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 1.6.11 veröffentlicht, die zahlreiche Neuerungen und Fehlerkorrekturen enthält.

Dazu gehören nach Angaben des Open-Source-Projekts:

"• FluidMeet – nehmen Sie Besprechungen lokal mit Live-Untertiteln, Sprecherkennzeichnungen und Transkripten auf.
• Globale Suche – finden Sie Verlauf, Transkripte, Chats, Wörterbucheinträge, Bereinigungsstile und Einstellungen app-weit.
• Die App wurde neu gestaltet und bietet nun eine übersichtlichere Navigation, eine verbesserte Einführungsführung, optimierte Layouts für kleinere Fenster sowie ein Popup-Fenster „Was ist neu?“, in dem Sie die Highlights jedes Updates entdecken können.
• Das benutzerdefinierte Wörterbuch wurde intuitiver gestaltet und verfügt nun über ein experimentelles Aussprachetraining, das lernt, wie Sie Wörter aussprechen – und nicht nur Textersetzungen vornimmt.
• „Spoken Send“ wurde hinzugefügt: Verwenden Sie einen konfigurierbaren Sprachbefehl, um Ihr fertiges Diktat zu versenden, mit Sicherheitsvorkehrungen für Terminal-Apps.
• Ein personalisiertes Dashboard mit den letzten Diktaten, Schnellaktionen, teilbaren Statistiken und Highlights von „Fluid Intelligence“ wurde hinzugefügt.
• Passen Sie das Aufzeichnungs-Overlay mit neuen Oberflächen, Farben, Transparenz, Kantenbeleuchtung und einer sprachgesteuerten Wellenform an.
• Überarbeitete Modellnavigation und Anbietereinrichtung für „Fluid Intelligence“ mit Modellsuche, übersichtlicherer Statusanzeige und modellbezogener Überprüfung.
• Es wurde eine konfigurierbare Entlastung im Leerlauf hinzugefügt, um Speicher freizugeben, wenn „Fluid Intelligence“ nicht genutzt wird."

Außerdem wartet FluidVoice 1.6.11 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.