Spracherkennungsanbieter in Hedy

Was sind Spracherkennungsanbieter?

Hedy unterstutzt mehrere Spracherkennungsoptionen und bietet Ihnen die Flexibilitat, zwischen vollstandiger Privatsphare durch lokale Verarbeitung und cloudbasierten Alternativen zu wahlen. Sie konnen jederzeit zwischen Anbietern wechseln — nutzen Sie die lokale Verarbeitung fur Offline-Sitzungen und Cloud-Dienste, wenn Sie deren spezifische Funktionen bevorzugen.

Erste Schritte

Offnen Sie die Hedy-App
Navigieren Sie zu den Einstellungen (tippen Sie auf Ihr Profilsymbol)
Scrollen Sie zu “Speech Recognition Options”
Wahlen Sie Ihren bevorzugten Anbieter aus dem Dropdown-Menu
Konfigurieren Sie bei Bedarf anbieterspezifische Einstellungen
Ihre Auswahl wird in der nachsten Aufnahmesitzung wirksam

Verfugbare Anbieter

Hedy bietet vier Spracherkennungsoptionen, jede mit eigenen Merkmalen:

Local Speech Recognition (Whisper): Standardoption — 100 % privat, funktioniert offline, keine Nutzungskosten. Ihre Audiodaten verlassen niemals Ihr Gerat. Auf allen von Hedy unterstützten Plattformen verfügbar.
Local Speech Recognition (Parakeet) [Beta]: Eine neuere On-Device-Engine, die vollständig auf der Neural Engine Ihres Geräts läuft. Optimiert für Englisch und die wichtigsten europäischen Sprachen mit schnelleren Transkripten und geringerer Latenz. Verfügbar auf Apple-Silicon-Macs sowie auf iPhone 12 (oder neuer) und iPad Air 4 (oder neuer) mit iOS 17 oder neuer. Erfordert einen einmaligen Modell-Download von ca. 2,5 GB.
Deepgram: Cloudbasierter Dienst mit Echtzeit-Streaming und intelligenten Formatierungsfunktionen. Verwendet Nova-3, das Dutzende von Sprachen unterstützt. Hedy stellt jede von Nova-3 unterstützte Sprache bereit, sodass Sie Meetings in jeder unterstützten Sprache transkribieren können, ohne den Anbieter zu wechseln. Erfordert Ihren eigenen API-Key.
OpenAI: Cloud-Transkription mit Voice Activity Detection und automatischer Spracherkennung. Hedy setzt Sitzungen, die das 60-Minuten-Verbindungslimit von OpenAI überschreiten, automatisch fort, indem es im Hintergrund Verbindungen rotiert, sodass auch längere Meetings ohne Unterbrechung durchlaufen. Erfordert Ihren eigenen API-Key.

Local Speech Recognition (Whisper) konfigurieren

Wenn Sie Whisper verwenden, können Sie die Einstellungen für Ihr Gerät optimieren:

Fur macOS-Nutzer:

Small Model: Schnellste Verarbeitung, empfohlen fur Intel-Macs
Regular Model: Ausgewogene Geschwindigkeit und Genauigkeit fur die meisten Nutzer
Large Model: Erweiterte Fahigkeiten fur nicht-englische Sprachen (erfordert 1,5 GB Download)

Fur iOS/Android-Nutzer:

Standard Model: Standardoption, geeignet fur die meisten Gerate
Large Model: Alternative Modelloption (iPhone 12+ oder Android ab 2024 empfohlen)

Voice Activity Detection (VAD):

VAD filtert automatisch Stille und Hintergrundgeräusche heraus, um die Transkriptionsqualität zu verbessern. Diese Funktion ist standardmäßig für Whisper aktiviert.

Aktivieren/Deaktivieren: Schalten Sie VAD je nach Aufnahmeumgebung ein oder aus
Empfindlichkeit: Stellen Sie von “High Sensitivity” (erfasst mehr Sprache, einschliesslich leiserer Gerausche) bis “Maximum Filtering” (erfasst nur deutliche Sprache, filtert mehr Hintergrundgerausche) ein

Transkript-Geschwindigkeitseinstellungen:

Slower: Wartet auf vollstandige Satze vor der Anzeige
Normal: Ausgewogene Geschwindigkeit und Anzeigetiming
Faster: Nahezu Echtzeit-Anzeige mit haufigeren Aktualisierungen

Local Speech Recognition (Parakeet) konfigurieren

Parakeet befindet sich derzeit in der Beta-Phase. Die Transkription erfolgt vollständig auf dem Gerät über die Neural Engine Ihres iPhones, iPads oder Macs und liefert für unterstützte Sprachen ein schnelleres Transkript mit geringerer Latenz als Whisper.

Gerätevoraussetzungen:

Apple-Silicon-Mac (M1 oder neuer), oder
iPhone 12 oder neuer, oder iPad Air 4 oder neuer, mit iOS 17 oder neuer

Erstmalige Einrichtung:

Wählen Sie Local Speech Recognition (Parakeet) im Anbieter-Dropdown
Tippen Sie auf Download Parakeet Model (~2.5 GB) — WLAN empfohlen
Sobald der Download abgeschlossen ist, wird Parakeet in Ihrer nächsten Sitzung automatisch verwendet

Sprachunterstützung:

Parakeet funktioniert am besten für Englisch und die wichtigsten europäischen Sprachen. In Einzelfällen können ähnliche Sprachen falsch erkannt werden. Falls Transkripte in der falschen Sprache ausgegeben werden, wechseln Sie für diese Sitzung zurück zu Whisper.

Automatischer Fallback:

Wenn Parakeet auf Ihrem Gerät keine Sitzung starten kann (zum Beispiel, weil ein OS-Update das On-Device-Modellformat geändert hat), wechselt Hedy für diese Sitzung automatisch zu Whisper und bietet Ihnen einen Ein-Tipp-Hinweis, das neue Parakeet-Modell in den Einstellungen herunterzuladen. Ihre Sitzung geht nicht verloren.

Cloud-Anbieter einrichten

Deepgram einrichten:

Erstellen Sie ein Konto auf console.deepgram.com
Generieren Sie einen API-Key in Ihrem Dashboard
Wahlen Sie in den Hedy-Einstellungen Deepgram aus dem Dropdown
Fugen Sie Ihren API-Key ein und tippen Sie auf “Test” zur Uberprufung
Wahlen Sie Ihr bevorzugtes Modell und Ihre Spracheinstellungen
Legen Sie eine maximale Sitzungsdauer fest, um die Kosten zu kontrollieren

OpenAI einrichten:

Holen Sie Ihren API-Key von platform.openai.com/api-keys
Wahlen Sie in den Hedy-Einstellungen OpenAI aus dem Dropdown
Geben Sie Ihren API-Key ein und testen Sie die Verbindung
Wahlen Sie Ihr bevorzugtes Modell
Aktivieren Sie optional die Voice Activity Detection mit einstellbarer Empfindlichkeit
Legen Sie eine maximale Sitzungsdauer zur Kostenkontrolle fest

Den richtigen Anbieter wahlen

Wahlen Sie basierend auf Ihren Prioritaten und Ihrem Anwendungsfall:

Datenschutz zuerst: Nutzen Sie eine der lokalen Engines (Whisper oder Parakeet) — Audio verlässt niemals Ihr Gerät
Offline-Nutzung: Beide lokalen Engines funktionieren ohne Internet
Cloud-Funktionen: Deepgram und OpenAI bieten cloudbasierte Verarbeitung
Spracherkennung: Whisper und OpenAI bieten Voice Activity Detection
Intelligente Formatierung: Deepgram bietet automatische Formatierungsoptionen
Keine Nutzungskosten: Lokale Engines (Whisper, Parakeet) haben keine minutenbasierten Kosten
Schnellere On-Device-Transkription: Auf unterstützten Apple-Silicon-Macs, iPhones und iPads liefert Parakeet (Beta) für Englisch und die wichtigsten europäischen Sprachen üblicherweise ein Transkript mit geringerer Latenz als Whisper
Maximale Sprachabdeckung auf dem Gerät: Für nicht-europäische Sprachen auf dem Gerät bevorzugen Sie Whisper Large
Vollständig private Analyse: Auf macOS (Apple Silicon) oder Windows können Sie die lokale Spracherkennung mit der lokalen KI-Verarbeitung kombinieren, um sowohl Transkription als auch KI-Analyse vollständig auf dem Gerät zu halten.

Kostenhinweise

Die Kostenauswirkungen der einzelnen Anbieter im Uberblick:

Local Speech Recognition (Whisper): Kostenlos — keine Nutzungsgebuhren
Local Speech Recognition (Parakeet): Kostenlos — keine Nutzungsgebühren (einmaliger Modell-Download von ca. 2,5 GB)
Deepgram: Minutenbasierte Abrechnung (aktuelle Preise auf dem Dashboard einsehbar)
OpenAI: Nutzungsbasierte Abrechnung (aktuelle Preise auf der Plattform einsehbar)

Die Einstellung fur die maximale Sitzungsdauer hilft, versehentliche Uber-Nacht-Aufnahmen zu vermeiden und API-Kosten zu kontrollieren.

Empfohlene Vorgehensweisen

Beginnen Sie mit Local Speech Recognition (Whisper), um sich mit der Funktion vertraut zu machen, und probieren Sie anschließend Parakeet aus, falls Ihr Gerät unterstützt wird
Testen Sie Cloud-Anbieter mit kurzen Aufnahmen vor wichtigen Sitzungen
Uberwachen Sie Ihre API-Nutzung auf den Anbieter-Dashboards, um Kosten im Blick zu behalten
Nutzen Sie verschiedene Anbieter fur verschiedene Szenarien je nach Bedarf
Wechseln Sie auf lokal, wenn Sie unterwegs sind oder eingeschranktes Internet haben
Stellen Sie angemessene maximale Sitzungsdauern ein (60-120 Minuten fur typische Meetings)

Fehlerbehebung

API-Key funktioniert nicht

Stellen Sie sicher, dass Sie den vollstandigen Key ohne Leerzeichen kopiert haben
Uberprufen Sie, ob Ihr Konto uber verfugbares Guthaben verfugt
Prufen Sie, ob der API-Key die erforderlichen Berechtigungen hat
Versuchen Sie, den Key im Anbieter-Dashboard neu zu generieren

Verbindungstest fehlgeschlagen

Uberprufen Sie die Stabilitat Ihrer Internetverbindung
Stellen Sie sicher, dass die Firewall keine WebSocket-Verbindungen blockiert
Vergewissern Sie sich, dass der API-Key aktiv ist und ausreichend Kontingent hat
Warten Sie einen Moment und versuchen Sie es erneut (vorubergehende Dienstprobleme)

Transkriptionsprobleme

Fur Whisper: Versuchen Sie eine andere Modellgrosse
Für Parakeet: Wenn Transkripte in einer mehrsprachigen Sitzung in der falschen Sprache erscheinen, wechseln Sie für diese Sitzung zu Whisper
Fur Cloud: Uberprufen Sie die Stabilitat der Internetverbindung
Stellen Sie sicher, dass das Mikrofon korrekt konfiguriert ist
Minimieren Sie Hintergrundgerausche wahrend der Aufnahme

Einstellungen werden nicht gespeichert

Warten Sie, bis die Anzeige “Saved” erscheint
Wechseln Sie nicht den Bildschirm wahrend des Speicherns
Starten Sie die App neu, wenn das Problem weiterhin besteht
Stellen Sie eine stabile Internetverbindung sicher

Ihre API-Keys werden sicher im verschlusselten Schlusselbund Ihres Gerats gespeichert und niemals an Hedy-Server ubermittelt. Für maximale Privatsphäre bei sensiblen Gesprächen verwenden Sie immer eine lokale Engine (Whisper oder Parakeet).