Transkription ohne Internet, die nichts hochlädt

Transkription offline heißt, dass die Spracherkennung auf dem Gerät läuft, das die Aufnahme hält. Nicht „verschlüsselt übertragen“. Nicht „nach 30 Tagen gelöscht“. Die Aufnahme wird nie verschickt, weil die Arbeit dort passiert, wo sie ohnehin liegt. Kaseta transkribiert auf diese Weise 99 Sprachen auf einem iPhone – Modelle einmal geladen, dann Erkennung auf dem Telefon, nachdem du auf Stopp getippt hast –, und der Unterschied zu einem Cloud-Dienst ist kein Versprechen. Es ist eine Netzwerkanfrage, die es nicht gibt.

Drei Dinge, die offline bedeuten muss

Es funktioniert mit abgeschaltetem Funk. Es gibt kein Konto, denn ein Konto setzt einen Server voraus, der dich kennt. Und nichts wird in eine Warteschlange gelegt, um später still hochzugehen, sobald du wieder im WLAN bist. Fehlt eines davon, ist „offline“ ein Modus und keine Architektur. Hinter Kasetas Erkennung steht kein Server, und das ist eine stärkere Aussage als das Versprechen, keinen zu benutzen: Die Modelle liegen nach einem einmaligen Download auf dem Telefon, und das Audio hat keinen Ort, an den es gehen könnte.

Was tatsächlich auf dem Telefon läuft

Spracherkennungsmodelle, einmal geladen und ausgeführt von der Hardware des Telefons selbst. Schnell ist das Modell für den Alltag; Qualität ist ein größeres Modell für schwieriges Audio, mit einem Monatskontingent im Gratis-Tarif und ohne in Pro. Beide leben nach dem Download auf dem Gerät, und ob Qualität verfügbar ist, hängt vom iPhone ab. Keines von beiden funkt nach Hause, was auch der Grund ist, warum die App nichts Nützliches über dich zu protokollieren hätte.

Was es dich kostet, es so zu machen

Ehrliche Rechnung. Lange Dateien kosten echte Zeit und echten Akku, und ein fünf Jahre altes iPhone ist dabei langsamer als ein aktuelles. Es gibt kein Web-Dashboard, keinen Team-Workspace und keinen Bot, der deinen Meetings beitritt – ein Call mit Leuten an anderen Orten erreicht das Telefon nur als das, was die Lautsprecher im Raum wiedergeben. Und der Gratis-Tarif transkribiert die ersten 5 Minuten jeder Aufnahme – die Aufnahme selbst wird dabei nie abgeschnitten, das Audio läuft weiter und wird vollständig gespeichert.

Wann ein Cloud-Dienst das bessere Werkzeug ist

• Meetings mit einem Team. Otter und Notta schicken einen Bot in den Call, greifen dessen Ton an der Quelle statt über ein Mikrofon im Raum ab und geben allen ein gemeinsames, durchsuchbares Archiv. Das ist wirklich ein anderes Produkt, und wenn du das brauchst, ist auf dem Gerät die völlig falsche Form.
• Ein großes Archiv auf einem Rechner. Hunderte Stunden Interviews laufen auf einem Desktop schneller durch, und ein lokales Whisper ist dort kostenlos und genauso offline. Ein Telefon ist das richtige Werkzeug für die Aufnahme, die du gerade gemacht hast, nicht für den Altbestand.
• Gemeinsam am Text arbeiten. Wenn drei Leute gleichzeitig am Transkript schreiben sollen, willst du etwas mit Server darin. Wir haben keinen, mit Absicht.

Warum es kein Abo gibt

Die Kosten eines Cloud-Transkriptionsdienstes wachsen mit deinen Minuten, also rechnet er nach Minuten ab. Unsere existieren nicht, also zählen wir sie nicht. Pro kostet 19,99 $ im Jahr oder 39,99 $ einmalig, und die einmalige Variante ist der Punkt und kein Upsell.

Als Nächstes: Sprachmemo in Text umwandeln ist die praktische Fassung dieser Seite, und die Startseite hat die Kurzfassung desselben Arguments.