Voice Pen: Speech to Text AI
Timur Khairullin · Stimme & Sprache
VoicePen ist eine KI-Notizen-App für Apple-Geräte. Sie nimmt bis zu zwei Stunden auf, transkribiert in über 80 Sprachen und macht aus jeder Aufnahme eine Zusammenfassung, Aufgaben oder sauberen Text.
Über Voice Pen: Speech to Text AI
About
Was ist VoicePen
VoicePen ist eine App für Sprache zu Text, gedacht für Menschen, die schneller sprechen als tippen. Sie nehmen eine Idee, eine Vorlesung, ein Interview oder einen Zoom-Call auf und bekommen eine Transkription mit Sprecherkennzeichnung zurück, dazu eine Reihe von KI-Notizen, mit denen Sie direkt arbeiten können. Die App läuft auf iPhone, iPad, Mac, Apple Watch und Apple Vision Pro und synchronisiert über Ihr eigenes iCloud-Konto.
Der Reiz liegt in der Mitte des Ablaufs. Einfache Transkriptionswerkzeuge geben Ihnen einen Textblock und hören dort auf. VoicePen ergänzt über 25 Umschreibstile, eigene Anweisungen und Formate wie Zusammenfassung, Kernaussage, Aufgaben, Lernnotiz und Quiz. Aus dem unordentlichen Gesprochenen wird damit etwas, das Sie an eine Kollegin schicken würden.
Die Grenzen sind ebenso klar. Es gibt keine Android-Version, keine Windows-App und keine öffentliche Transkriptions-API für Entwickler. Die kostenlose Nutzung bleibt auf kurze Notizen beschränkt, und jede Aufnahme endet nach zwei Stunden, auch im bezahlten Tarif. Wer ein Jahrzehnt Audio archivieren will, ist hier falsch.
So starten Sie
- Installieren Sie VoicePen aus dem App Store und melden Sie sich mit Ihrer Apple-ID an. Aufnahmen liegen in Ihrer privaten iCloud, iCloud Drive sollte also aktiv sein.
- Tippen Sie auf die Aufnahmetaste oder sagen Sie „Siri, Dictate in VoicePen“, um vom Sperrbildschirm aus zu starten. Widgets erledigen das mit einem Tippen.
- Beenden Sie die Aufnahme und wählen Sie ein Notizformat oder einen Umschreibstil. Die Transkription ist meist in Sekunden da, Sprecherkennzeichnungen erscheinen, sobald mehrere Personen reden.
- Verschieben Sie das Ergebnis in einen Ordner und exportieren Sie als PDF oder DOC, oder schicken Sie es an Notion, Zapier, Make oder n8n.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Voice Pen: Speech to Text AI.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Studierende
- Führungskräfte und Berater
- Autorinnen und Creator
Aufgaben
- Vorlesungen und Workshops mitschneiden
- Besprechungsnotizen
- Nachrichten und Mailantworten per Sprachdiktat einsprechen
- Audiotranskription für importierte Dateien
Szenarien
- Unterwegs, wenn eine Idee kommt
- Kundeninterviews und Recherchegespräche, aus denen Sie zitieren
- Mehrsprachige Teams
Wichtigste Funktionen
Zwei Stunden Aufnahme, online wie offline
Eine Aufnahme läuft bis zu zwei Stunden, genug für eine ganze Vorlesung, ein langes Interview oder einen kompletten Kundentermin. Offline-Modus und Live Activities halten die Aufnahme ohne Netz am Laufen, also auch im Flugzeug oder im Kellerraum.
Transkription mit Whisper und Sprecherkennzeichnung
Die Audiotranskription läuft über OpenAI Whisper, und die Ausgabe enthält Sprechertrennung und Zeitstempel statt eines durchlaufenden Textblocks. Bei einem Call mit vier Leuten entscheidet das darüber, ob ein brauchbares Protokoll entsteht oder ein Rätsel. Sie können eine Zeile auch nachhören und korrigieren, ohne die ganze Datei neu zu machen.
Mehrere Notizformate statt eines Textes
Die App schreibt Notizen in unterschiedlichen Formen: Zusammenfassung, Kernaussage, Aufgaben, Lernnotiz, Definitionen und Quiz. Sie wählen, was zum nächsten Schritt passt. Die Lernnotiz hilft beim Wiederholen, Aufgaben beim Projektnachlauf, und eine KI-Zusammenfassung reicht, wenn Sie nur den Kern für eine Nachricht brauchen.
Über 25 Umschreibstile und eigene Anweisungen
Die Stile decken Ton und Zweck ab, von Korrektur und Klartext bis Professionell, Locker, Kurz und Tagebuch. Wenn keine Voreinstellung passt, legen Sie einmal eine eigene Anweisung an und verwenden sie bei jeder Aufnahme wieder. Wer die App täglich nutzt, hat meist zwei oder drei davon für Mails, Berichte und persönliche Notizen.
Import aus Dateien, Links, Podcasts und Video
Sie laden lokale Audio- und Videodateien hoch oder fügen einen YouTube- oder Podcast-Link ein. Die App transkribiert die Tonspur und liefert Notizen, womit sie sich für lange Inhalte eignet, die in zwei Minuten lesbar sein sollen. Der Chat mit den Notizen gehört dazu: Sie stellen eine Frage zu einer Zwei-Stunden-Aufnahme, statt sie durchzuscrollen.
Privater Speicher in iCloud und Webhook-Integrationen
Aufnahmen und Transkripte bleiben in Ihrer privaten iCloud, und der Anbieter erklärt, dass nichts auf seinen Servern liegt. Die Auswertung beschränkt sich auf anonyme Nutzungsdaten. Der Export geht als PDF oder DOC, und Verbindungen zu Notion, Zapier, Make und n8n über Webhooks schließen den Rest einer automatisierten Kette.
Vor- und Nachteile
Vorteile
- Nimmt offline und im Hintergrund auf, schlechtes Netz oder ein gesperrter Bildschirm stoppen die Aufnahme nicht.
- Sprecherkennzeichnung und Zeitstempel machen eine lange Besprechung wirklich durchsuchbar.
- Mehrere Notizformate und über 25 Umschreibstile sparen die Nacharbeit, die andere Transkriptions-Apps Ihnen überlassen.
- Synchronisiert iPhone, iPad, Mac, Apple Watch und Vision Pro mit einem Abo, die Dateien liegen in Ihrer eigenen iCloud.
- Der kostenlose Tarif deckt kurze Sprachnotizen ab, genug, um die Genauigkeit vor dem Kauf zu prüfen.
Nachteile
- Nur Apple. Keine Android-App, kein Windows-Client, keine Web-Version, gemischte Teams können sich also nicht darauf einigen.
- Zwei Stunden pro Aufnahme sind das Maximum, ganztägige Konferenzen oder sehr lange Hörbücher fallen raus.
- Keine öffentliche API für Entwickler. Automatisierung läuft über Zapier, Make oder Webhooks und kostet damit eine zusätzliche Zwischenschicht.
- Die Notizqualität folgt der Audioqualität. Ein lauter Raum mit überlappenden Stimmen erzeugt ein Transkript, an dem Sie eine Weile feilen.
Häufige Fragen
Das Apple-Diktat schreibt mit, was Sie sagen. VoicePen nimmt bis zu zwei Stunden auf, ergänzt Sprecherkennzeichnung und Zeitstempel und erzeugt daraus eine Zusammenfassung, Aufgaben oder eine Lernnotiz. Importiertes Audio und Video verarbeitet es ebenfalls, was Diktat komplett ignoriert.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Voice Pen: Speech to Text AI.
Alternativen zu Voice Pen: Speech to Text AI
Off the Record
Weird Machines · Stimme & Sprache · ProduktivitätOff the Record ist eine macOS-App von Weird Machines. Sie verändert Ihre Stimme in Echtzeit und blockiert so die KI-Transkription: Menschen hören Sie normal, Notiztools bekommen nichts Verwertbares.
Cekura Bench
Cekura · Stimme & Sprache · BusinessCekura Bench ist ein öffentlicher Benchmark, der Speech-to-Speech-Modelle und eingesetzte Voice-Agents durch 82 simulierte Telefonate schickt, jedes dreimal, und Erfolgsquote, Latenz und Kosten pro Minute veröffentlicht.
Griffin by Tavus
Tavus · Stimme & Sprache · Video · ChatbotGriffin by Tavus ist das erste Modell für menschliche Interaktion: ein Full-Duplex-System von Video zu Video, das in einem KI-Videoanruf in Echtzeit beobachtet, zuhört und antwortet.