Local Dictation
Sprache und Screenshots in einem Ablauf. Ein lokaler Mac-Prototyp, mit dem Sie Ihre Arbeit erklären, ohne den Gedanken zu verlieren.
Weiter erklären und dabei zeigen.
Ein Fehlerbericht braucht oft Worte und einen Screenshot. Local Dictation soll beides während eines Gedankengangs aufnehmen und Ihnen die fertige Nachricht zur Prüfung überlassen.
Der Prototyp nutzt Apples lokale Spracherkennung und regelbasierte Korrekturen auf dem Gerät. Er drückt niemals auf Senden.
Gesprochene Eingabe · getestetes englisches Beispiel
I want to add two into this idea. Oh no, sorry, I want to add three, not two.Korrigierter Text
I want to add three into this idea.
Sprechen. Aufnehmen. Prüfen.
Rechte Option-Taste halten
Diktieren Sie in das zuvor ausgewählte Eingabefeld.
Mit P aufnehmen
Nehmen Sie den Bildschirm unter dem Zeiger auf und sprechen Sie weiter.
Mit I markieren
Markieren Sie das aufgenommene Bild. Unterstützte gesprochene Korrekturen bereinigen das Transkript.
Loslassen und prüfen
Der fertige Text folgt auf die geordneten Screenshots. Sie prüfen und senden die Nachricht selbst.
Im Prototyp implementiert
- Apples lokale Spracherkennung nach Installation eines kompatiblen Sprachmodells.
- Geordnete Screenshots, Markierungen und Wiederherstellung bei unklarer Einfügung.
- Zurückhaltende Korrekturen für unterstützte Formulierungen, ohne erfundene Bildbeschreibungen.
Geplante Weiterentwicklung
- Optionale Textbereinigung durch lokale Sprachmodelle für flexiblere Bearbeitung.
- Optionale Verarbeitung über Cloud-APIs mit ausdrücklicher Auswahl und klarer Datenverarbeitung.
Anbieter stehen noch nicht fest. Diese Optionen sind nicht implementiert. Adaptives Lernen oder Reinforcement Learning werden nicht als Funktionen behauptet.
Aktuelle Grenzen und Entwicklungsstand
Dies ist ein Prototyp für persönliche Tests auf Apple Silicon mit macOS 26 oder neuer. Vollständige Live-Diktat- und programmübergreifende Screenshot-Tests stehen aus. Die letzte lokale Prüfung fand veraltete macOS-Berechtigungen. Signierung, Installation und Tests des tatsächlichen Ablaufs müssen vor einer öffentlichen Veröffentlichung abgeschlossen werden. Das Einfügen von Bildern hängt von der Zielanwendung ab.
Wohin Sprache und Screenshots gelangen
Die aktuelle Spracherkennung läuft nach Installation von Apples Sprachmodell auf dem Mac. Screenshots entstehen nur über das Tastenkürzel und werden nicht von einem KI-Modell interpretiert. Die Ausgabe wird in die ausgewählte Anwendung eingefügt; deren eigene Datenverarbeitung gilt weiterhin. Material zur Wiederherstellung kann lokal gespeichert bleiben.
Könnte das Ihren Arbeitsablauf erleichtern?
Beschreiben Sie Ihre Mac-Anwendungen und was Sie erklären möchten. Wir besprechen den Anwendungsfall und den nötigen Testumfang.