Transkripte und Sprecher

Ein Sprachmodell wählen

Transkripte entstehen auf deinem Mac durch ein Sprachmodell, der Ton verlässt ihn also nie. Das Modell wählst du in Settings ▸ Local Models, und das Diktat nutzt dasselbe. Der Bereich ist in dieser Reihenfolge aufgebaut:

1. Recommended for This Mac. Chip und Arbeitsspeicher deines Macs, das eine Modell, das er nutzen sollte, und eine Zeile, die erklärt, warum. Bis du selbst ein Modell wählst, nutzt MindLake dieses.
2. Downloaded. Die anderen Modelle, die schon auf deinem Mac sind. Klick auf eins, um es zu nutzen. Das Häkchen markiert das aktive Modell. Das ⋯-Menü einer Zeile hat Remove Download.
3. More Models. Der Rest, jeweils mit einer Download-Taste.
4. Categories. Apple Speech, Multilingual, English Only, Parakeet und Whisper, zum Stöbern.

Die Kopfzeile des Bereichs hat ein Suchfeld, das Modellnamen, Beschreibungen und Kategorien durchsucht, und ein ⋯-Menü mit Reveal Models Folder in Finder und Recheck Downloads, das erneut nach Modellen sucht, die schon auf deinem Mac sind.

Die Empfehlung folgt drei Regeln:

Die fünf Modelle:

Auf einem Intel Mac sagen die Zeilen, wo ein Modell Mühe hätte: Slow on this Mac bei Parakeet und Whisper Small und Not suited to this Mac bei Whisper Large v3 Turbo. Die Wahl eines Modells ändert neue Transkripte. Um ein altes damit neu zu erstellen, nutz Re-transcribe.

Audio- und Videodateien, die du einer Notiz als Quellen hinzufügst, werden genauso transkribiert, Sprecher inklusive.

Ein Transkript lesen

Das Transkript einer Aufnahme ist eine der Quellen ihrer Notiz. Klick oben in der Notiz auf die Anzahl der Quellen, etwa „2 sources“, oder drück ⌘. und wähl dann Audio + Transcript.

• Ab jedem Wort abspielen. Klick auf ein Wort, und die Aufnahme spielt ab dort, mit dem aktuellen Wort hervorgehoben und immer im Blick. Space spielt ab und pausiert, ← und → springen 10 Sekunden.
• Eine Zeile pro Wortbeitrag. Jeder Wortbeitrag beginnt in einer eigenen Zeile, mit dem Namen des Sprechers am Rand und der Startzeit darunter, auch eine Antwort aus einem Wort. Jede Stimme hat ihre eigene Farbe, deine eigenen Beiträge erscheinen in einer sanfteren. Ältere Transkripte, die kurze Antworten in Klammern in den Beitrag eines anderen setzen, werden so umgeschrieben, wenn du die Sprechererkennung erneut ausführst.
• Bearbeiten. Es ist ganz normaler Text: Tippe, um ihn zu korrigieren.

Füllgeräusche

Settings ▸ Transcripts ▸ Trim filler sounds ist standardmäßig an. Es blendet „um“, „uh“, „erm“ und „hmm“ (und längere Schreibweisen wie „umm“ und „uhh“) beim Lesen und beim Kopieren eines Transkripts aus und bringt die Kommas und Großbuchstaben drumherum in Ordnung.

• Nichts wird gelöscht. Die Füllwörter bleiben in der Datei, und die Wiedergabe folgt weiterhin jedem Wort. Schalt die Einstellung aus, und alle sind wieder da.
• Nur Laute, die nie Wörter sind, verschwinden. „Like“, „so“, „you know“, „actually“ und „basically“ bleiben immer, ebenso „uh-huh“ und „mm-hmm“, die Ja und Nein bedeuten.
• Eine Einstellung für alle Transkripte. Es gibt keinen Schalter pro Transkript, und sie gilt nur auf dem Mac.

Die Transkriptleiste

Die Leiste über dem Transkript enthält, von links nach rechts:

Die Sprecherübersicht

Die Taste mit den zwei Personen rechts in der Audioleiste klappt eine Übersicht auf, wer wann gesprochen hat. Jeder Sprecher bekommt eine Zeile mit seinen Initialen in seiner Transkriptfarbe, seinem Namen, seiner Redezeit und seinem Anteil am Gespräch, dazu eine Spur, die jeden Abschnitt markiert, in dem er gesprochen hat, mit dem Abspielkopf, der darüber läuft. Klick auf eine Spur, um dorthin zu springen. Fünf Sprecher werden angezeigt, Show all listet den Rest auf.

Keine Sprache oder kein Transkript

Eine Aufnahme, die noch nicht transkribiert ist, zeigt Not transcribed yet, mit Transcribe und Paste, das ein Transkript aus der Zwischenablage übernimmt.

• Keine Sprache. Hat MindLake die ganze Aufnahme angehört und niemanden gehört, zeigt die Notiz „No speech in this recording“ und „MindLake listened to all of it and heard no one speaking.“, mit Transcribe Again und Paste. Das wird im Vault neben der Aufnahme gespeichert, sodass jeder Mac es weiß und keiner erneut anbietet, sie zu transkribieren. Eine Datei unter einer Sekunde wird so erledigt, ohne das Sprachmodell zu starten.
• Ein Fehlschlag. Die Notiz zeigt „Couldn’t transcribe:“ und den Grund, mit Try Again.

Sprecher

Jedes Transkript ist in Wortbeiträge aufgeteilt, beschriftet mit Speaker 1, Speaker 2 und so weiter. Bei einem Anruf, der mit Systemaudio aufgenommen wurde, bist du per Definition dein Mikrofon. Deine Beiträge heißen also „Me“ oder tragen den Namen aus Settings ▸ Brain ▸ Your name. In einem Raum muss MindLake die Stimmen allein am Klang unterscheiden.

Die Anzahl der Sprecher festlegen

Werden Stimmen zusammengelegt oder aufgeteilt, sag MindLake, wie viele Menschen gesprochen haben, dich eingeschlossen. Leg das während der Aufnahme im Aufnahme-Panel fest oder danach:

1. Klick in der Transkriptleiste auf Speakers.
2. Wähl unter Expected speakers Auto oder 2 bis 6 Sprecher.
3. Wähl im selben Menü Re-run Speakers Now… und bestätige mit Re-run Speakers. Das dauert etwa eine Minute pro halbe Stunde Ton und ersetzt alle Änderungen, die du ins Transkript getippt hast.

Ist keine Anzahl festgelegt, dienen die Teilnehmer der Notiz als Anhaltspunkt.

Einen Sprecher benennen

Klick auf die Bezeichnung eines Sprechers, und „Who is this speaker?“ öffnet sich. Zuerst stehen unter In this meeting die Teilnehmer der Notiz, dann unter Other contacts deine Kontakte. Oder tippe einen beliebigen Namen ein und drück Save, um alle seine Beiträge umzubenennen. Known as… fügt einen Spitznamen hinzu, etwa Abi für Abigail, damit er in ihren Meetings richtig erkannt wird. Reset setzt die Bezeichnung zurück. Wurde eine Person auf zwei Bezeichnungen aufgeteilt, gib beiden denselben Namen.

Bekannte Stimmen

Wenn du einen Sprecher benennst, lernt MindLake auch seine Stimme, sodass spätere Aufnahmen ihn für dich benennen. Die Stimmen aus dem letzten Sprecherdurchlauf jeder Notiz werden für deine 60 neuesten Notizen auf diesem Mac aufbewahrt. Du kannst einen Sprecher also auch Tage später benennen, nach einem Neustart, und MindLake lernt die Stimme trotzdem. Eine erneute Sprechererkennung behält die Namen, die du vergeben hast, und lernt diese Stimmen ebenfalls.

Settings ▸ Known Voices listet jede Stimme auf, die MindLake erkennt, mit einer kurzen ID, aus wie vielen Aufnahmen sie gelernt wurde und wann sie zuletzt zu hören war. Jede hat Rename und Forget, und Forget every voice… löscht alle: Schon geschriebene Transkripte behalten ihre Namen, und neue Aufnahmen fangen wieder bei Speaker 1, Speaker 2 an. Stimmen bleiben auf diesem Mac, werden nie in deine Notizen geschrieben und nie synchronisiert.

Wörter korrigieren

Wörter, bei denen das Modell unsicher war, sind gelb getönt, die unsichersten rosa. Settings ▸ Audio ▸ Flag words below legt die Grenze fest (standardmäßig 55 %). Klick auf eins, um sein Korrektur-Popover zu öffnen: seine Sicherheit, ein Feld Correct to…, deine gesicherten Korrekturen für dieses Wort, Vorschläge und Hear, Context und Sentence, um das Wort, drei Wörter davor und danach oder den ganzen Satz abzuspielen. Apply korrigiert es, merkt sich die Korrektur für künftige Transkripte und Diktate und fügt das Wort deinem Lexikon hinzu.

Settings ▸ Transcripts ▸ Clicking a flagged word legt fest, ob das Wort beim Öffnen des Popovers abgespielt wird (Play the word immediately, der Standard) oder erst, wenn du Hear drückst.

Das Lexikon ist deine Liste mit Namen und Fachbegriffen. Neue Transkripte werden damit abgeglichen, und Beinahe-Treffer werden korrigiert. Bekannte Begriffe erscheinen blau hinterlegt. Füg Begriffe in Settings ▸ Transcripts ▸ Lexicon hinzu, oder wähl Text aus, klick mit der rechten Maustaste und wähl Add to Lexicon. Eine Kopie liegt in lexicon.txt in deinem Vault. Reveal lexicon.txt in Finder zeigt sie.

Zusammenfassungen

Summarise, die Funkeln-Taste in der Transkriptleiste, arbeitet das Transkript in der Notiz aus: eine Summary, Topics discussed, Decisions, Action items als Aufgaben und Open questions. Eine Notiz, die noch „Recording ·“ heißt, bekommt einen richtigen Titel.

Ab Werk schreibt Apple Intelligence die Zusammenfassungen auf deinem Mac. Dafür brauchst du macOS 26. Sobald ein lokales Gemma-Modell geladen und gewählt ist, wird stattdessen dieses genutzt, und Settings ▸ AI ▸ Advanced kann sie an einen Cloud-Anbieter senden. Wählst du einen Cloud-Anbieter, geht das Transkript an ihn, siehe Datenschutz und Daten. Dieselbe KI fügt dann Namen und Fachbegriffe deinem Lexikon hinzu, benennt Sprecher, die sie erkennen kann, und versieht die Notiz eventuell mit Tags oder legt sie ab, wenn sie keinen Ordner hat.