Das quelloffene, kostenlose FluidVoice ermöglicht Diktate in fast jedes Programm und das Transkribieren von Audiodateien basierend auf den Spracherkennungsmodellen Nvidia Parakeet TDT v3, OpenAI Whisper, Cohere Transcribe und Apple Speech. Nun hat der Entwickler Prachi Modi die Version 1.6.7 veröffentlicht, die das Transkribieren via Parakeet erheblich beschleunigt.

"Die Transkription mit Parakeet ist auf Apple Silicon nun bis zu doppelt so schnell. Die größten Leistungssteigerungen lassen sich bei M4 und M5 verzeichnen, während M1 bis M3 eine etwa 1,3- bis 1,5-fache Beschleunigung der Transkription erzielen. Die Latenz bei der Erfassung des ersten Wortes wurde von etwa 350 ms auf unter 100 ms reduziert, wodurch die Wahrscheinlichkeit sinkt, dass die ersten Wörter übersehen werden", teilte der Autor mit.

Außerdem wartet FluidVoice 1.6.7 mit zahlreichen weiteren Verbesserungen und Fehlerkorrekturen auf. Die Versionsanmerkungen mit allen Änderungen sind, mitsamt Downloads und Quellcode, auf GitHub zu finden.

Das ab macOS Sequoia 15 lauffähige FluidVoice arbeitet vollständig lokal und offline. Empfohlen wird ein Apple-Silicon-Rechner, auf Intel-Macs steht nur OpenAI Whisper zur Verfügung. Diktate sind in nahezu jeder Anwendung, die die Texteingabe unterstützt, möglich. Zum lokalen Transkribieren werden gängige Formate wie WAV, M4A, MP3, FLAC und OGG unterstützt.

 

"FluidVoice setzt auf lokale Datenverarbeitung, vermeidet wiederkehrende Abonnementkosten und sorgt durch Open-Source-Code für Transparenz. Lokale Sprachmodelle verarbeiten Diktate auf Ihrem Mac. Optionale Schlüssel für KI-Anbieter werden im macOS-Schlüsselbund gespeichert. GPLv3-Quellcode, den Sie einsehen und erweitern können. Beschleunigung durch Apple Silicon: CoreML und Metal sorgen für eine Transkription mit geringer Latenz bei gleichzeitiger Schonung der Akkuleistung", so der Autor über seine App.

FluidVoice bietet eine optionale KI-Nachbearbeitung, ermöglicht auch das Steuern des Rechners und lässt sich über ein anpassbares Tastaturkürzel global aufrufen, außerdem steht ein systemweites Menü zur Verfügung. Es werden mehr als 25 Sprachen unterstützt, wie zum Beispiel Chinesisch, Deutsch, Englisch, Französisch, Italienisch, Japanisch, Portugiesisch und Spanisch. Anwender können via GitHub wie gewohnt Problemberichte und Verbesserungsvorschläge für FluidVoice veröffentlichen, während Entwickler am Code mitarbeiten können.

Der Entwickler bietet außerdem mit PeekX ein kostenfreies Quick-Look-Plugin für Ordner-Inhalte an.