Kostenloses Offline-Diktieren für Windows. Zwei Tasten halten, sprechen, loslassen.

Was kostet es wirklich?

Nichts, und es gibt keinen Haken. Ich habe HoldToType für mich geschrieben, um auf meinem eigenen Windows-Rechner ohne Abo zu diktieren und ohne dass meine Stimme irgendwohin geht. Dann fingen meine Kollegen an, es zu benutzen. Jetzt habe ich es für alle freigegeben, also ist es komplett kostenlos: keine Bezahlversion, keine Credits, keine Wortlimits, kein Konto. Die Modelle sind kostenlose Downloads und laufen auf dem Rechner, den Sie schon haben. Der Quellcode liegt unter MIT-Lizenz auf GitHub.

Geht irgendetwas von dem, was ich sage, an einen Server?

Standardmäßig nicht. Die Aufnahme geht vom Mikrofon zu einem Modell auf Ihrer Platte und wird verworfen, sobald sie Text geworden ist. Zwei optionale Funktionen können über das Programm hinausreichen, und beide sind aus, bis Sie sie selbst einrichten:

• Nachbearbeitung durch ein größeres Modell. Der eingebaute Editor ist ein kleines Modell auf Ihrer Platte. Wenn Sie ein großes wollen, können Sie das Programm auf ein großes Modell zeigen lassen, das woanders läuft: ein anderes Programm auf diesem Rechner, ein Server bei Ihnen zu Hause oder ein Online-Dienst mit Ihrem eigenen Schlüssel. Dann geht Ihr Text dorthin. Ihre Stimme weiterhin nicht.
• Ein Erkennungsserver, der nicht neben dem Programm liegt. Normalerweise läuft die Erkennung aus dem eigenen Ordner des Programms. Sie können stattdessen auf eine separat laufende zeigen: auf demselben Rechner, in Docker oder auf einer anderen Maschine. Ihre Stimme geht dorthin, wo dieser Server steht.

Die einzige weitere Netzwerkaktivität sind Modell-Downloads und die Update-Prüfung, und das sind Knöpfe, die Sie drücken.

Wie gut versteht es meine Sprache?

Gut, und Sie können es abstimmen. Das Programm bringt einen Katalog von neun Sprachmodellen mit, jedes für etwas anderes gut, und Sie wählen eines pro Sprache:

• Nemotron 3.5 ist die Vorgabe: schnell, vierzig Sprachen, und es zeigt die Wörter, während Sie noch sprechen. Es übersetzt nicht.
• Whisper deckt 99 Sprachen ab und ist das Modell, das übersetzt, aber es ist langsamer.
• Parakeet ist schnell und genau für 25 europäische Sprachen.
• Canary beherrscht Englisch, Deutsch, Spanisch und Französisch und übersetzt zwischen ihnen.

Das Programm hält ein Modell pro Sprache und wechselt von selbst, sodass Sie Nemotron für das tägliche Diktieren und Whisper für die Übersetzung bereithalten können. Die Doku sagt, welches Modell für welche Sprache.

Warum warnt Windows, wenn ich es starte?

Das Programm ist noch nicht signiert, deshalb zeigt SmartScreen einmal seine Warnung. Die Veröffentlichung von HoldToType im Microsoft Store ist in Arbeit: ein Store-Build ist signiert, und die Warnung verschwindet damit. Bis dahin kommt jede Version mit einer SHA-256, die Sie prüfen können, und Sie können die Exe selbst aus den Quellen bauen.

Was braucht es von meinem Rechner?

Windows 10 oder 11, x64, ein Mikrofon und etwa ein Gigabyte Platte für ein Modell. Eine Grafikkarte ist nicht nötig.

Wer macht das, und warum?

Ich: Vitalii Yemets, ein Entwickler. Es gibt keine Firma, kein Team und keine Investoren: eine Person schreibt es, beantwortet die Issues und liefert die Versionen aus, alles offen auf GitHub. Es begann als Werkzeug für meinen eigenen Schreibtisch und ein paar Kollegen, und es bleibt kostenlos, weil ich es sowieso geschrieben hätte. Wenn etwas nicht stimmt, schreiben Sie mir: ein Issue auf GitHub oder holdtotype@outlook.com.