Transkription & KI
Autorec transkribiert Aufnahmen lokal mit whisper.cpp und generiert optional KI-Zusammenfassungen über eine beliebige OpenAI-kompatible API.
So funktioniert die Transkription
- Nachdem eine Aufnahme beendet ist, extrahiert autorec die Audiospur. Das geschieht von selbst, wenn Aufnahmen automatisch transkribieren eingeschaltet ist (standardmäßig ist es aus); andernfalls starten Sie die Transkription über den Dialog nach der Aufnahme oder aus der Bibliothek.
- Das Audio wird vom ausgewählten Whisper-Modell vollständig auf Ihrem Gerät verarbeitet
- Zwei Ausgabedateien werden neben dem Video erstellt:
.txt— Reintext-Transkript.srt— Untertiteldatei mit Zeitstempeln (lässt sich in den Einstellungen abschalten)
Während der Transkription verlassen keine Audio- oder Videodaten Ihren Computer. Sie läuft auf der GPU, wenn eine verfügbar ist (Vulkan unter Linux und Windows, Metal unter macOS), und sonst auf der CPU; CPU erzwingen in den Einstellungen überspringt die GPU.
Sprachen
Autorec transkribiert Meetings auf Deutsch und in 16 weiteren Sprachen: Englisch, Spanisch, Französisch, Italienisch, Portugiesisch, Niederländisch, Polnisch, Schwedisch, Türkisch, Russisch, Ukrainisch, Arabisch, Hindi, Chinesisch, Japanisch und Koreanisch. Die gesprochene Sprache erkennt autorec in den ersten Sekunden der Aufnahme, sodass die meisten Meetings keine Einrichtung brauchen. Finden Ihre Meetings immer in derselben Sprache statt, stellen Sie sie unter Einstellungen > Transkription bei Gesprochene Sprache ein. Eine fest eingestellte Sprache verhindert Fehlgriffe bei kurzem oder verrauschtem Audio, oder wenn ein Meeting mit ein paar Worten in einer anderen Sprache beginnt.
Alle fünf Modelle verstehen jede dieser Sprachen. Für alles außer Englisch ist medium oder large spürbar genauer als die kleineren Größen.
Whisper-Modelle
Modelle werden nicht automatisch heruntergeladen; Sie wählen eines aus und laden es in den Einstellungen herunter. Gespeichert werden sie in ~/.local/share/autorec/models/ (Linux und macOS) oder %LOCALAPPDATA%\autorec\models\ (Windows).
| Modell | Größe | Geschwindigkeit | Genauigkeit | Am besten für |
|---|---|---|---|---|
| tiny | ~75 MB | Am schnellsten | Grundlegend | Schnelle Notizen, leistungsschwache Geräte |
| base | ~142 MB | Schnell | Gut | Standard — empfohlen für die meisten Nutzer |
| small | ~466 MB | Mittel | Besser | Wenn Genauigkeit wichtiger ist als Geschwindigkeit |
| medium | ~1,5 GB | Langsam | Hoch | Nicht-englische Sprachen, schwieriges Audio |
| large | ~3 GB | Am langsamsten | Am besten | Maximale Genauigkeit, leistungsstarke Hardware |
Modelle herunterladen
- Öffnen Sie Einstellungen, das Zahnrad-Symbol im autorec-Fenster
- Gehen Sie zum Abschnitt Transkription
- Wählen Sie eine Modellgröße aus
- Klicken Sie auf Herunterladen — das Modell wird einmal heruntergeladen und für alle zukünftigen Transkriptionen wiederverwendet
KI-Zusammenfassungen
KI-Zusammenfassungen nutzen eine Cloud-API, um aus dem Transkripttext einen Titel und eine Zusammenfassung zu generieren. Es wird nur der Text gesendet — kein Audio oder Video.
Einrichtung
- Öffnen Sie Einstellungen > KI-Zusammenfassung
- Wählen Sie einen Anbieter, der die Basis-URL einträgt und Modelle vorschlägt, oder wählen Sie Custom und geben Sie die API-Basis-URL ein (z. B.
https://api.openai.com/v1) - Geben Sie Ihren API-Schlüssel ein
- Wählen Sie ein Modell aus (Standard ist
gpt-4o-mini) - Schalten Sie Nach Transkription automatisch zusammenfassen ein
Der Zusammenfassungs-Prompt lässt sich bearbeiten. So können Sie statt einer allgemeinen Zusammenfassung nach Entscheidungen, Aufgaben oder Fristen fragen.
Kompatible Dienste
Jeder Dienst mit einem OpenAI-kompatiblen Chat-Completions-Endpunkt funktioniert:
- OpenAI —
https://api.openai.com/v1 - OpenRouter —
https://openrouter.ai/api/v1 - Lokale Modelle (Ollama, LM Studio usw.) — verwenden Sie Ihren lokalen Endpunkt
Was generiert wird
Für jede transkribierte Aufnahme generiert autorec:
- Titel — einen kurzen, beschreibenden Titel für das Meeting
- Zusammenfassung — eine prägnante Zusammenfassung der besprochenen Kernpunkte
Beide erscheinen in der Videobibliothek und in der Detailansicht des Videos, sodass Sie das gesuchte Meeting leicht finden können, ohne es erneut anzusehen.