Whisper · lokal · Open Source

Du sprichst.

Mikrofon an, reden, der Text erscheint. Spracherkennung mit OpenAI Whisper – vollständig auf deinem Gerät. Kein Konto, keine Cloud, kein Abo.

Im Browser starten Desktop-App laden
macOS · Windows · LinuxBrowser (WASM)MIT-Lizenz
So geht’s

Drei Schritte. Null Umwege.

Kein Server dazwischen. Das Modell rechnet dort, wo du sprichst – auf der GPU deines Macs oder direkt im Browser-Tab.

01 — AUFNAHME

Drück auf Rot.

Ein großer Knopf, Pegel und Wellenform. Nach Sprechpausen wird der Ton in Abschnitte geteilt – Sprachaktivität wird lokal erkannt.

02 — ERKENNUNG

Whisper rechnet. Bei dir.

Nativ in Rust mit candle – auf dem Mac über Metal, sonst auf der CPU oder mit CUDA. Im Browser als WASM im Web Worker.

03 — TEXT

Der Text ist da.

Laufendes Transkript mit Zeitmarken. Kopieren, als Text oder Untertitel exportieren – fertig.

Datenschutz

Bytes Audio verlassen dein Gerät.

Audio lebt nur im Arbeitsspeicher und wird nirgends gespeichert. Text verlässt das Gerät nur, wenn du ihn selbst kopierst oder exportierst. Punkt.

Dein Gerät

Talk Typer

Mikrofon → Whisper → Text. Alles im Speicher, alles lokal.

huggingface.co

Modelldateien

Feste Versionen, Prüfsumme passt oder Datei wird verworfen.

Irgendeine Cloud

Sprach-API

Gibt es hier nicht.

Kein KontoKein Login, keine Telemetrie, kein Tracking.
Offline-fähigEinmal geladen, läuft das Modell aus dem Cache – auch ohne Netz.
Offener CodeMIT-lizenziert. Lies nach, was passiert – oder bau es selbst.
Tempo

Schneller als du sprichst.

0×
Echtzeit · large-v3-turbo-q auf Apple Silicon (Metal)

38,5 Sekunden deutsche Sprache, transkribiert in 4 Sekunden – ohne einen einzigen Fehler in der Testaufnahme.

Modell · RechenwerkSekunden für 38,5 s Audio
baseMetal · GPU
2,3 s
large-v3-turbo-qMetal · GPU
4,0 s · 0 % WER
small-qMetal · GPU
5,1 s
tiny-qCPU · nativ
5,2 s
large-v3-turbo-qCPU · nativ
24,9 s
tiny-qBrowser · WASM
29,6 s
base-qBrowser · WASM
65,8 s

Gemessen auf einem Apple-Silicon-Mac, Release-Build. Weniger ist besser; links der gestrichelten Linie = schneller als Echtzeit.

Plattformen

Eine Codebasis. Vier Zuhause.

Tauri 2, Rust und Angular – dieselbe Oberfläche überall, darunter jeweils der schnellste Weg zu Whisper.

macOS

Metal · GPU

Universal-App für Apple Silicon und Intel. Whisper läuft nativ auf der Grafikeinheit.

.dmgCoreAudio

Windows

CPU · optional CUDA

Nativ in Rust. Mit NVIDIA-Karte auf Wunsch über CUDA beschleunigt.

.msi · .exeWASAPI

Linux

CPU · optional CUDA

ALSA, PipeWire oder PulseAudio – das Mikrofon wird gefunden.

.deb · .rpm · .AppImage

Browser

WASM · SIMD · Worker

Ohne Installation: ein Tab, ein Klick. Das Modell wird im Browser-Cache abgelegt.

sofortAudioWorklet
Im Detail

Klein im Auftritt. Ernst in der Sache.

Laufendes Transkript mit Zeitmarken

Vorläufiger Text erscheint sofort in Grau und wird fest, sobald ein Abschnitt fertig erkannt ist.

Deutsch zuerst

Voreingestellt auf Deutsch, automatische Erkennung möglich.

AutoDeutschEnglischFranzösischSpanischItalienischNiederländischPolnisch

Export in einem Klick

Als Text oder direkt als Untertitel mit Zeitcodes.

Hell & Dunkel

Folgt deinem System. Das Display bleibt schwarz – es leuchtet ja.

Merkt sich alles

Modell, Sprache und Mikrofon bleiben gespeichert. Nur nicht das, was du sagst.

Wähle dein Modell

Nur mehrsprachige Whisper-Modelle. Einmal laden, danach aus dem Cache.

Q8_0 · reproduzierbar quantisiert
tiny-q
44MB
Browser-Standard
base-q
83MB
DesktopBrowser
small-q
266MB
Desktop
large-v3-turbo-q
880MB
Desktop-Standard0 % WER
Bereit?

Sag einfach was.

Die Browser-Version startet sofort. Für beste Erkennung und volle Geschwindigkeit nimm die Desktop-App.

Drücken zum Starten
Desktop-App Quellcode