Mit der Stimme schreiben, ohne dass etwas den Rechner verlässt

Nein. Den Ton erkennt eine Modelldatei auf Ihrer eigenen Platte, und er wird mit dem temporären Ordner gelöscht, in dem er lag. Das Einzige, was jemals das Netz überquert, ist der einmalige Modell-Download; danach läuft das Diktat mit vollständig abgeschaltetem Netz.

780 Millisekunden vom Loslassen der Taste bis zum Erscheinen des Textes, gemessen an einem echten Fünf-Sekunden-Satz mit dem Standardmodell auf einem M5-Laptop. Ein Satz von fünfzehn Sekunden brauchte 0,66–0,75 Sekunden. Das schwere large-v3-turbo braucht etwa das Doppelte.

Ja: der Kurzbefehl wird systemweit registriert, er greift also in einem Terminal, einem Browser, einem Messenger oder einem Editor — mit MediaChef im Hintergrund oder sogar mit geschlossenem Fenster.

Standard ist die rechte ⌥-Taste — ein einzelner Modifier: halten und sprechen, oder einmal tippen zum Starten und noch einmal zum Beenden; mit Shift wird der Text per Enter abgeschickt. Ein Modifier allein tippt nichts und kollidiert mit nichts. Kombinationen wie ⌥ Space tippten im Haltemodus ein Leerzeichen, wenn ⌥ zuerst losgelassen wurde — deshalb sind sie raus; ⌃⌥ Space und ⌃⌥ D bleiben als Ausweichmöglichkeiten.

Für zwei Dinge. Die Auslösetaste zu hören: ein einzelner Modifier lässt sich nicht als gewöhnlicher Kurzbefehl registrieren, MediaChef hört die Tastatur also selbst ab, und das erlaubt macOS nur mit Bedienungshilfen. Und Text in das Fenster einer anderen Anwendung zu tippen, was das System als synthetische Eingabe behandelt. Eine Berechtigung deckt beides ab und wird einmal erteilt; danach die App neu starten.

Der Text geht in die Zwischenablage, und eine Mitteilung sagt, warum — mit dem richtigen Bereich der Systemeinstellungen schon geöffnet. Nichts Diktiertes geht jemals an einer fehlenden Freigabe verloren.

Die App plus ein Sprachmodell: 488 MB beim voreingestellten, 78 MB beim kleinsten, 1,62 GB beim größten. Wenn Sie MediaChef schon zum Transkribieren von Dateien nutzen, liegt das Modell bereits da und das Diktat fügt nichts hinzu.

Whisper beherrscht 99 Sprachen, und Sie können Ihre nennen oder sie erkennen lassen. Sprachen in einem Satz zu mischen ist genau der Fall, in dem das schwere Modell seine Größe rechtfertigt und in dem das Wörterbuch am meisten hilft.

Fünf Minuten, danach hält es von selbst an und transkribiert das Gehörte, statt es wegzuwerfen. In der Praxis diktiert man in Sätzen, nicht in Monologen.

Escape während der Aufnahme wirft die Aufnahme weg und liefert nichts. Es wird nur für die Dauer des Diktats registriert, stört Escape also an keiner anderen Stelle.

Es macht dieselbe Arbeit mit zwei Unterschieden, die zählen: diesem lässt sich Ihr Vokabular beibringen, und der Ton bleibt auf Ihrem Rechner. Ist Ihnen beides gleichgültig, ist das eingebaute schon da und ebenfalls kostenlos.

Ja. MediaChef ist quelloffen unter GPL-3.0, ohne Bezahlversion und ohne Abo — das Diktat eingeschlossen. Veröffentlicht ist Version 0.8.5, das Diktat ist enthalten.

Das sind zwei getrennte Durchläufe. Während Sie sprechen, zeigt das Panel einen Entwurf, den ein leichtes Modell alle anderthalb Sekunden erzeugt, damit es der Sprache folgen kann. Getippt wird das Endergebnis Ihres Hauptmodells über die ganze Aufnahme, mit Ihrem Fachwörterbuch. Beide Modelle wählt man im Diktat-Tab: setzen Sie für die Vorschau dasselbe Modell wie für das Hauptmodell, und der Unterschied verschwindet — um den Preis, dass das Panel hinterherhängt.

macOS bindet die Berechtigung an die Signatur der App, nicht an ihren Namen. MediaChef hat kein Apple-Zertifikat — wir werden keines bezahlen —, also ist jede Version anders signiert, und das System behandelt die aktualisierte App als eine neue. Die App entfernt den veralteten Eintrag selbst und fragt erneut: ein Schalter und ein „Erlauben“ pro Update.

Dann gehört dieser Eintrag zur vorigen Kopie der App — genau das passiert nach einem Update. Aus- und wieder einschalten bindet ihn nicht neu, das haben wir ausprobiert. MediaChef löscht diesen Eintrag von sich aus und löst die Systemabfrage aus: in der Liste einschalten und die App neu starten.

Meist liegt es am Headset: AirPods im Case bleiben verbunden und bleiben der Standardeingang, und macOS liefert von ihnen glatte Nullen — an jede App, nicht nur an unsere. Die Benachrichtigung nennt das Gerät, von dem die Stille kam. Setzen Sie das Headset auf oder wählen Sie das Mikrofon ausdrücklich im Diktat-Tab.

Ja, der Diktat-Tab listet die Eingabegeräte. „Wie das System“ heißt: das zuletzt verbundene Headset, nicht das Laptop-Mikrofon — und genau darum ist die ausdrückliche Wahl verlässlicher.

Es wird nichts getippt. Eine leere Aufnahme erreicht die Erkennung nicht einmal: Whisper schweigt bei Stille nicht, es erfindet — das russische Modell tippte Untertitel-Credits. Solche Untertitler-Signaturen werden erkannt und als Stille behandelt, und Sie bekommen „keine Sprache gehört“.

Das Audiosystem von macOS wacht auf: bis zu zwei Sekunden beim ersten Öffnen des Mikrofons pro Start. Das Panel erscheint sofort, noch bevor die Aufnahme läuft — halten Sie die Taste also, bis es sagt, dass es zuhört. Danach dauert das Öffnen zig Millisekunden.

Drücken Sie den Auslöser zusammen mit Shift: der Text wird getippt, und Enter folgt von selbst. Ein leeres Diktat drückt niemals Enter — sonst würde Schweigen eine leere Nachricht senden oder im Terminal den vorigen Befehl ausführen.

Die Aufnahme wird abgebrochen und nichts getippt. Die rechte ⌥ plus ein Buchstabe ist der Kurzbefehl einer anderen Anwendung, kein Diktat, und die App behandelt ihn genau so.

Nein. Die Aufnahme liegt in einem temporären Ordner und wird mit ihm gelöscht, und eine Historie der Abschriften ist standardmäßig aus. Die App verspricht, dass Ihre Inhalte das Gerät nicht verlassen; alles Diktierte im Klartext darauf zu schreiben würde dazu schlecht passen — diktiert werden Passwörter und Ausschnitte privater Gespräche.

Ja. Das Panel wird über Vollbildfenstern und auf allen Schreibtischen gezeichnet — Vollbild-Editoren und -Terminals sind genau dort, wo diktiert wird.

Der Diktat-Tab bietet auch die rechte ⌘ — der andere einzelne Modifier, dem macOS keine eigene Aktion zuweist — sowie zwei gewöhnliche Kombinationen, ⌃⌥ Leertaste und ⌃⌥ D, falls beide Modifier bereits vergeben sind.