Offline-Sprache-zu-Text-Tool für macOS mit lokalem Whisper über MLX

Ein Entwickler hat whisper-dictate erstellt, ein macOS-Tool, das vollständig offline Spracherkennung in Text mit Echtzeit-Übersetzungsfunktionen ermöglicht. Das Tool verwendet OpenAIs Whisper, das lokal über MLX auf Apple Silicon läuft, ohne dass jemals Daten Ihren Computer verlassen.

Wie es funktioniert

Der Arbeitsablauf ist einfach: Halten Sie die Fn-Taste gedrückt, sprechen Sie und lassen Sie los. Der Text wird transkribiert und direkt dort eingefügt, wo Sie tippen. Das Tool funktioniert in Slack, VS Code, Browsern, E-Mails oder jedem anderen Textfeld. Ein schwebendes "Listening..."-Overlay bietet visuelles Feedback während der Aufnahme.

Technische Details

• Die Transkription dauert etwa 500 ms, nachdem Sie aufhören zu sprechen
• Verwendet Whisper, das lokal über MLX auf Apple Silicon läuft
• Das kleine Modell ist solide für den täglichen Gebrauch
• Das large-v3-turbo-Modell bietet nahezu perfekte Genauigkeit
• 100% offline Betrieb - keine Konten, Tokens oder Daten verlassen Ihren Computer

Übersetzungsfunktion

Whisper kann in Echtzeit übersetzen, ohne zusätzliche Modelle oder Übersetzungs-APIs. Die Übersetzung ist in den Decodierungsschritt von Whisper integriert. Zum Beispiel: Französisch sprechen gibt englischen Text aus. Sie stellen die Ausgabesprache auf Englisch ein und es übernimmt die Übersetzung nativ.

Einrichtung und Konfiguration

Beim Start fragt das Tool, welche Sprache Sie sprechen und in welche Sprache Sie die Ausgabe wünschen, was ein einfaches Umschalten zwischen reiner Transkription und Übersetzung ermöglicht. Die gesamte Einrichtung erfordert nach der Installation keine Internetverbindung.

Verfügbarkeit

Das Projekt ist auf GitHub als Open-Source verfügbar, damit andere es nutzen und an ihre Arbeitsabläufe anpassen können.