Spracheingabemodelle

Unter Einstellungen → Spracheingabemodelle wählen Sie Ihre Engine. Apple ist Standard: SpeechAnalyzer ab macOS 26+, älteres Apple Speech auf früheren unterstützten Systemen. Das englisch beschriftete Diagramm erklärt die Modellauswahl.

Modellverfügbarkeit: Fun-ASR-Nano und SenseVoice Small können heruntergeladen, ausgewählt und lokal zur Erkennung verwendet werden. Installierte Modelle funktionieren offline.

Ablaufdiagramm · Engine wählen und Ressourcen oder Schlüssel vorbereiten

Pläne für Live-Spracheingabe

Free umfasst Apple, Doubao und lokale Modelle SenseVoice Small, Qwen3-ASR 0.6B/1.7B, Whisper Turbo/Small/Distil, MOSS-0.9B, Fun-ASR-Nano, FireRedASR, Parakeet TDT. Trial/Pro erweitert dies um Bailian, MiMo, Azure, Gemini, OpenAI Speech, Groq, ElevenLabs, Soniox, NVIDIA Speech NIM und kompatible Endpunkte.

OpenAI-kompatible und faster-whisper-Endpunkte benötigen auch auf localhost Trial/Pro. Die Dateitranskription in der App verlangt separat Trial/Pro, selbst bei einer Free-Engine.

Netzwerk und Installation

SpeechAnalyzer erkennt lokal; System-Sprachressourcen können Downloads erfordern. Älteres Apple Speech kann im Normalmodus Apple-Cloud-Dienste verwenden. Nur-Lokal erzwingt lokale Erkennung, die bei ungeeigneter Sprache oder Systemunterstützung scheitern kann.

Lokale Modelle benötigen Runtime und Gewichte, erkennen danach ohne API-Schlüssel auf dem Mac und liegen in Application Support. Sie verarbeiten die gesamte Aufnahme nach dem Beenden. Cloud-Engines senden Audio direkt an den gewählten Anbieter; eigene Dienste an Ihren Endpunkt. Prüfen Sie Modell- und Sprachverfügbarkeit im Katalog. FireRed zh_en unterstützt Chinesisch/Englisch/automatische Wahl, nicht Koreanisch. Parakeet unterstützt insgesamt 25 Sprachen einschließlich Englisch.

Rauschunterdrückung und Beschleunigung

GTCRN im Mikrofonbereich der Einstellungen wirkt nur auf unterstützten lokalen sherpa-onnx-Pfaden. Apple-, Cloud- und MOSS-Aufnahmen durchlaufen es nicht pauschal. Whisper kann installierte CoreML-Ressourcen verwenden; Hardware, Modell und Runtime bestimmen Verfügbarkeit und Rückfall. Feste Geschwindigkeit oder Energieersparnis ist nicht zugesichert.

Schlüssel und Datenziele

Anbieterschlüssel liegen im macOS-Schlüsselbund. Lokale Modelle, Cloud-Engines und älteres Apple Speech haben unterschiedliche Audioziele. Siehe BYOK.

Dateitranskriptionsmodell

Wählen Sie unter Dateitranskription → Modell wählen ein unabhängiges Modell mit gemeinsamen Anbieterschlüsseln. Sowohl Trial/Pro-Dateiberechtigung als auch Engine-Rechte werden geprüft. Siehe Dateitranskription.

Nur-Lokal-Modus

Apple und installierte lokale Modelle sind erlaubt. Andere passende Endpunkte müssen Loopback (localhost, 127.0.0.1, ::1) verwenden und trotzdem die Plananforderungen erfüllen. Installieren Sie Ressourcen vorher. Siehe Nur-Lokal.

Eigennamen

Kontext-, Prompt- oder Wörterbuchfelder mancher Engines helfen Namen und Fachbegriffen. Wortersetzungen korrigieren zusätzlich den resultierenden Text.