Dictation
Dictation wandelt Sprache in Text um. Es führt kein LLM-Umschreiben durch, führt keine Utilities aus und erzeugt keine gesprochenen Antworten. Nutze es für Notizen, Formulare, Nachrichten und andere direkte Transkriptionsaufgaben.Assist
Assist wandelt Sprache oder Text in ein begrenztes Ergebnis um. Dieses Ergebnis kann aus einer deterministischen Ersetzung, einem Utility oder einem LLM stammen und optional vorgelesen werden. Nutze es, wenn du eine Transformation oder eine einzelne Antwort willst und keine Live-Unterhaltung.Voice Agent
Voice Agent ist eine Echtzeit-Audiounterhaltung. Er ist gedacht für interaktives Brainstorming, Support und Folgefragen, bei denen Turn-Erkennung und gesprochene Ausgabe wichtig sind.Hands-Free und Anpassung
Hands-Free steuert Aktivierung, Mikrofonaufnahme, automatisches Sprachende und optionale Lautsprecherausgabe über die drei Modi hinweg. Words bringen SpeechKit Begriffe bei, die es erkennen soll; Replacements wenden deterministische Text-, Befehls-, Snippet-, Synonym- oder Vorlagen-Transformationen an. Meeting steht neben den drei Modi und nicht in ihnen. Es nimmt ein Gespräch in seiner eigenen Pipeline auf und teilt nur den Speech-to-Text-Transcriber mit Dictation, sodass Gesprächsaudio nie das Dictation-Overlay, den Verlauf oder Zwischenablage-Shortcuts erreicht.Lokale und externe Provider
Die Provider-Wahl bestimmt den Datenpfad:
SpeechKit liefert Adapter für lokales
whisper.cpp und Piper, einen selbst gehosteten
whisper-server, Ollama und andere OpenAI-kompatible Endpunkte sowie die
externen Provider OpenAI, Groq, Deepgram, AssemblyAI, Hugging Face,
OpenRouter, Azure Speech und Microsoft Foundry. Google Speech-to-Text,
Google Text-to-Speech und Gemini Live wurden entfernt; Konfigurationen, die sie noch
nennen, schlagen geschlossen fehl, statt stillschweigend einen anderen Provider zu wählen.
SpeechKit macht einen externen Provider nicht zu einem lokalen. Prüfe die Provider-
Konfiguration und die Datenschutzbedingungen, bevor du sensibles Audio sendest.
Network Scope
Der Network Scope ist die Grenze, die du einmal setzt und die das Backend überall durchsetzt — bei Provider-Zusammenstellung, Modell-Downloads, Updates, Telemetrie, Server- Verbindungen und Integrationen.
Die Wahl eines strengeren Scopes setzt unverträgliche Einstellungen aus, statt sie zu löschen,
und die Einstellungen erklären, was deaktiviert ist und warum.
Retention Scope
Der Retention Scope ist die zweite, unabhängige Achse: Er beantwortet, was die Arbeit überdauert, die es erzeugt hat.
Eine Installation ohne Netzwerkzugriff schreibt Transkripte trotzdem auf die Festplatte. Setze beide
Scopes bewusst.
Den Windows-Client installieren
Lade die aktuelle öffentliche Beta herunter und verifiziere sie.
Ein Meeting aufnehmen
Nimm ein Gespräch auf zwei Kanälen auf und erzeuge eine Zusammenfassung mit Quellenangaben.