Skip to content
VoxSpica
Menü

Kostenlos · Offline · Privat

Offline-Spracherkennung für Windows & Linux

Ihre Stimme in Text verwandelt — kostenloses, privates Diktat und Audio-Transkription mit VOSK auf Ihrem eigenen Rechner

VoxSpica hört Ihr Mikrofon und transkribiert Audiodateien lokal mit VOSK. Kein Audio verlässt jemals Ihren Computer: keine Cloud, kein Konto, kein Abonnement, und es funktioniert auch ohne Internetverbindung.

Herunterladen für WindowsHerunterladen für LinuxWas ist drin

Windows 10/11 · Ubuntu 22.04+ / Debian 12+ · ein Download pro Sprache · das Erkennungsmodell ist bereits enthalten

  • Kein Audio verlässt den Computer
  • Kein Konto, keine Bezahlung, keine Werbung
  • Funktioniert ohne Netzwerkverbindung
  • Windows und Linux, x64
  • v0.2.0
  • Windows 10 / 11
  • Ubuntu 22.04+
  • Debian 12+
  • 33 Sprachen
Live-Text während Sie sprechen, mit Pause und Stopp, Sprachauswahl und durchsuchbarer Historie alles Diktierten.
Live-Text während Sie sprechen, mit Pause und Stopp, Sprachauswahl und durchsuchbarer Historie alles Diktierten.

In Aktion sehen

Das Fenster, in dem Sie tatsächlich arbeiten

Ein 15-sekündiger Blick darauf, wie VoxSpica dem Mikrofon lauscht und Sprache in Echtzeit in Text umwandelt — vollständig offline.

Wird bei Bedarf von YouTube geladen. Das Audio Ihrer eigenen Transkription verlässt niemals Ihren Computer.

Warum VoxSpica

Diktat ohne Bedingungen — kostenlose Offline-Spracherkennung für Windows & Linux

Cloud-Diktatdienste benötigen ein Abonnement, eine Netzwerkverbindung und Ihre Stimme. VoxSpica erledigt die Erkennung auf Ihrer eigenen CPU mit der Open-Source-Engine VOSK und Modellen, die Sie einmal herunterladen.

  • Offline von Grund auf

    Die Erkennung läuft in einem lokalen Prozess, angetrieben von VOSK (Kaldi ASR). Nachdem das Modell heruntergeladen wurde, gibt es keinerlei Netzwerkaufrufe im Produkt — ziehen Sie den Stecker und es transkribiert weiter.

  • Privat von Grund auf

    Es gibt keinen Endpunkt, an den Audio gesendet werden könnte. Aufnahmen, Transkripte und Historie bleiben in Ihrem Benutzerprofil, und die Historie-Datenbank ist eine SQLite-Datei auf Ihrer Festplatte.

  • Live-Transkription

    Text erscheint, während Sie sprechen. Pause und Fortsetzung, Stopp und Ergebnis behalten — das Modell wird im Hintergrund vorgewarnt, sodass die Aufnahme-Taste sofort reagiert.

  • Dateien sowie Mikrofon

    Transkribieren Sie aufgezeichnetes Audio (WAV, und mp3/m4a/ogg mit ffmpeg) oder ein live-Mikrofon. Automatische Spracherkennung wählt das beste installierte Modell für eine Datei aus.

  • Eine echte Historie

    Jede Erkennung wird mit Datum, Sprache, Modellgröße, Gerät und Dauer in SQLite gespeichert. Durchsuchen Sie sie in der App oder über die Kommandozeile.

  • Eine GUI und eine CLI

    Das Fenster dient zum Diktieren; die Kommandozeile zum Skripten, mit derselben Einstellungsdatei, derselben Historie und denselben Modellen. Stimme, Besprechung, Datei — was auch immer die Shell tut.

  • Eine Datei zum Ausführen

    Die Portable-Version ist eine einzelne ausführbare Datei, die beim Start ihre eigenen Bibliotheken entpackt. Python ist nicht erforderlich; nichts sonst wird installiert.

  • Ehrlich zur Genauigkeit

    Ein kleines Modell ist gut, ein großes ist deutlich besser und braucht länger zum Laden. VoxSpica sagt, wo welcher Unterschied besteht, anstatt vorzugeben, eine Zahl passe für jede Sprache.

Funktionsweise

Von Klang zu Text in drei Schritten — kostenlose Offline-Transkription

  1. In Ihrer Sprache installieren

    Jeder Installer ist lokalisiert und enthält bereits ein kleines Erkennungsmodell für seine Sprache, sodass der erste Start ohne Download offline funktioniert.

  2. Aufnahme drücken und sprechen

    Wählen Sie die Erkennungssprache und die Modellgröße. VoxSpica lädt das Modell im Hintergrund, während das Fenster bereits nutzbar ist.

  3. Text erhalten

    Sehen Sie, wie er live erscheint, kopieren Sie ihn, speichern Sie ihn neben der Aufnahme oder finden Sie ihn später in der durchsuchbaren Historie.

Sprachen

33 Erkennungssprachen — kostenlose Offline-Spracherkennung für Windows & Linux

Erkennung und Oberfläche sind getrennt: Diktieren Sie in einer Sprache, während das Fenster eine andere spricht. Jede Erkennungssprache hat ein kleines Modell; große Modelle gibt es für die Sprachen, für die VOSK sie veröffentlicht.

klein + groß · kleines Modell · großes Modell

Oberflächensprachen

  • English
  • Русский
  • Українська
  • Беларуская
  • Deutsch
  • Français
  • Español
  • Italiano
  • 简体中文

Neun: Englisch, Russisch, Ukrainisch, Weißrussisch, Deutsch, Französisch, Spanisch, Italienisch und Vereinfachtes Chinesisch. Sieben haben einen lokalisierten Installer — für Ukrainisch und Weißrussisch liefert InstallShield keine Wizard-Strings.

Was jeder Installer mitbringt

Ein lokalisierter Installations-Assistent, die Anwendung in dieser Sprache und ein fertiges kleines Modell für diese Sprache — weshalb jeder Installer etwa 100 MB statt 55 MB groß ist.

kleines Modell
29
großes Modell
26

Herunterladen

Wählen Sie Ihre Sprache — laden Sie kostenlose Offline-Spracherkennung für Windows & Linux herunter

Sieben Installer, jeder in seiner eigenen Sprache, jeder mit einem kleinen Erkennungsmodell bereits darin. Installieren, starten, diktieren: kein erster Download.

Installationsprogramme

Oder die Portable-Version

Eine einzelne ausführbare Datei in einem Zip, kein Installer, kein eingebundenes Modell: Die Anwendung fragt beim ersten Start nach der Oberflächensprache und lädt ein Modell dafür herunter. Der kleinste Download, und der, den Sie zuerst ausprobieren sollten.

Herunterladen

Für Ubuntu und Debian

Ein natives .deb für Ubuntu 22.04 und 24.04 sowie Debian 12 und höher. Kein Windows, kein Installations-Assistent: Doppelklick (oder apt) und es ist installiert.

voxspica_0.2.0_amd64.deb · 57.2 MB · amd64

Herunterladen

Oder aus dem APT-Repository

Fügen Sie das Repository einmal hinzu, dann apt install voxspica, und apt upgrade hält es aktuell. Es ist auch das, das im Software-Center mit Screenshot und Beschreibung erscheint. Unter Ubuntu 22.04 ändern Sie noble auf jammy.

curl -fsSL https:/​/​alex37529.github.io/​voxspica/​voxspica-archive-keyring.asc | sudo gpg --dearmor -o /​etc/​apt/​trusted.gpg.d/​voxspica.gpg

echo "deb https:/​/​alex37529.github.io/​voxspica/​repo/​ noble main" | sudo tee /​etc/​apt/​sources.list.d/​voxspica.list

sudo apt update && sudo apt install voxspica

Prüfsummen — v0.2.0

Die Windows-Installer sind noch nicht codesigniert, daher kann SmartScreen vor einem unbekannten Herausgeber warnen. Wählen Sie „Mehr Informationen → Trotzdem ausführen“. Das Linux-Paket ist signiert.

Ukrainisch und Weißrussisch über die Portable-Version:УкраїнськаБеларуская

FAQ

FAQ — kostenlose Offline-Spracherkennung für Windows & Linux

Bleibt mein Audio wirklich auf meinem Computer?

Ja. Die Erkennung erfolgt durch einen lokalen Prozess — VOSK, einen Open-Source-Kaldi-Build — auf Ihrer CPU. Das Produkt enthält keinen Upload-Endpunkt, keine Telemetrie und kein Konto. Ziehen Sie das Netzwerk, und es funktioniert weiter.

Auf welchen Systemen läuft es?

Windows 10 und 11, 64-Bit, und Linux: Ubuntu 22.04 / 24.04 und Debian 12 und höher, x64. Es gibt keine 32-Bit-Builds und noch keine macOS-Builds.

Warum ist ein Installer etwa 100 MB statt 55 MB groß?

Die Portable-Ausführung ist 55 MB groß. Jeder Installer fügt ein kleines Erkennungsmodell für seine Sprache hinzu, sodass der erste Start bereits offline funktioniert, ohne zuerst 30–50 MB herunterzuladen.

Wie genau ist es wirklich?

Es hängt von der Sprache und dem Modell ab, und wir möchten Ihnen lieber keine einzelne Zahl nennen. Ein kleines Modell ist gut für Notizen und kurze Sätze; ein großes Modell ist deutlich besser und braucht ein bis zwei Minuten zum Laden. Wählen Sie die Sprache und wechseln Sie dann die Größe in den Einstellungen.

Brauche ich eine Grafikkarte?

Nein. Die Erkennung läuft auf der CPU. Ein kleines Modell benötigt etwa 0,3 GB RAM und startet in Sekunden; ein großes will ein paar Gigabyte und eine Minute Ladezeit.

Ist es wirklich kostenlos?

Ja. Kein Abonnement, keine Bezahlung, keine Werbung. Die Erkennung läuft auf Ihrem eigenen Rechner mit der VOSK-Engine und sendet Ihre Stimme nirgendwohin.

Was passiert mit meinen Aufnahmen?

Es wird nichts aufgenommen, es sei denn, Sie fordern es. Transkripte werden in eine Textdatei geschrieben, und die Historie-Datenbank ist eine SQLite-Datei in Ihrem Benutzerprofil. App löschen, Ordner löschen, und es ist weg.

Windows warnt vor einem unbekannten Herausgeber.

Die Windows-Binaries sind noch nicht codesigniert. SmartScreen zeigt bei der ersten Ausführung eine Warnung: wählen Sie „Weitere Informationen“ → „Trotzdem ausführen“. Jede Release auf GitHub enthält SHA-256-Prüfsummen.

Kann ich es von der Kommandozeile nutzen?

Ja. `VoxSpica.exe mic`, `VoxSpica.exe file meeting.mp3`, `VoxSpica.exe history --search "meeting"` — die CLI und das Fenster teilen sich eine Einstellungsdatei und eine Historie-Datenbank.

Diktieren, ohne Ihre Stimme preiszugeben

Kostenlos und offline. Wählen Sie eine Sprache, installieren Sie sie, drücken Sie Aufnahme.

VoxSpica herunterladenReleases →