Stream Deck Diktat mit lokalem Whisper AI
Arise Speech to Text bringt OpenAI Whisper auf eine einzelne Stream-Deck-Taste. Einmal drücken zum Aufnehmen, einmal drücken zum Stoppen: Transkription vollständig auf dem eigenen Rechner, ohne Cloud-Verbindung, ohne Abo.
Von Corinna Hagedorn · Gründerin, Arise Create
- 100% lokal, keine Cloud
- Drücken zum Aufnehmen und Stoppen
- Funktioniert in jedem Textfeld
Was Whisper ist
Whisper ist ein Open-Source-Spracherkennungsmodell von OpenAI, das 2022 veröffentlicht wurde. Whisper selbst gibt es in sechs Größen von Tiny bis Large plus dem geschwindigkeitsoptimierten Turbo; Arise Speech to Text bietet die vier fürs Desktop-Diktat praktischsten davon an (Tiny, Base, Small und Medium), mit einem Spektrum von sehr schnell und kompakt bis hochgenau.
Der entscheidende Punkt: Es läuft vollständig auf dem lokalen Rechner. Lokal ausgeführt braucht Whisper keinen Cloud-Dienst und kein Abo. Es werden keine Daten gesendet. Die Mikrofoneingabe wird auf CPU oder GPU verarbeitet, das Ergebnis bleibt auf dem Computer.
Die vier verfügbaren Modellgrößen
Der Kompromiss über die vier verfügbaren Größen ist Geschwindigkeit gegen Genauigkeit.
- Tiny: am schnellsten und leichtesten. Gut für kurze, klare Phrasen in ruhigen Umgebungen. Sehr geringe RAM-Nutzung.
- Base: ein kleiner Schritt in der Genauigkeit über Tiny bei ähnlicher Geschwindigkeit. Ein guter Einstiegspunkt.
- Small: deutlich genauer für alltägliche Sprache. Für die meisten Nutzer empfohlen.
- Medium: höchste Genauigkeit, höchste Anforderungen. Langsam auf CPU-Rechnern ohne GPU; deutlich schneller mit Nvidia-CUDA-Grafikkarte.
Drei Ausgabemodi
Nach der Aufnahme kann der transkribierte Text auf drei Arten zugestellt werden. Ausgabemodus einmal in den Tasteneinstellungen festlegen.
- Zwischenablage: Text wird kopiert. Manuell einfügen, wo er gebraucht wird.
- Auto-Paste: Text wird direkt in das Fenster eingefügt, das beim Drücken der Taste aktiv war.
- Auto-Send: Text wird eingefügt und Enter automatisch gedrückt. Praktisch für Chat, KI-Eingaben und Suchfelder.
Warum nicht Windows-Spracheingabe
Windows Voice Typing (Win + H) sendet Audio zur Transkription an Microsoft-Server. Eine Internetverbindung ist erforderlich und Mikrofondaten verlassen den Rechner.
Whisper über Stream Deck tut nichts davon. Audio wird lokal erfasst und verarbeitet. Netzwerkzugriff wird nur für den einmaligen ersten Modell-Download benötigt, danach alles offline.
Praktische Anwendungen
- Längere Texte schreiben: Absätze diktieren statt tippen. Whisper verarbeitet vollständige Aufnahmen, keine Live-Streams, was natürlichere Ergebnisse liefert.
- KI-Chat-Eingaben: direkt in ChatGPT, Claude, Copilot oder Gemini diktieren. Mit Auto-Send wird die Nachricht ohne Tastaturberührung abgeschickt.
- Meeting-Notizen: nach einem Call diktieren, solange der Kontext frisch ist. Text landet ohne Cloud-Verarbeitung im Notiz-Tool.
- Schnelle E-Mails und Nachrichten: Antwort sprechen, Auto-Paste liefert sie ab.
Ersteinrichtung
Für den ersten Modell-Download wird einmalig eine Internetverbindung benötigt. Danach vollständig offline.
- Arise Speech to Text aus dem Elgato Marketplace installieren.
- Aktion auf eine Stream-Deck-Taste ziehen und Tasteneinstellungen öffnen.
- Modellgröße auswählen. Small wird für die meisten Nutzer empfohlen.
- Taste einmal drücken. Das Plugin lädt das Whisper-Modell automatisch herunter, je nach Verbindung ein bis zwei Minuten.
- Nach dem Download ist das Plugin einsatzbereit. Keine Internetverbindung mehr nötig.
Reale Produktbeispiele
Diktat-Plugin
Plugin ansehen
Arise Speech to Text legt privates Whisper-Diktat auf eine Stream-Deck-Taste.
Eine Taste startet die Aufnahme, eine Taste stoppt. Das Ergebnis landet in der Zwischenablage, wird eingefügt oder automatisch gesendet. Audio verlässt das Gerät nie.
Grundlegender Ablauf
Einmal drücken, um die Aufnahme zu starten. Die Taste zeigt einen Live-Aufnahmestatus.
Natürlich in einer von 57+ Sprachen diktieren. Whisper erkennt die Sprache automatisch.
Nochmal drücken zum Stoppen. Text landet in der Zwischenablage, wird eingefügt oder gesendet.
Weiterführender Artikel
Arise Speech to TextArise Speech to Text läuft vollständig lokal auf deiner Maschine, ohne Cloud. Drücken zum Aufnehmen, nochmals drücken zum Stopp, und dein Text landet in der Zwischenablage, im aktiven Fenster oder im KI-Chat. Dein Audio verlässt deinen Computer nie.
Von Corinna Hagedorn
Corinna Hagedorn hat die Arise Create UG gegründet und ist redaktionell für diese Website verantwortlich. Sie entwickelt die hier dokumentierten Stream-Deck-Plugins.
Gründerin, Arise CreateProdukte ansehen
Wie du OpenAI Whisper für lokales Diktat per Stream-Deck-Taste nutzt: ohne Cloud, ohne Abo, ohne Audiodaten, die deinen Rechner verlassen.