exportieren das Video in Descript. Somuno geht mit Video anders um: Bei MP4-, MOV- und M4V-Dateien ersetzt es nur die Tonspur und kopiert das Bild unverändert, ohne Neucodierung. Sie erhalten dasselbe Video mit klarerer Stimme zurück. Somuno öffnet weder WEBM noch MKV und schneidet oder bearbeitet das Bild nicht.

Bei den Audioformaten öffnen beide WAV, AIFF, FLAC, MP3 und AAC. Descript öffnet zusätzlich OPUS, führt den Codec Apple Lossless (ALAC) aber als nicht unterstützt, während Somuno Apple Lossless öffnet. Mehr dazu unter So bereinigen Sie den Ton eines Videos.

Viele Dateien auf einmal bereinigen

Im Hilfe-Center von Descript haben wir kein eigenes Stapelwerkzeug gefunden: Sie wenden Studio Sound in einem Projekt auf jede Datei oder Ebene einzeln an. Somuno ist um eine Warteliste herum gebaut, auch in der kostenlosen Version. Ziehen Sie Dateien oder ganze Ordner hinein, und jedes Ergebnis wird neben seinem Original oder in einem Ordner Ihrer Wahl gesichert, mit „-enhanced“ im Namen, sodass nichts überschrieben wird. Siehe So bereinigen Sie einen ganzen Ordner mit Aufnahmen.

Was die beiden mit der Stimme machen

Descript beschreibt Studio Sound als Effekt, der „gesprochene Stimmen verbessert, indem er Hintergrundgeräusche, Echo und andere Störungen reduziert“, und in der Werbung heißt es, er „isoliert Ihr Audio und erzeugt es dann neu“. Das Hilfe-Center weist darauf hin, dass er „nur bei aufgenommenem Audio funktioniert, nicht bei KI-generierter Sprache“, und dass Sie die Intensität verringern oder den Effekt ausschalten sollten, wenn eine verrauschte Aufnahme plötzlich stumm wird.

Somunos Modell behandelt Hintergrundgeräusche und Brummen, Raumhall, Übersteuerung, fehlende hohe Frequenzen, Codec-Artefakte, Aussetzer und minderwertige Mikrofone in einem Durchgang. Sie wählen „Allgemeines Modell“ oder „Lachen behalten“, und „Stärke“ (0–100 %) mischt das Original wieder bei. Hier hören Sie Somunos Ergebnis bei einem Handyvideo mit Störgeräuschen rund um die sprechende Person, mit Standardeinstellungen und auf gleiche Lautheit gebracht. Das ist nur Somunos Ergebnis. Diesen Clip haben wir nicht mit Descript verarbeitet.

Sprechen in die Handykamera

Ein Handyvideo mit Störgeräuschen rund um die sprechende Person.

OriginalVerbessert

Original

Verbessert mit Somuno

Für wen sich was eignet

Sie können auch beides nutzen: Dateien in Somuno bereinigen und sie dann zum Schneiden in Descript importieren. Lassen Sie Studio Sound in diesem Fall für diese Dateien ausgeschaltet. Zwei Bereinigungsdurchgänge hintereinander lassen eine Stimme oft dünn klingen.

So vergleichen Sie beide mit Ihrer eigenen Aufnahme

1. Wählen Sie eine Aufnahme mit dem Rauschen oder Echo, um das es Ihnen geht, und exportieren Sie einen einminütigen Clip, möglichst als WAV. Die kostenlose Version von Somuno verbessert die ersten 60 Sekunden.
2. Verarbeiten Sie ihn in Somuno mit den Standardeinstellungen. Fügen Sie in Descript denselben Clip hinzu, schalten Sie Studio Sound mit der Standardintensität ein und exportieren Sie das Ergebnis.
3. Gleichen Sie die Lautheit der beiden Ergebnisse an und hören Sie dann über Kopfhörer.
4. Achten Sie auf die Pausen, die Konsonanten und die Wortenden. Klingt eines der Ergebnisse überbearbeitet, verringern Sie die Stärke in Somuno bzw. die Intensität in Descript und versuchen Sie es noch einmal.

Egal, wofür Sie sich entscheiden: Beginnen Sie mit einer guten Aufnahme – nah am Mikrofon, in einem gedämpften Raum, mit ein paar Sekunden Raumton, als verlustfreie Datei gesichert. Weitere Beispiele hören Sie in den Vorher-nachher-Hörbeispielen, oder lesen Sie Somuno vs. Adobe Podcast.

Häufige Fragen