Dateitranskription

Einstellungen → Dateitranskription verlangt Trial/Pro, auch bei einer auf Free verfügbaren Apple-/lokalen Engine. Engine-Rechte werden separat geprüft.

Verwendung und Dateigrenzen

Wählen und installieren Sie das Datei-Modell über Modell wählen; es kann vom Live-Modell abweichen, Anbieterschlüssel werden geteilt. Ziehen Sie Audio/Video in den Importbereich oder wählen Dateien. Beobachten Sie Queue und Fortschritt, kopieren fertigen Text/Untertitel oder exportieren. Ergebnisse landen im lokalen Verlauf. Jobs lassen sich abbrechen, erneut versuchen oder löschen.

Akzeptiert werden mp3, wav, m4a, flac, opus, ogg, aac, aiff, aif, caf, mp4, mov, m4v, mkv, webm. Grenze: 4 GiB, maximal 4 Stunden decodiertes Audio. macOS muss den Audio-Codec lesen können; die Dateiendung garantiert das nicht. Anbietergrenzen oder Speicher können kleinere Dateien scheitern lassen. Live-Aufnahme, Erkennung, Verarbeitung und Ergebnis-Overlay blockieren den Start; beenden Sie diese Sitzung vorher.

Untertitel und Zeitstempel

Format	Zweck / Zeitcode
SRT	Video; `HH:MM:SS,mmm`
VTT	Webvideo; `HH:MM:SS.mmm`
ASS	Gestaltete Untertitel, Standardlayout 1920×1080; `H:MM:SS.cc`
LRC	Liedtext/Audio; `[mm:ss.cc]`, Hundertstelsekunden
TXT mit Zeitstempeln	Lesen/Notizen, ganze Sekunden

Exportieren Sie einzeln oder alle fünf. Zeitcodeformat garantiert keine Ausrichtungsgenauigkeit: Wort-/Segmentzeitstempel oder fehlende native Zeiten hängen von der Engine ab; die App zeigt Fähigkeiten an und kann Cues aus Text erzeugen. Prüfen Sie Wortlaut und Timing.

MOSS-0.9B lokal unterstützt Sprechertrennung und Anfangs-/Endzeiten. Für solche Engines verarbeitet die App eine ganze Datei, um Sprecherbrüche an Chunk-Grenzen zu mindern. Qualität und Labels hängen von Aufnahme und Modell ab. Fertige Jobs bieten AI-Optimierung und Wiederherstellung ursprünglicher Untertitel. Cloud-Modelle erhalten dabei Untertiteltext; konfigurierte Textverarbeitungs-/Intent- oder bereite lokale Modelle können verwendet werden. Bei fehlendem Modell kann Segmentierung auf lokale Regeln zurückfallen.

CLI

Die Community-CLI kann ohne GUI-Dateiaktivierung laufen; ihre Richtlinie ist separat. Installieren Sie benötigte Modelle zuerst in der App; die CLI lädt fehlende Modelle nicht.

/Applications/VoiceHotkey.app/Contents/MacOS/VoiceHotkey --transcribe ~/Downloads/interview.mp3 --provider qwen
/Applications/VoiceHotkey.app/Contents/MacOS/VoiceHotkey --transcribe ~/Downloads/meeting.m4a --provider moss

Syntax: VoiceHotkey --transcribe <file_path> [--provider <name>] [--language <code>]. Passen Sie den Programmpfad an. --language wirkt nur bei Engines mit entsprechenden Sprachgrenzen.

Fun-ASR-Nano und SenseVoice Small können in der App heruntergeladen und zur Erkennung verwendet werden. Siehe Sprachmodelle. Die folgenden Aliase gehören zur separaten Community-CLI.

Modell	Zulässige provider-Namen
Qwen3 0.6B (Standard)	`qwen`, `qwen3`, `qwen3-asr`, `qwen0.6b`, `qwen3-0.6b`
Qwen3 1.7B	`qwen1.7b`, `qwen3-1.7b`, `qwen-1.7b`
SenseVoice	`sensevoice`, `sensevoice-small`
Fun-ASR-Nano	`funasr`, `funasr-nano`, `funasrnano`
Whisper Turbo	`whisper`, `whisper-turbo`, `whisper-large-v3-turbo`
Whisper Small	`whisper-small`
Distil Whisper	`whisper-distil`, `distil-whisper`
Parakeet	`parakeet`, `parakeet-tdt`
FireRed	`firered`, `fireredasr`
Apple SpeechAnalyzer (macOS 26+)	`apple`, `applespeech`, `apple-speech`, `apple-analyzer`, `analyzer`
Älteres Apple Speech	`apple-legacy`, `legacy`
MOSS	`moss`, `moss-0.9b`, `moss0.9b`

Unbekannte Namen fallen auf Qwen3 0.6B zurück; dies ist keine allgemeine Cloud-Auswahl. Gleichnamige .srt/.vtt neben der Eingabe werden überschrieben, und ein Job für die App wird gespeichert.

Nur-Lokal

Vorbereitete Apple-/lokale Modelle funktionieren; älteres Apple Speech wird lokal erzwungen. Öffentliche Dateierkennung ist blockiert. Loopback bleibt an Engine-Rechte gebunden. Modelle und Sprachressourcen benötigen eventuell vorher Downloads. Siehe Nur-Lokal.