WunderWhisper

Apples Spracherkennung schließt einen Satz erst bei einer Pause ab. Ein Satz von 7,6 Sekunden kam komplett erst am Ende an, wer also nur fertigen Text tippt, zeigt nichts, bis du aufhörst zu reden.

KI-Bereinigung kann einen Satz umdrehen, wenn sie ein "nicht" oder "nie" verschluckt. Diese Beschwerde über eine Konkurrenz-App habe ich bei der Recherche für dieses Projekt gefunden.

Text in fremden Apps zu ersetzen ist riskant. Terminals bestehen jeden Accessibility-Check, obwohl sich die Shell-Zeile nicht markieren lässt, und Chromium-Apps ignorieren den Schreibzugriff. Ein unvorsichtiger Austausch löscht dann die falschen Zeichen.

Ein Meeting lässt sich nicht zweimal aufnehmen. Ein Absturz, ein abgezogenes Headset oder ein Mac, der mitten im Call einschläft, darf das Gespräch nicht kosten.

Die App musste ohne eine zweite App funktionieren. Also brauchte es ein kleines Modell, das sowohl sofort Diktate bereinigt als auch brauchbare Notizen zu einem einstündigen Meeting schreibt.

Vorläufige Wörter werden etwa eine Sekunde nach dem Sprechen getippt, das letzte Wort wird zurückgehalten, und beim Loslassen kommt der endgültige Text an ihre Stelle.

Ein Output-Guard zählt Verneinungen auf Deutsch und Englisch. Ändert sich die Zahl, fliegt die Bereinigung raus und deine eigenen Worte bleiben stehen.

Die saubere Fassung ersetzt dein Diktat nur, wenn Accessibility genau diesen Text direkt vor dem Cursor zeigt. In Terminals bleibt der Rohtext stehen, die saubere Fassung liegt unter Copy Last Dictation bereit.

Transkriptzeilen landen sofort auf der Platte, das Audioformat hat im Test ein kill -9 überlebt, die Aufnahme startet bei Gerätewechseln neu, und ein unterbrochenes Meeting lässt sich nachträglich verarbeiten.

Ich habe 15 Modelle durch Bereinigungstests und ein gescriptetes einstündiges Meeting geschickt. Qwen3 4B wurde der Standard: 0,4 Sekunden Median für die Bereinigung, Meeting-Notizen auf dem Niveau der 8- bis 9B-Modelle, 2,3 GB auf der Platte.