Einstellungen

Modell

Modellpfad

Ordner der Whisper-Dateien. Beim ersten Mal Auto-Download ins Standardverzeichnis; manuell änderbar.

Modellwahl

Whisper-Modelle

• tiny: am schnellsten, geringste Genauigkeit, Tests
• base: schnell, mittlere Genauigkeit, Alltag
• small: ausgewogen, für Einsteiger
• medium: hohe Genauigkeit, mittlere Geschwindigkeit
• large: höchste Genauigkeit, langsamste, mehr RAM
• turbo: optimiertes large, schneller

Qwen3-ASR-Modelle

• 0.6B: ~1,7 GB, leicht und schnell, für Chinesisch empfohlen
• 1.7B: ~4,5 GB, genauer bei komplexem Audio, nur Pro

ASR-Engine unter Einstellungen → Modell wechseln. Qwen3-ASR ist besser für Chinesisch, Dialekte und Mischung. Siehe Qwen3-ASR-Engine.

GPU-Beschleunigung

• macOS: CoreML / ANE automatisch (Apple Silicon)
• Windows/Linux: GPU-Index, Vulkan

Transkriptionsoptionen

Sprache

• auto: Erkennung (etwas ungenauer)
• Festgelegt: z. B. zh (Chinesisch), en (Englisch), ja (Japanisch)

Temperatur

Zufall beim Sampling. 0 = deterministisch, 1 = am zufälligsten. Standard 0.

Stabile Zeitstempel

Präzise Zeiten per Silero VAD. Besseres Untertitel-Timing, etwas langsamer.

Sprechertrennung

Lädt zusätzliches ONNX-Modell. Trennung 2–4 Sprecher.

Aufnahme

• Standardgerät: Mikrofon und Systemaudio
• Format: WAV (verlustfrei) oder MP3 (komprimiert)
• Pfad: Standardort
• Auto-Transkription: nach der Aufnahme starten

KI

LLM-Anbieter

• Ollama: lokal, Daten bleiben auf dem Gerät
• Claude / DeepSeek / Gemini / Qwen / Zhipu: Cloud-API, Key nötig

API-Key

Vom Anbieter holen und hier eintragen. Nur lokal gespeichert.

Eigener Prompt

Vorlagen für Zusammenfassung, Chat, Politur usw. bearbeiten.

Export

• Standardformat
• Zeitstempel einfügen
• Kodierung: UTF-8 oder UTF-8-BOM

Tastenkürzel