Automatische Untertitel aus dem Ton eines Videos erstellen
Wie DijiFlow Dictate aus der Tonspur eines Videos zeitlich abgestimmte Untertitelzeilen auf Ihrem Computer macht und ...
Sie haben %itemCount% in Ihrem Warenkorb.Gesamtsumme: %total%
Die Geschichte und die Grundsätze hinter DijiFlow Dictate: vertrauliche Spracherkennung, bei der Stimme und Text auf Ihrem Computer bleiben.
Ganz gleich, welche Diktier-App Sie öffnen, im Hintergrund passiert fast immer dasselbe: Sie sprechen, und Ihre Stimme verlässt den Raum. Sie reist zu einem Server, wird von einem Modell transkribiert, das Sie nicht sehen, und kommt einen Moment später als Text zurück. Das ist wirklich bequem. Ebenso real ist aber der Preis: Ihre persönlichste und unmittelbarste Form der Eingabe wird auf Hardware aufgezeichnet und verarbeitet, die Ihnen nicht gehört.
Am Anfang von DijiFlow Dictate stand eine hartnäckige Frage: Warum muss das der Normalfall sein? Herausgekommen ist eine Spracherkennung, die zu 100 % auf dem Gerät transkribiert, gebaut für Menschen, die schreiben, programmieren oder Notizen machen und ihre Stimme lieber bei sich behalten. Auf dieser Seite geht es weniger um uns als um das, was wir beweisen wollen.
Gute Software sollte sich Vertrauen durch ihre Bauweise verdienen, statt blinden Glauben zu verlangen. Wenn Ihre Stimme Ihr Gerät nie verlässt, ist Datenschutz kein Versprechen mehr, sondern eine Tatsache.
Die Entscheidung im Kern von DijiFlow Dictate ist leicht gesagt und schwer umgesetzt: Die Transkription läuft lokal. Die Spracherkennung findet auf Ihrem eigenen Computer statt, mit Sprachmodellen, die direkt auf dem Gerät arbeiten. Ton und Text werden nicht hochgeladen. Kein Konto, keine Verarbeitung in der Cloud.
Das ist keine Funktion, die wir für einen Werbesatz nachgerüstet haben, sondern der eigentliche Sinn der Sache. Wenn der Ton Ihren Computer nie verlässt, gibt es kein Serverprotokoll, das durchsickern kann, kein Datenleck, das Ihre Transkripte offenlegt, und keine stille Änderung der Richtlinien, nach der Ihre Worte plötzlich woandershin gehen. Die Architektur leistet, was sonst Datenschutzerklärungen leisten müssen. Wir bauen die Garantie lieber ein, als sie nur aufzuschreiben.
Es bedeutet auch, dass die Transkription ohne Netz weiterläuft, sobald das Sprachmodell einmal heruntergeladen ist. Sie können die Verbindung mitten im Satz kappen, und das Diktieren geht genauso weiter. Daran messen wir uns: Ein Werkzeug, das für seine Hauptaufgabe die Cloud braucht, gehört Ihnen nicht wirklich.
Eine Handvoll Grundsätze prägt fast jede Entscheidung, die wir bei DijiFlow Dictate treffen.
Die sichersten Daten sind die, die nie erhoben wurden. Wir entwickeln so, dass das Empfindlichste, Ihre Stimme, gar nicht erst an einen Ort gelangt, an dem es verloren gehen könnte.
Diktieren sollte sich wie eine natürliche Erweiterung des Tippens anfühlen, nicht wie ein Ort, den man eigens aufsucht. Die App sitzt auf dem Mac in der Menüleiste und unter Windows in der Taskleiste: Sie drücken ein Tastenkürzel, sprechen, und der Text erscheint dort, wo Ihr Cursor schon steht.
Wir sagen Ihnen klar, wie viel Speicherplatz jedes Sprachmodell kostet und wie viel Genauigkeit es dafür bringt. Und wir halten die kostenlose Version wirklich nützlich, statt sie zu beschneiden, um ein Upgrade zu erzwingen.
Wir stützen uns auf offene Grundlagen, statt sie neu zu erfinden. DijiFlow Dictate basiert auf EasyDictate von Charles Lukowski, das wir unter seiner MIT-Lizenz nutzen, und darauf weisen wir gern hin.
Wir haben die Spracherkennung nicht erfunden und tun auch nicht so. DijiFlow Dictate wird von PITIR TECH entwickelt und ist aus Open-Source-Arbeit hervorgegangen, darunter Whisper, WhisperKit und EasyDictate von Charles Lukowski, dessen MIT-lizenzierter Code zu dem gehört, worauf wir aufgebaut haben. Diese Nennung ist für uns keine lästige Pflicht, sondern Teil unserer Vorstellung davon, wie das Fachgebiet funktionieren sollte. Die eigentliche Aufgabe war nie das Modell allein. Es ging darum, etwas zu schaffen, das vertraulich, schnell und angenehm genug ist, dass Sie ganz selbstverständlich danach greifen, heute auf dem Mac und ebenso unter Windows.
Das DijiFlow-Team ist klein und konzentriert. Wir bauen keine Plattform, die mit Ihren Daten Geld verdient, und wir wollen nicht mehr erheben, als das Produkt zum Funktionieren braucht. Ihre Stimme und Ihr Text gehören nie dazu. Wir verlangen keine E-Mail-Adresse, bevor Sie diktieren können, legen kein Werbeprofil über Sie an und trainieren das nächste Modell nicht mit Ihren Aufnahmen. Nichts davon steht zur Debatte, und Ihre Aufnahmen erreichen uns nie.
Der Erfolg, auf den es uns ankommt, ist ein leiser. DijiFlow Dictate soll Teil Ihrer Arbeit werden, ohne Ihre Aufmerksamkeit zu fordern, sodass Sie sich nie fragen müssen, wo Ihre Stimme geblieben ist. Die Antwort ist immer dieselbe, und sie ist der ganze Grund, warum wir die App gebaut haben: Sie ist bei Ihnen geblieben.
Wenn Sie diese Art zu entwickeln anspricht, verstehen Sie sie am besten, wenn Sie sehen, wie andere damit arbeiten. Werfen Sie einen Blick auf die Einsatzmöglichkeiten von DijiFlow Dictate im Arbeitsalltag.