• Grid Class: long

Ein schlankes Windows-Tool, das Audio- und Videodateien komplett offline in Text verwandelt – ohne Installation, ohne Adminrechte, ohne Cloud. Ideal für Meetings, Interviews und alle Inhalte, die das eigene Gerät nicht verlassen sollen.

Die Aufgabe

Viele Transkriptionsdienste arbeiten in der Cloud und schicken Bots in Meetings. Für gelegentliche Nutzung ist das oft zu viel – und bei vertraulichen Inhalten datenschutzrechtlich heikel. Gesucht war eine lokale Lösung, die einfach funktioniert.

Unsere Lösung

  • 100 % lokal: kein Server, kein Internet, keine Datenübertragung.
  • Portabel: läuft ohne Installation und ohne Adminrechte.
  • Viele Formate: WAV, MP3, MP4, M4A, OGG, MOV, MKV und mehr – die Umwandlung erledigt das Tool automatisch.
  • Deutsch und Englisch integriert.
  • Sprecher-Erkennung (experimentell) ordnet Textabschnitte einzelnen Personen zu.
  • Token-Zählung für die anschließende Zusammenfassung mit einem KI-Sprachmodell.

Technik

Spracherkennung mit Vosk (Offline-Modelle für Deutsch und Englisch), portables FFmpeg für die Konvertierung nach 16 kHz Mono, Desktop-Oberfläche mit Python und Tkinter.

Ehrlich gesagt

Damit alles lokal und schnell bleibt, nutzen wir kompakte Sprachmodelle. Der Rohtext ist deshalb nicht perfekt – für Zusammenfassungen mit einem KI-Sprachmodell reicht er aber erstaunlich gut. Ergebnisse bitte immer prüfen. Den Download stellen wir auf Anfrage bereit.

Ähnliches Projekt geplant?

Ob Web-App, Website oder Fotos für Ihr Unternehmen: Erzählen Sie uns von Ihrem Vorhaben. Das Erstgespräch ist kostenlos und unverbindlich.