VoiSistant

VoiSistant verteilt seine Funktionen auf fünf Modi, und Sie wechseln je nach Aufgabe zwischen ihnen. Diktat übernimmt die direkte Umwandlung von Sprache zu Text mit sofortigem Einfügen. Chat ist ein dialogfähiger KI-Assistent mit Spracheingabe. Consultant arbeitet als Meeting-Assistent mit Echtzeitübersetzung. Transcribe wandelt Audiodateien mit Sprechererkennung in Text um, und Quick Reply erzeugt kontextbezogene Antworten aus einem Screenshot einer Unterhaltung. Sie alle in einer App zu haben bedeutet, dass Sie nicht mit getrennten Werkzeugen für Sprechen, Übersetzen und Transkribieren jonglieren.

Das rohe Transkript ist nur der Anfang. VoiSistant schickt es durch ein Sprachmodell, das die Grammatik korrigiert, den Ton anpasst und Formatierung anwendet, bevor der Text in Ihrem Feld landet. Sie binden den Anbieter an, den Sie bevorzugen, darunter OpenAI, OpenRouter, Gemini, LM Studio und Ollama. Warum ist das wichtig? Wenn Sie bereits für eine API zahlen oder alles lokal laufen lassen möchten, zwingt man Sie nicht in den Stack eines anderen. Der Haken ist, dass die Politur vom gewählten Modell abhängt, ein schwächerer oder mengenbegrenzter Anbieter also direkt in Ihrer Ausgabe sichtbar wird.

VoiSistant dient zugleich als Sprachübersetzer. Die Übersetzung läuft im Diktat-Ablauf statt in einem getrennten Tab. Sie sprechen, die App wandelt um und übersetzt, und das Ergebnis wird dort eingefügt, wo Sie es brauchen; abgedeckt sind unter anderem Sprachen wie Englisch, Italienisch, Spanisch und Russisch. Die Sprachausgabe arbeitet in die andere Richtung und liest Text laut vor, mit Stimmen von Microsoft, Google Gemini oder OpenAI. Sie wählen Ihre Sprach-Engine und stimmen die Ausgabe auf die Situation ab.

Die App stört nicht, weil sie in der Menüleiste lebt, mit einer kompakten Oberfläche, die Sie herbeirufen, statt eines Fensters, das Sie offen halten. Globale Hotkeys lassen Sie die Aufnahme aus jeder App starten und stoppen. Das ist der Teil, der Diktat praktisch macht. Sie zerreißen Ihren Gedankengang nicht durch Fensterwechsel, und das automatische Einfügen bringt den Text genau dorthin, wo Sie schon getippt haben.

VoiSistant ist so gebaut, dass Sie die Verarbeitung auf Ihrem eigenen Rechner behalten können, wenn Sie wollen. Die Sprachausgabe kann lokal laufen, und ein lokales LLM über Ollama oder LM Studio hält auch den Bereinigungsschritt aus der Cloud heraus. Netzwerkzugriff wird nur genutzt, wenn Sie einen Cloud-Anbieter aktivieren, zumindest nach der Beschreibung der App selbst. Für Menschen, die sensibles Material diktieren, ist das eine sinnvolle Option statt eines Cloud-Aufbaus nach dem Alles-oder-nichts-Prinzip.

Nach dem KI-Schritt kann VoiSistant das Ergebnis im Verlauf speichern, per E-Mail versenden, eine zusätzliche Textbereinigung ausführen und es in eine Datei exportieren. Es ist eine kleine Pipeline, aber sie bedeutet, dass die Diktat-Ausgabe nach dem Einfügen nicht einfach verschwindet. Wenn Sie Meeting-Notizen oder eine Aufgabenliste diktieren, erspart Ihnen ein durchsuchbarer Verlauf, dasselbe zweimal aufzunehmen.

Der Transcribe-Modus wandelt vorhandene Aufnahmen in durchsuchbaren Text um. Richten Sie ihn auf eine Audiodatei oder eine Podcast-Folge, und VoiSistant übernimmt die KI-Transkription, mit Sprechererkennung zur Trennung der Stimmen in der Ausgabe. Das deckt die Arbeit ab, die Sie nicht live erledigt haben, von Interviews bis zu Konferenzvorträgen. Nichts Zusätzliches zu installieren. Alles steckt in derselben App.