Whisper Notes

Eine Offline-App für Sprache-zu-Text auf iOS und macOS. Nimm Gedanken, Meetings und Vorlesungen auf — transkribiert wird schnell, genau und komplett auf deinem Gerät.

Ja, komplett. Jede Aufnahme und Transkription wird direkt auf deinem Gerät verarbeitet — ganz ohne Internet.

Nein. Deine Aufnahmen und Transkripte verlassen dein Gerät nie: Die Transkription läuft lokal, wir bekommen sie nie zu sehen, und sie werden nie zum Trainieren von KI verwendet.

Ja. Importier Aufnahmen von Meetings, Vorlesungen oder Interviews. Unterstützt die meisten Formate — MP3, M4A, WAV. Am iPhone kannst du Aufnahmen auch direkt aus der Sprachmemos-App teilen: Tipp auf die Aufnahme → ‘...’ → Teilen → ‘Mit Whisper Notes transkribieren’; sie behält dabei ihr ursprüngliches Aufnahmedatum. Du kannst außerdem mehrere Dateien auf einmal importieren oder bis zu 20 aus der Dateien-App teilen; sie werden nacheinander transkribiert. Zum Automatisieren gibt es in der Kurzbefehle-App die Aktion ‘Audiodatei transkribieren’: Sie nimmt eine Audiodatei entgegen und gibt den Text zurück, auf Wunsch mit der Option ‘Zeitstempel einschließen’. Weitere Whisper Notes-Aktionen dort steuern die Aufnahme (starten, pausieren, fortsetzen, stoppen), legen den Titel einer Notiz fest und liefern die letzte Transkription (als Text oder als Datei) oder die letzte Aufnahme. Alles wird offline auf deinem Gerät transkribiert.

Halt die Fn-Taste in jeder App gedrückt — Gmail, Slack, VS Code, Notes, ChatGPT, Claude oder in jedem Browser-Textfeld — und sprich. Lass die Taste los, und der Text erscheint. Funktioniert komplett offline, sodass deine Stimme auch bei der Nutzung cloudbasierter Apps privat bleibt. Um die Tastenkombination anzupassen, öffne das linke Seitenmenü → Spracheingabe (nicht in Einstellungen). Das ist praktisch, wenn du eine externe Tastatur ohne Fn-Taste verwendest.

Ja — am Mac. Whisper Notes erkennt, wenn ein Call in Zoom, Microsoft Teams oder Google Meet startet, und fragt, ob aufgenommen werden soll; unter Einstellungen → Meeting-Aufnahme kannst du auch den automatischen Start einschalten. Alles wird lokal auf deinem Gerät transkribiert. Für die Meeting-Aufnahme ist die Berechtigung zur Bildschirmaufnahme nötig (Systemeinstellungen → Datenschutz & Sicherheit → Bildschirm- & Systemaudioaufnahme) – so werden die anderen Teilnehmenden aufgenommen, über das Systemaudio, egal worüber du gerade hörst. AirPods und andere Bluetooth-Kopfhörer funktionieren: Die Gegenseite wird immer aufgenommen, und „Mikrofon aufnehmen“ (standardmäßig aktiv) fügt deine eigene Stimme über dein ausgewähltes Mikrofon hinzu.

Ja. Whisper Notes führt die Sprecherdiarisierung für Aufnahmen, importierte Audiodateien und Meeting-Aufnahmen vollständig am Gerät aus. Benennst du einen Sprecher einmal um, wird der Name im ganzen Transkript aktualisiert; SRT- und VTT-Exporte behalten ihn bei. Bei ähnlichen Stimmen legst du die Zahl der Sprecher selbst fest, bis zu 8. Verfügbar am iPhone und am Mac.

100+ Sprachen. Englisch, Chinesisch, Spanisch, Deutsch, Französisch, Japanisch, Koreanisch, Russisch, Arabisch, Hindi, Portugiesisch, Italienisch, Niederländisch, Türkisch, Indonesisch, Vietnamesisch, Thailändisch, Tschechisch, Polnisch, Ukrainisch, Schwedisch und viele mehr.

iPhone: iPhone 12 und neuer (inklusive aller Pro/Plus/Max-Modelle und des iPhone SE der dritten Generation) ab iOS 18. iPhone 11, das SE der zweiten Generation und ältere Modelle werden nicht unterstützt: Ihre Chips sind für die Transkription am Gerät zu langsam.

Mac: Alle M-Serie Macs (M1, M2, M3, M4 und zukünftige Chips). Intel Macs werden nicht unterstützt. Wir empfehlen 8GB+ RAM, wenn du das größere Whisper Large V3 Turbo Modell nutzt — die mehrsprachige Option mit 100+ Sprachen.

Whisper Notes bietet mehrere KI-Modelle für verschiedene Anwendungsfälle.

Am iPhone: Parakeet (Standard) unterstützt 25 europäische Sprachen mit weniger Fehlern. Whisper unterstützt 100+ Sprachen, kann aber gelegentlich in stillen Abschnitten Füllwörter hinzufügen. Unter iOS 26 kannst du außerdem Apple Speech wählen, die im System eingebaute Engine.

Am Mac: Parakeet (Standard) ist für 25 europäische Sprachen optimiert. Whisper Large V3 Turbo ist die mehrsprachige Option und deckt 100+ Sprachen ab. Nimm es, wenn deine Aufnahme außerhalb der 25 Sprachen von Parakeet liegt. Für Chinesisch, Japanisch, Koreanisch und Kantonesisch ist SenseVoice die schnelle Wahl und am iPhone die Engine dafür; am Mac macht das unten genannte Qwen3-ASR 1.7B weniger Fehler, und bei Japanisch und Koreanisch ist auch Whisper Large V3 Turbo so genau wie SenseVoice oder genauer. Die App wechselt die Engine nicht von selbst, du wählst sie in den Einstellungen. Am Mac kannst du sowohl in der Mac App Store-Version als auch in der Mac-App von unserer Website zusätzlich Qwen3-ASR 1.7B (Beta) wählen: 30 Sprachen, der Text erscheint schon während der Transkription, 16 GB Arbeitsspeicher empfohlen — am iPhone gibt es die Engine nicht. Ab macOS 26 steht mit Apple Speech noch eine fünfte Engine zur Wahl.

Auf beiden ist das integrierte Parakeet-Modell Parakeet Ultra von Moondream, auf Basis von NVIDIA Parakeet V3 nachtrainiert.

Wenn die Transkriptionsqualität für deine Sprache nicht passt, wechsle das Modell in den Einstellungen. Versuch auch, deine Sprache manuell auszuwählen statt die Automatik zu nutzen. Welches Modell in deiner Sprache die wenigsten Fehler macht, zeigt unser Modellvergleich nach Sprachen.

Mit Parakeet (dem Standardmodell) ist die Transkription richtig schnell: Am Mac läuft Parakeet mit etwa 74× Echtzeit, eine Stunde Audio ist also in unter einer Minute fertig. Am iPhone hängt die Geschwindigkeit vom Gerät ab: neuere Modelle wie das iPhone 15 sind deutlich schneller. Wenn du für mehr Sprachen zu Whisper wechselst, rechne mit etwa 1:5 – 5 Minuten Audio in ca. 1 Minute am iPhone 15.

Teilweise. Eine Aufnahme wird transkribiert, sobald du sie beendest, eine importierte Datei, sobald du sie importierst; der Text erscheint dabei nach und nach. Wenn du am Mac ein Meeting aufnimmst, zeigt ein Live-Transkript-Fenster den Text schon während des Meetings an und aktualisiert ihn etwa alle 30 Sekunden. Bei der Spracheingabe in der Mac-App von unserer Website hältst du Fn gedrückt, sprichst, und sobald du Fn loslässt, wird der Text eingefügt.

Ja. Du kannst ein Transkript als Text mit Zeitstempeln, als SRT-Untertitel oder als Markdown exportieren. Am Mac geht auch VTT; am iPhone erscheint der VTT-Export, sobald die Sprechererkennung für die Notiz gelaufen ist. Am Mac öffnet sich ein importiertes Video in einem Untertitel-Arbeitsbereich: Dort siehst du die Untertitel direkt im Video, bearbeitest sie und exportierst SRT oder VTT. Der Mac speichert außerdem jedes Transkript als Markdown-Datei (.md) neben der Audiodatei, mit YAML-Front-Matter, in einem Ordner deiner Wahl; ein Obsidian-Vault funktioniert auch. Am iPhone schaltest du unter Einstellungen › Datenverwaltung ‘Transkripte automatisch exportieren’ ein und wählst einen Ordner (iCloud Drive, Auf meinem iPhone, Dropbox): Jedes neue Transkript wird dort als .txt-Datei gespeichert, und mit ‘Audio einschließen’ liegt die Aufnahme unter demselben Namen daneben. Es wird nur exportiert; Änderungen und Löschungen in der App ändern diese Dateien nie.

Ja, in der Mac-App von unserer Website und am iPhone. Am Mac erstellst du, sobald du das lokale KI-Modell (Gemma 4) heruntergeladen hast, per Klick eine Zusammenfassung oder eine Liste der Aufgaben, und du kannst mit deinem Transkript chatten, um Fragen zu stellen oder Kernpunkte herauszuholen. Titel kann es auch erzeugen.

Auf einem iPhone mit iOS 26, das Apple Intelligence unterstützt, tippst du auf „Zusammenfassen“, und Apple Intelligence schreibt die Zusammenfassung direkt am Gerät. In beiden Fällen wird nichts hochgeladen.

Ja — in der Mac-Version von unserer Website. Bei Aufnahmen über 3 Minuten kannst du mit einer lokalen KI über dein Transkript chatten — Kernpunkte aus Meetings durchgehen, Aufgaben extrahieren oder Fragen zum Gesagten stellen. Öffne dazu „Detail-Transkript anzeigen“ bei jeder Aufnahme über 3 Minuten. Alles läuft am Gerät, deine Gespräche bleiben privat.

Bei kürzeren Aufnahmen macht Whisper Notes eine automatische Bereinigung, aber die Chat-Option ist nicht verfügbar.

Ja — Whisper Notes für Mac (Version von unserer Website) enthält das Kommandozeilen-Tool whispernotes und einen integrierten MCP-Server. Claude und andere KI-Assistenten können damit deinen Verlauf durchsuchen, Transkripte lesen und Dateien transkribieren. Alles läuft auf dem Gerät über einen lokalen Socket, ohne offene Netzwerk-Ports. Vollständige Anleitung: Whisper Notes CLI & MCP

Einmalkauf. Kein Abo, keine Werbung, keine versteckten Kosten.

iOS: Direkt im App Store für $7.99 kaufen.

Mac: Kostenlos von unserer Website herunterladen. 5.000 Wörter pro Woche gratis – keine Kreditkarte, keine Registrierung. Wenn du die Wochengrenze aufheben willst, schalte die Vollversion für $14 in der App frei. Alle zukünftigen Updates auf beiden Plattformen inklusive.

Am Mac ja: Mit der Mac-App von unserer Website sind 5.000 Wörter pro Woche gratis, Woche für Woche und ohne Ablaufdatum. Keine Kreditkarte, keine Registrierung.

iOS: Im App Store für $7.99 kaufen. Bei Unzufriedenheit: Einstellungen → Rückerstattung beantragen.

Kurz gesagt: Die App Store-Versionen musst du nicht separat kaufen; die Mac-App von unserer Website wird separat verkauft. Ein Kauf im App Store umfasst iOS und die Mac App Store-Version, und beide unterstützen Aufnahmen sowie die Transkription importierter Audiodateien.

Wegen Apples Einschränkungen kann die Mac App Store-Version keine systemweite Spracheingabe (Fn gedrückt halten und sprechen) anbieten. Die Mac-App von unserer Website bringt außerdem den lokalen KI-Assistenten mit. Wenn du diese Funktionen brauchst, wähle die separat auf unserer Website angebotene Mac-App. Danke, dass du unabhängige Entwicklung unterstützt.

Ja. Am iPhone: Einstellungen → Rückerstattung beantragen. In der Mac-App von unserer Website: Einstellungen → Feedback & Support → Rückerstattung anfordern, oder über whispernotes.app/refund. Die Version aus dem Mac App Store erstattet Apple; das beantragst du unter reportaproblem.apple.com.

Nein. Das ist eine bewusste Datenschutz-Entscheidung. Da alle deine Aufnahmen und Transkripte am Gerät bleiben, gibt es keine Cloud-Synchronisation zwischen deinem iPhone und Mac. Das heißt, dein Audio läuft nie über irgendeinen Server — weder unseren noch Apples. Du kannst Transkripte manuell exportieren, wenn du sie auf einem anderen Gerät brauchst.

Das hängt vom Gerät ab. Alles läuft auf deinem iPhone, nicht in der Cloud, also bestimmt der Chip das Tempo: Ein neueres iPhone ist schneller fertig. Mit Parakeet auf einem iPhone 15 brauchen fünf Minuten Audio etwa 18 Sekunden, mit Whisper ungefähr eine Minute. Die erste Transkription nach einem App-Update dauert etwa 20 Sekunden länger, weil das Modell einmalig kompiliert wird. Whisper Notes setzt ein iPhone 12 oder neuer voraus.

Das hängt vom Modell ab. Am iPhone transkribieren Whisper und SenseVoice auf der GPU, und iOS erlaubt Apps nicht, die GPU im Hintergrund zu nutzen — deshalb stoppen sie, sobald du die App wechselst. Parakeet und Apple Speech laufen im Hintergrund noch etwa 30 Sekunden weiter und stoppen dann. Die Notiz zeigt danach, dass die Transkription unterbrochen wurde: Geh zurück und tipp bei der Notiz auf das Wiederholen-Symbol, oder wähl im ⋯-Menü „Neu transkribieren“. Eine lange Aufnahme (ab 15 Minuten), die mit Whisper oder SenseVoice transkribiert wird, macht dort weiter, wo sie gestoppt hat.

Konkret wird es so genutzt. Interviews: am iPhone aufnehmen oder eine vorhandene Datei in die Mac-App ziehen — das Transkript bleibt auf dem Gerät, das es erstellt hat. Meetings: Am Mac nimmt die App Systemton und Mikrofon zusammen auf, es muss also kein Bot als Teilnehmer beitreten. Schreiben: In der Mac-Version von unserer Website hältst du in jeder App Fn gedrückt — Mail, Notizen, Editor, Terminal — sprichst, lässt los, und der Text landet an der Cursorposition. Sprachnotizen: Ein Tippen auf das Widget am Sperrbildschirm öffnet die App und startet die Aufnahme. Auf der Apple Watch startet ein Tippen die Aufnahme; sie wird an dein iPhone geschickt, sobald es in der Nähe ist, und transkribiert, wenn du Whisper Notes öffnest.

Weil es kein Konto gibt und nichts hochgeladen wird, passt es auch für Aufnahmen, die wegen einer NDA oder einer Datenschutzvorgabe das Gerät gar nicht verlassen dürfen. Eines solltest du vor dem Kauf prüfen: Das systemweite Fn-Diktat gibt es nur in der Mac-Version von unserer Website; in der Version aus dem Mac App Store erlauben Apples Regeln es nicht.

Das hängt davon ab, worauf es dir ankommt — überprüfbar ist Folgendes: Die Transkription läuft auf deinem iPhone oder Mac, und die Aufnahme bleibt dort: 100 % offline, deswegen funktioniert die App auch im Flugmodus. Es ist ein einmaliger Kauf ohne Abo: $7.99 am iPhone, am Mac 5.000 Wörter pro Woche gratis oder einmalig $14 ohne Limit. Welche Engine läuft, entscheidest du. Am Mac haben die Version aus dem Mac App Store und die Mac-App von unserer Website jeweils fünf: Parakeet als Standard deckt 25 europäische Sprachen ab; Whisper (Large-v3 Turbo oder Small) deckt 100+ Sprachen ab; SenseVoice ist die schnelle Wahl für Chinesisch, Japanisch, Koreanisch und Kantonesisch; Qwen3-ASR 1.7B (Beta) deckt 30 Sprachen ab, braucht 16 GB Arbeitsspeicher (empfohlen) und ist von allen die genaueste für Chinesisch, Japanisch, Koreanisch und Kantonesisch; Apple Speech ist ab macOS 26 die im System eingebaute Engine. Am iPhone gibt es Parakeet, Whisper Small und SenseVoice, ab iOS 26 zusätzlich Apple Speech. Die Oberfläche gibt es in 32 Sprachen.

Whisper Notes passt, wenn die Aufnahme am Gerät bleiben muss und du lieber einmal zahlst. Ein Cloud-Werkzeug passt besser, wenn du einen gemeinsamen Team-Arbeitsbereich, gemeinsames Bearbeiten oder einen Windows-Client brauchst. Unser Vergleich der besten Offline-Transkriptions-Apps sagt, welche App in welchem dieser Fälle gewinnt.

Ja. Beide bieten Diktat per Fn-Taste am Mac. Typeless lädt deine Stimme auf Cloud-Server hoch und kostet $12–$30 im Monat. Whisper Notes läuft für einmalig $14 auf deinem Mac, und deine Stimme verlässt ihn nie. In unserem Test auf einem M4 Pro kam ein 20-Sekunden-Clip nach 2,5 Sekunden als Text zurück, bei Typeless nach 7–10 Sekunden. Kompromiss: Typeless schreibt deinen Text mit einem Cloud-LLM um. Whisper Notes setzt die Satzzeichen schon beim Transkribieren, und in der Mac-Version von unserer Website kann das lokale Gemma-Modell Füllwörter entfernen, wenn du die KI-Funktionen einschaltest. Die Sätze baut es nicht um, das Transkript bleibt also nah an der Aufnahme.

Ja. Beide können dasselbe Whisper Large-v3 Turbo-Modell am Gerät ausführen. MacWhisper Pro kostet €64 einmalig auf macwhisper.com (nur Mac — die Version im Mac App Store ist eine separate App namens Whisper Transcription). Whisper Notes kostet am iPhone einmalig $7.99; am Mac sind die ersten 5.000 Wörter jede Woche gratis, danach einmalig $14. Die Oberfläche ist einfacher. Kompromiss: MacWhisper bietet 50+ Exportformate und Video-Synchronisation für professionelle Audio-Workflows.