AM SCHREIBTISCH01
Prompts, ohne sie vorzutragen
Erkläre Änderung, Fehler oder Sonderfall mit leiser Stimme. Das restliche Büro muss nicht zuhören.
FÜR ENTWICKLER IM GETEILTEN BÜRO
Prompts sprechen.
Ohne Publikum.
Halte dein iPhone nah an den Mund und drücke zum Sprechen. Du kannst leise bleiben; dein Mac transkribiert lokal und setzt den Text genau dort ein, wo dein Cursor steht.
01 / DIE EINFACHE IDEE
Der Mac steht auf dem Tisch. Das iPhone kann wenige Zentimeter entfernt sein.
Das MacBook-Mikrofon nimmt neben deiner Stimme auch Tastatur, Lüftung und Gespräche auf. Ist das Mikrofon nah am Mund, kommt deine Stimme zuerst und deutlich stärker an. So musst du nicht lauter werden und die Erkennung muss schlechteres Ausgangsmaterial nicht nachträglich retten.
IPHONE → MAC / SO FÜHLT ES SICH AN
Leise ins iPhone sprechen. Der Text landet direkt in Codex.
Das iPhone übernimmt die Nahaufnahme. Verschlüsseltes Audio geht an den gekoppelten Mac, wird dort lokal erkannt und am aktiven Cursor eingefügt.
Routenpräferenzen werden erstellt
ScenicRouteRanker.swiftErstelle eine Karte für Spazierwege, die Schatten, Lärm und Steigung bewertet, statt nur die schnellste Strecke zu wählen.
NAHBESPRECHUNG02
Deine Stimme bekommt den Vorsprung
Nahbesprechung macht das Büro nicht still. Sie sorgt dafür, dass deine Stimme schon vor der Erkennung stärker ist als der Raum.
IM CODING-FLOW03
Bleib bei deinen Werkzeugen
Der Fokus bleibt in Codex, Claude Code, Xcode, Terminal oder im Browser. Das Transkript erscheint am Cursor.
02 / WAS AM ARBEITSPLATZ ZÄHLT
Nachvollziehbare Zahlen statt Zauberei.
Diese Werte erklären die Nutzung im Alltag: Mikrofonabstand, Audioweg und Schritte nach dem Sprechen.
Das Mikrofon kommt zu dir
Das iPhone ist wenige Zentimeter vom Mund entfernt; das MacBook bleibt 50–80 cm entfernt auf dem Tisch.
Weniger Lautstärke bei gleichem Pegel
Reine Abstandsrechnung für 5–10 cm gegenüber 50–80 cm. Raum, Winkel und Mikrofone verändern das Ergebnis.
Kein Umweg über einen Transkriptionsdienst
Die Erkennung läuft auf deinem Mac. Ist das Modell installiert, funktioniert sie lokal ohne öffentliches Internet.
Keine Aufnahmen zum Aufräumen
Audio wird im Arbeitsspeicher verarbeitet und danach verworfen—auf beiden Geräten.
Der Text landet am Cursor
Keine zweite App, kein Zwischenablagen-Pingpong, kein Kontextwechsel.
Kurzer lokaler Verlauf ab Werk
Der Mac-Verlauf steht standardmäßig auf eine Stunde und lässt sich ganz deaktivieren.
Prüfbare Grenzen:nur gekoppelte Geräte; kein Audio-Upload und keine Audiodateien; Stopp bei Fokuswechsel; keine Eingabe in Passwort- oder Secure-Input-Felder.
03 / MODELLE UND SPRACHEN
Sieben Kernsprachen. Englische Fachbegriffe inklusive.
undervoice verwendet abgestimmte Sprachpakete statt eines vermeintlichen Universalmodells. In Deutsch, Französisch, Spanisch, Chinesisch, Japanisch und Koreanisch kannst du englische Bibliotheksnamen, Variablen und Befehle einfach mitsprechen; dazu gibt es einen reinen Englischmodus.
中文 + EnglishEnglish日本語 + EnglishDeutsch + EnglishFrançais + EnglishEspañol + English한국어 + English
ZH + ENLOCAL
Chinesisch mit englischen Begriffen
Ein bilinguales Streaming-Modell liefert die Vorschau; Paraformer oder FireRedASR2 CTC erzeugt den finalen Text. Satzzeichen entstehen lokal.
- Laufzeit
- sherpa-onnx
- Optimierung
- INT8 ONNX
- AUSGELEGT AUF
- schnelle Vorschau, präziser Abschluss
EN / DE / FR / ESLOCAL
Vier europäische Sprachpakete
NVIDIA Parakeet TDT 0.6B v3 arbeitet in den für das Produkt abgestimmten Paketen für Englisch, Deutsch, Französisch und Spanisch.
- Laufzeit
- sherpa-onnx
- Optimierung
- INT8 ONNX
- UPSTREAM-BENCHMARK
- durchschnittlich 6,34 % WER
JA + ENLOCAL
Japanisch, das englische Begriffe behält
Kotoba Whisper Bilingual v1.0 wurde für Japanisch, Englisch und den Wechsel zwischen beiden trainiert.
- Laufzeit
- whisper.cpp
- Optimierung
- Q5_0
- UPSTREAM-BENCHMARK
- 9,3–16,8 % japanische CER
KO + ENLOCAL
Koreanisch mit Namen, Befehlen und Kürzeln
Whisper Large v3 Turbo verarbeitet koreanische Sätze samt englischer Fachsprache bei praktikabler lokaler Laufzeit.
- Laufzeit
- whisper.cpp
- Optimierung
- Q5_0
- AUSGEWÄHLT FÜR
- Mehrsprachigkeit und lokale Geschwindigkeit
Genauigkeitswerte richtig lesen
Bei WER und CER gilt: niedriger ist besser. 6,34 % und 9,3–16,8 % stammen aus veröffentlichten Tests der ungekürzten Ausgangsmodelle. Sie sind kein Gesamtwert für iPhone-Nahaufnahme, quantisierte Modelle und Sprachwechsel in undervoice. Unterschiedliche Datensätze gehören nicht in eine Rangliste.
04 / IPHONE ODER MACBOOK-MIKROFON
Erst die Aufnahme verbessern, dann das Modell beurteilen.
Beide Wege können dasselbe lokale Modell auf dem Mac verwenden. Entscheidend ist, ob das Audio wenige Zentimeter vom Mund oder auf der anderen Seite des Schreibtischs beginnt.
| Geteilter Arbeitsplatz | iPhone nah am Mund | MacBook-Mikrofon |
|---|---|---|
| Abstand Mund–Mikrofon | 5–10 cm | 50–80 cm |
| Bei leiser Stimme | Die Stimme erreicht das Mikrofon zuerst | Stimme, Tastatur, Lüftung und Gespräche treffen gemeinsam ein |
| Nötige Lautstärke | Leise bleiben | Auf Tischdistanz oft lauter sprechen |
| Ort der Erkennung | Lokal auf deinem Mac | Lokal auf deinem Mac |
| Passt am besten | Großraumbüro und Desksharing | Einzelbüro oder unkritische Inhalte |
Die 14–24 dB sind eine Freifeld-Abschätzung mit 20 × log10(r₂/r₁) für 5–10 cm gegenüber 50–80 cm. Reflexionen, Position und Sprechrichtung verändern reale Werte.
05 / SICHERHEIT UND NETZWERK
Die Aufnahme geht direkt an den Mac, den du ausgewählt hast.
undervoice betreibt keinen Sprach-Relay. Im selben Netz verbindet sich das iPhone direkt mit dem Mac; für andere Netze kannst du dein eigenes Tailscale nutzen. Authentifizierung und Verschlüsselung auf App-Ebene bleiben immer aktiv.
Installation und Berechtigungen →Nur gekoppelte Geräte
Gleiches WLAN reicht nicht. Ein neues iPhone muss ausdrücklich gekoppelt werden.
Schon auf dem iPhone verschlüsselt
Audio, Transkripte und Steuerdaten sind authentifiziert und Ende-zu-Ende verschlüsselt.
Neuer Schlüssel pro Verbindung
Bei jeder Verbindung wird ein neuer Sitzungsschlüssel abgeleitet.
Audio wird nie zur Datei
Aufnahmen bleiben im Arbeitsspeicher. Diagnosen enthalten weder Audio noch Transkripttext.
Keine undervoice-Sprachcloud
Im lokalen Netz fließt Audio direkt vom iPhone zum Mac; das Modell läuft dort.
Dein privates Netz, deine Wahl
Über anderes WLAN oder Mobilfunk kannst du dein eigenes Tailscale nutzen; die undervoice-Verschlüsselung bleibt bestehen.
06 / ÜBERALL SCHREIBEN
Wo der Cursor steht, landet der Text.
CodexClaude CodeXcodeTerminalJedes Textfeld
„Behalte die öffentliche API, stelle die Wiederholungen auf exponentielles Backoff um und ergänze drei Grenzfalltests.“
hört zuBeim Start merkt sich der Mac aktive App und Auswahl. Ändert sich der Fokus, pausiert die Eingabe. Passwortfelder und Steuerelemente mit Secure Keyboard Entry bleiben immer unberührt.
SPRICH MIT DEINEM MAC, NICHT MIT DEM RAUM
Leise sprechen. Frei entwickeln.
Modell auf dem Mac installieren, Kopplungscode mit dem iPhone scannen und zum Sprechen gedrückt halten.