Deutsch Erste Schritte

Erste Schritte

Installation

Windows

Installiere Voice2Win aus dem Microsoft Store. Die Store-Version erhält Aktualisierungen über die normale Aktualisierungsfunktion des Microsoft Store.

macOS

Lade das aktuelle Datenträgerabbild für Apple Silicon aus den GitHub Releases herunter. Der Dateiname folgt dem Muster Voice2Win_macOS_x.y.z_arm64.dmg.

Linux

Lade aus den GitHub Releases das zur Distribution passende Paket herunter:

Paket	Verwendung
AppImage	Für die meisten Distributionen; keine Installation erforderlich
.deb	Debian, Ubuntu und Linux Mint
.rpm	Fedora und openSUSE
.tar.gz	Allgemeines Archiv für andere Distributionen

Mache die AppImage-Datei vor dem Start ausführbar:

chmod +x Voice2Win_Linux_*.AppImage
./Voice2Win_Linux_*.AppImage

Linux funktioniert am besten in einer X11-Desktopsitzung. In einer reinen Wayland-Sitzung stehen globale Tastenkombinationen und die automatische Texteinfügung möglicherweise nicht zur Verfügung. Für Mikrofoneingaben wird PulseAudio oder PipeWire mit pipewire-pulse benötigt.

Assistent für die Ersteinrichtung

Der Einrichtungsassistent bereitet die Anwendung in wenigen Schritten vor:

1. Mikrofon auswählen — Sprich normal und beobachte die Pegelanzeigen. Voice2Win schlägt das Mikrofon mit dem stärksten erkannten Signal vor; du kannst jedoch ein anderes Gerät wählen.
2. Transkriptionssprache auswählen — Wähle die Sprache, die du hauptsächlich sprichst und als Ausgabe erhalten möchtest. Häufige Fremdwörter werden normalerweise automatisch erkannt. Eine automatische Spracherkennung ist verfügbar, eine feste Sprache liefert jedoch meist vorhersehbarere Ergebnisse.
3. Zeitpunkt der Textanzeige auswählen — Wähle Echtzeit-Transkription für früh sichtbaren vorläufigen Text oder die Transkription nach der Aufnahme für den einfachsten und genauesten Ablauf.
4. Audiorückmeldung auswählen — Lege fest, ob andere Audioausgaben während des Gedrückthaltens einer Tastenkombination stummgeschaltet und ob Start- und Stoppsignale abgespielt werden.
5. Hardware prüfen — Der Assistent zeigt den erkannten Hauptprozessor, Arbeitsspeicher, Grafikkarten und Grafikspeicher.
6. Automatische Modellauswahl — Voice2Win wählt passende Modelle für die Hardware und die gewählten Optionen aus, lädt sie herunter und aktiviert sie.

Modelle können sehr groß sein. Lasse die Anwendung geöffnet, bis jeder Vorbereitungsschritt als abgeschlossen gemeldet wird. Zum Herunterladen der Modelle wird eine Internetverbindung benötigt; die spätere Spracherkennung und lokale KI-Verarbeitung funktionieren ohne Internet.

Das erste Diktat

1. Öffne die Zielanwendung und platziere den Textcursor an der gewünschten Einfügestelle.
2. Halte die konfigurierte Tastenkombination für Sprache zu Text gedrückt.
3. Sprich deutlich und in normaler Lautstärke.
4. Lasse die Tastenkombination los. Voice2Win transkribiert die Aufnahme und fügt das Ergebnis an der gespeicherten Cursorposition ein.

Im Einrastmodus wird die Tastenkombination zum Start kurz gedrückt und losgelassen und zum Beenden erneut betätigt. Alle Aufnahmemodi werden unter Sprache zu Text erklärt.

Das Hauptfenster im Überblick

• Aufnahmegerät wählt ein lokales Mikrofon, ein verbundenes Mobilgerät oder einen verbundenen Begleit-Client aus.
• Aktuelles Modell wählt das heruntergeladene Modell der aktiven Transkriptionsengine aus.
• Transkriptionssprache bestimmt die hauptsächlich gesprochene Sprache und Ausgabesprache.
• Die Registerkarten öffnen Sprache zu Text, Gesprächsaufzeichnung, Sprachbefehle, KI-Verbesserung und Mobilgerät verbinden.
• Die Zauberstab-Schaltfläche startet den Einrichtungsassistenten erneut.
• Die Zahnrad-Schaltfläche öffnet die Einstellungen.

Empfohlene Anfangseinstellungen

• Behalte die automatische Modellauswahl bei, solange die Auswirkungen auf Speicherbedarf und Geschwindigkeit nicht genauer bekannt sind.
• Wähle eine feste Transkriptionssprache.
• Beginne mit dem standardmäßigen Modus „Zum Aufnehmen gedrückt halten“.
• Lasse die Audionormalisierung und das Bereinigen des Aufnahmestarts aktiviert.
• Verwende unter Windows zunächst die Zwischenablage, sofern eine Zielanwendung damit kein Problem hat.

Weiter: Sprache zu Text.