Wispr Flow erleichtert den Alltag erheblich, weil ich alles in den Computer diktieren kann und ich damit für Alltagsaufgaben wie Emails oder Neurologische Befundungen eintippen wirklich viel schneller bin.
Aber gleichzeitig nervt mich Wispr Flow mit den ständig aufpoppenden Dialogen die dann nicht weggehen. Mit dem medizinischen Fachbegriffen hat es auch erhebliche Probleme.
Aber mittlerweile habe ich auch händisch schon so um die 150 Worte eingetippt – schön langsam geht es.
Parakeet von NVIDIA
Nun hab ich in einem KI-Youtube gehört das NVIDIA’s Parakeet als Audio-Transkriber 10 x schneller sein soll.
Also hab ich mir damit mit meiner KI einen Wispr Flow Clone programmieren lassen, dazu ein Medizinisches Wörterbuch mit 1500 Begriffen. Funktioniert wunderbar, ich hab alle Computer in der Ordi damit versorgt.
Beruhende auf NVIDIAS Parakeet hier ein 1:1 Wispr Flow Clone der ein lokales Model verwendet, also alles am Laptop selber analysiert und nichts in die Cloud hochladet:
Parakeet-Flow – Installations-Datei
(beim ersten Start muss es noch das ca 500MB grosses AI Model runterladen um Sprache zu verstehen – 20 Europäische Sprachen soll es können).
wer den source haben will, soll mich kontaktieren
ChatGPT – Diktierfunktion – schneller, besser
weil die Diktierfunktion von OpenAI Codex = ChatGPT noch cooler ist, jeder der mit ChatGPT schon mal “gesprochen” hat kennt die unglaubliche geschwindigkeit mit der hier geantwortet wird, hab ich mir – das ist jetzt die nächste Iteration zu einem Perfekten Diktierprogramm – einen OpenAI-Diktier-Agenten programmieren lassen.
Dieser ist für mich jetzt perfekt, vorbefüllt mit 1500 medizinischen Begriffen und im Gegensat zu Wispr Flow versteht er Dystonie und Dyskinesie und Dysplasie.
Ich arbeite damit aber mit einem Cloud-Model, d.h. die eingesprochenen Texte bleiben nicht auf dem Computer – das ist oben mit Parakeet-Flow der Fall, hier mit dem OpenAI Audio-Transkriber muss man online sein. Bei kritischen Texten könnte das eine Rolle spielen.
Dafür braucht man einen OpenAI API-Key, also ein OpenAI Konto wo man einen API-Key erstellen kann und dort natürlich Geld hinterlegen muss. Ich habe zB gestern 10 Cent wegdiktiert, das geht so.
Program ist an sich selbsterklärend, es gibt 2 Darstellungs-Varianten – der kleine Dialog der live mitschreibt und wo man jedes Wort reintropfen sieht, oder nur einen Audio-Balken der anzeigt dass aufgezeichnet wird.
English und Deutsch werden gleichermassen gut verstanden und umgesetzt.
Bedienung
Tastaturcodes für beide Programme wie bei Wispr Flow: STRG-WIN oder Alt-Shift-Z
Nachdenklicher Kommentar
eigentlich ist es verrückt, dass ein 63j alter Haudegen wie ich so nebenbei am Abend in 30 Minuten ein Programm nachmachen kann, mit dem eine Firma die ca 2 milliarden wert ist – WisprFlow.ai ihr Brot verdient!
Und hätten die mich nicht mit den ständigen Werbedialogen so geärgert, würde ich EWispr Flow sehr dankbar und gerne bezahlt weiterbenutzen! Jetzt hab ich meinen Audiotranscriber und der ist still und leise und viel besser und schneller! Danke Codex!
SAS (software as a service) ist eigentlich tot.
Gestern hab ich einen Youtube gesehen, wo einer Calenderly – ein Online Tool zum online Buchen von Terminen in 3 verschiedenen KI’s nachprogrammiert hat (Kimi3, Codex, Claude Code). Die Firma Calenderly ist 2 Milliarden wert – aber nicht mehr lange!
viel Spass damit
Google-ZENSUR!
Google zensiert meine Homepage ganz ordentlich, es ist mir tw. selber nicht möglich Artikel von mir bei Google zu finden. Desswegen bitte zum Newsletter anmelden und diesen an Freunde oder per Facebook teilen sowie die Suchfunktion innerhalb meiner Website verwenden. Folgen sie mir auch auf Twitter, dort kündige ich wichtige Artikel auch an.
