Aufnahmen kostenlos in Handschrift-Notizen verwandeln

Eine zweistündige Besprechung, eine Vorlesung, eine Sprachnotiz voller Ideen — daraus eine teilbare handschriftliche Notiz zu machen hieß bisher: Transkriptions-App, kopieren, layouten, exportieren.

Jetzt ist es einer: Audiodatei hochladen, fertige handschriftliche Seite bekommen. Kostenlos, und das Audio verlässt dein Gerät nie. So funktioniert es, mit echten Testergebnissen — und ehrlichen Grenzen.

Die drei Routen im Vergleich

Der einzige Preis der lokalen Route: ein einmaliger Modell-Download, und das Tempo hängt von deiner Hardware ab.

Wie wir es umgesetzt haben

• Dateien werden per decodeAudioData dekodiert und auf 16-kHz-Mono umgerechnet;
• Das Whisper-Modell (~80 MB schnell / ~250 MB hochwertig, q8) ist auf unserer eigenen Domain gehostet, in 30-Sekunden-Fenster geteilt;
• Desktop Chrome mit WebGPU nutzt GPU-Beschleunigung, sonst fällt es auf WASM zurück;
• Das Ergebnis landet im selben Editor — Schriften, Papier und Export verhalten sich wie bei getipptem Text.

Wir hosten das Modell selbst statt die HuggingFace-CDN zu nutzen: keine Cross-Origin-Blockaden und Downloads funktionieren auch in China.

Echter Test: eine TTS-Probe

Umgebung: macOS + Chrome, kein eigener GPU (WASM-Pfad), schnelles Modell.

• Eingabe: synthetisierte chinesische Sprache (~5 s)
• Ausgabe: „你好,這是一段測試語音,用來驗證音頻轉寫功能。“ — inhaltlich korrekt, aber in traditionellen Zeichen (bekannte Tendenz des Base-Modells; hochwertiges Modell oder manuell korrigieren)

Das erste Modell-Laden dauerte etwa eine Minute; danach cached der Browser.

Drei Schritte

1. Auf der Werkzeug-Seite „Audiodatei importieren“ klicken und mp3 / wav / m4a wählen;
2. Auf den Fortschritt warten (enthält den ersten Modell-Download);
3. Das Transkript landet im Editor — korrigieren, Stil wählen, exportieren.

Ehrliche Grenzen

• Base-Modelle schwächeln bei starken Akzenten und Lärm — für Wichtiges: hochwertiges Modell und Nachlesen;
• Über 30 Minuten wird es spürbar langsamer — Dateien teilen;
• Safari dekodiert manche Codecs nicht vollständig — Desktop Chrome / Edge empfohlen;
• WhatsApp- und iPhone-Sprachnachrichten liegen oft als Opus oder M4A vor. Zuerst eine MP3 machen: Sprachnachricht in Handschrift.

Getestet, mit ehrlichen Grenzen

Alle Schritte wurden in Desktop Chrome (macOS, Oktober 2026) getestet; Screenshots stammen aus echten Läufen. Die Spracherkennung stellt der Browser bereit — die Qualität variiert. Wichtigen Text immer prüfen. Wir erfassen keinen Text oder Audio — siehe Datenschutzerklärung. Referenz: MDN · Web Speech API.