Speech-to-Markdown
Eine Mac-Menüleisten-App, die lokal transkribiert und Sprache in Echtzeit zu sauberen Markdown-Dokumenten aufbereitet.
Über Speech-to-Markdown
Speech-to-Markdown ist eine Mac-Menüleisten-App, die Transkription und Aufbereitung auf dem Gerät erledigt. Im Modus Globales Diktat sprichst du nach dem Tastenkürzel in jeder App; der Text wird direkt an der Cursorposition eingegeben. Agent Mode nutzt ein von dir ausgeführtes lokales Modell, um gesprochene Inhalte in Echtzeit zu strukturierten Dokumenten aufzubereiten. Markdown, reiner Text und HTML werden unterstützt, und das Originaltranskript ist mit einem Klick abrufbar. Audio wird von whisper.cpp auf dem Gerät transkribiert; der lokale LLM-Server muss das OpenAI-Anfrageformat unterstützen. Eine iOS-Version bietet denselben Agent Mode auf iOS 26+ und iPhone 15 Pro oder neuer zu 100 % offline.
Am besten geeignet
Beste Einsatzszenarien
In Terminal, Browser oder Chat-App diktieren und Text direkt an der Cursorposition eingeben
Gesprochene Ideen in Echtzeit zu strukturierten Markdown-Dokumenten aufbereiten
Nach dem Diktat das Originaltranskript behalten und bei Bedarf mit einem Klick ansehen
Auf iPhone oder iPad vollständig offline Sprachaufnahmen erstellen
Funktionen
Globales Diktat
Drücke in jeder App ⌘⌥] und sprich. Der transkribierte Text wird direkt an der Cursorposition eingegeben; eine Spotlight-ähnliche Statusleiste zeigt den aktuellen Status.
Echtzeit-Aufbereitung mit Agent Mode
Sprich frei, während ein lokales Modell deine Inhalte in Echtzeit zu strukturierten Dokumenten aufbereitet. Unterstützt Markdown, reinen Text und HTML; das Originaltranskript ist mit einem Klick abrufbar.
Transkription auf dem Gerät
Audio wird von whisper.cpp auf dem Gerät in Abschnitten von etwa 4 Sekunden transkribiert. Agent Mode verbindet sich mit deinem lokalen LLM-Server, standardmäßig unter http://127.0.0.1:8000/v1.
Offline-Version für iOS / iPadOS
Nutze denselben Agent Mode auf iOS 26+ und iPhone 15 Pro oder neuer zu 100 % offline. SpeechAnalyzer transkribiert, Apple Intelligence bereitet das Dokument auf.
Vorteile
- Transkription und Dokumentaufbereitung erfolgen auf dem Gerät; auch die iOS-Version funktioniert zu 100 % offline
- Mit globalem Diktat wird Text in jeder App direkt an der Cursorposition eingegeben
- Unterstützt Markdown, reinen Text und HTML als Ausgabeformate
- Installation mit einem einzeiligen Skript; whisper.cpp wird automatisch installiert
Nachteile
- Für Agent Mode musst du auf deinem Mac selbst einen lokalen LLM-Server ausführen
- Die iOS-Version erfordert iOS 26 oder neuer, ein iPhone 15 Pro oder neuer sowie ein Gerät mit Apple-Intelligence-Unterstützung