Offline Transkription: Deine Daten bleiben deine.

Cloud-Transkription bedeutet, dass dein Audio durchs Internet reist, auf fremden Computern verarbeitet und nach deren Richtlinien gespeichert wird.

Offline-Transkription ist einfacher. Die KI läuft auf deinem Gerät. Dein Audio verlässt es nie. Eine 35-minütige Aufnahme ist mit Parakeet V3 auf einem M4 Pro in etwa 18 Sekunden transkribiert. Es gibt nichts zu vertrauen, weil die Daten nirgendwo hingehen können.

Es funktioniert auch überall — im Flugzeug, in abgelegenen Gebieten, in Büros mit eingeschränktem Netzwerk. Kein Internet bedeutet kein Warten auf Uploads.

Stell es dir vor wie die Fotos-App auf deinem Handy. Sie muss deine Bilder nicht an einen Server senden, damit du sie ansehen kannst. Whisper Notes funktioniert genauso: Es wandelt Ton in Text direkt dort um, wo du bist.

Wenn du Whisper Notes installierst, werden die KI-Modelle auf dein Gerät geladen. Mac und iPhone nutzen dieselbe Modellpalette: Parakeet V3 (Standard — auf Apple Silicon rund 60× Echtzeit, für Englisch und 24 weitere europäische Sprachen), Whisper (die mehrsprachige Option, 100+ Sprachen; Large-V3-Turbo auf dem Mac, Small auf dem iPhone) und SenseVoice (für Chinesisch, Japanisch, Koreanisch und Kantonesisch wählst du dieses Modell).

1. Tippe auf Aufnahme (oder nutze das Sperrbildschirm-Widget)
2. Sprich
3. Stopp
4. Text erscheint

Du kannst auch bestehende Audiodateien importieren. Meeting-Aufnahmen, Interviews, Vorlesungen — jedes Format funktioniert. Die Verarbeitung geschieht lokal, keine Upload-Zeit.

Sperrbildschirm-Aufnahme. Tippe das Widget auf dem Sperrbildschirm an und die Aufnahme startet. Gut um Gedanken beim Gehen festzuhalten.

Audio-Import. Ziehe bestehende Aufnahmen rein. Eine dreistündige Aufnahme ist eine Datei, keine 180 abgerechneten Minuten; bei den für Parakeet V3 auf einem M4 Pro gemessenen 103× Echtzeit ist sie in etwa zwei Minuten fertig (aus der gemessenen Rate gerechnet, kein eigener Test). Keine Abrechnung pro Minute, kein Upload.

100+ Sprachen. Erkennt automatisch, was du sprichst.

Eigenes Vokabular. Füge Namen und Fachbegriffe hinzu, die das Modell sonst verpassen könnte.

Zeitstempel. Klicke auf einen Absatz, um zu diesem Moment im Audio zu springen.

Offline-Transkription passt, wenn du:

• Willst, dass Aufnahmen privat bleiben
• An Orten ohne zuverlässiges Internet arbeitest
• Einmalzahlung statt Abo bevorzugst
• Sensible Gespräche transkribierst
• Etwas willst, das ohne Konto-Einrichtung funktioniert

Offline-Verarbeitung ist nicht umsonst. Das tauschst du ein:

Speicher. Die App ist ~680MB. Auf dem Mac fügt das Whisper Large V3 Turbo Modell ~1,6 GB für höchste Genauigkeit hinzu.

Erster Start. Dauert 3-8 Sekunden um das Modell zu laden. Passiert nur einmal pro Sitzung — danach ist es sofort.

Plattform. Nur iPhone und Mac.

Geschwindigkeit. Schneller als Echtzeit. Für das iPhone nennt der App-Store-Eintrag rund 18 Sekunden für fünf Minuten Audio mit Parakeet auf einem iPhone 15 und etwa eine Minute mit Whisper. Mac mit M-Chips ist deutlich schneller—auf unserem M5 Air lief Parakeet V3 mit rund 60× Echtzeit.

Diese Kompromisse lohnen sich für manche. Für andere macht Cloud-Transkription mehr Sinn. Beides hat seinen Platz.

Preis: $7.99 auf dem iPhone. Auf dem Mac sind 5.000 Wörter pro Woche kostenlos, danach einmalig $14. Keine Abos.

Modelle: Parakeet V3 (Standard), Whisper (Large-V3-Turbo auf dem Mac, Small auf dem iPhone) und SenseVoice — dieselbe Modellpalette auf Mac und iPhone, alle laufen lokal auf Apple Silicon.

Privatsphäre: Keine Netzwerk-Anfragen während der Transkription. Überprüfe es selbst mit einem Netzwerk-Monitor.

Updates: Kostenlos.