BetterWispr - Local, open-source Diktat für macOS

Ich glaube, wir stehen kurz vor einer Diktat-Revolution.

Ich programmiere mit Claude, und ich mache das inzwischen fast ausschließlich per Sprache, einfach weil es so viel schneller geht. Und ich fühle mich ein bisschen wie Scotty in Star Trek IV, als er eine Mac-Maus hochhält und versucht, hineinzusprechen.

Ich benutze VoiceInk [1], das im Grunde dasselbe zu sein scheint wie dieses, aber schon länger existiert.

Was für mich wirklich den Ausschlag gegeben hat, ist die Verwendung einer Bluetooth-Mediensteuerung wie [2], bei der ich mit Karabiner Elements die Play/Pause-Taste auf das Diktat-Tastenkürzel umbelege. Ich belege Rewind mit Option-Backspace, um das letzte Wort zu löschen, Fast-Forward mit Shift-Enter, um eine neue Zeile einzufügen, eine untere Taste mit Enter, um meinen Prompt abzuschicken, und die Lautstärketasten mit Hoch-/Runterscrollen. Ich habe mir außerdem gerade eine Xiaomi Bluetooth-Fernbedienung [3] bestellt, die selbst ein Mikrofon enthält, um zu sehen, ob ich sie zum Laufen bringe, indem ich direkt hineinspreche und sie als Mikrofon verwende – es gibt ein paar Open-Source-Projekte, um sie direkt in ein Mac-Mikrofon zu verwandeln. Denn ich möchte leiser sprechen können, statt in meinen Mac.

Aber worauf ich WIRKLICH warte, ist die Möglichkeit, eine Taste für das Diktat zu verwenden und eine zweite Taste, um Befehle zu erteilen, die ein lokales LLM interpretiert. Also halte ich die Sprachtaste gedrückt, die „Ich glaube, wir müssen das abfangen“ transkribiert, und dann die zweite Taste und sage „ändere abfangen zu cache, wie c-a-c-h-e“. Oder halte die zweite Taste gedrückt und sage „wechsle zu VS Code“. Ich will nichts so Kleinliches […]