Offline-Meeting-Transkription auf dem Mac: Zoom, Teams & Meet lokal aufnehmen

Ein Zoom-Anruf wird in Whisper Notes für die lokale Transkription aufgezeichnet

Ein typischer Montag

10 Uhr, Zoom-Termin mit einem Kunden. Whisper Notes erfasst das Meeting-Audio und dein Mikrofon, ohne als Bot in der Teilnehmerliste aufzutauchen. Ob eine Aufnahme zulässig ist, kann die App nicht für dich entscheiden: Informiere die Teilnehmer und hole die Zustimmung ein, die dein Unternehmen und das anwendbare Recht verlangen.

Nach dem Anruf transkribiert Parakeet V3 die Aufnahme auf deinem Mac. In unserem Test auf einem M4 Pro dauerte dieselbe 35-minütige Datei mit Parakeet V3 18 Sekunden, mit Whisper Large V3 Turbo dagegen 3 Minuten. Die tatsächliche Dauer hängt vom Mac, der Aufnahme und dem gewählten Modell ab. In der Direct-Download-Version kann Gemma 4 das Transkript anschließend zusammenfassen oder mögliche Aufgaben herausarbeiten, ohne es an eine API zu senden.

Der Ablauf bleibt übersichtlich: aufnehmen, transkribieren, prüfen und zusammenfassen. Aufnahme, Spracherkennung und Gemma-Verarbeitung bleiben auf dem Mac.

Was die Funktion kann

Aufnahme

Whisper Notes nimmt Meeting-Audio und Mikrofon gleichzeitig auf, sodass beide Seiten eines Gesprächs in Zoom, Teams oder Google Meet enthalten sind. Der öffentliche Direct-Download-Build erkennt diese Meeting-Apps automatisch. Bevor du Transkript oder Aufnahme behältst oder weitergibst, kannst du sie prüfen.

Anders als ein Meeting-Bot erscheint Whisper Notes nicht als zusätzlicher Teilnehmer. Das ist ein Unterschied im Ablauf, aber keine Erlaubnis für heimliche Aufnahmen: Informations- und Zustimmungspflichten unterscheiden sich je nach Unternehmen, Land und Bundesland.

Transkription

Parakeet V3 läuft über CoreML auf Apple Silicon und unterstützt 25 europäische Sprachen. Für Chinesisch, Japanisch, Koreanisch und Kantonesisch steht SenseVoice über MLX zur Verfügung. Pyannote VAD entfernt stille Bereiche vor der Transkription. Die Leistung hängt vom Mac, Modell, Audio und tatsächlichen Sprachanteil ab.

Transkript mit Zeitstempeln und direkter Bearbeitung — ein Klick springt zur passenden Stelle im Audio

Sprecherlabels: Wer hat was gesagt

Whisper Notes erkennt jetzt Sprecher. Führen Sie die Sprechererkennung auf einer Meeting-Aufnahme aus, und jeder Absatz erhält ein Label — Sprecher 1, Sprecher 2 — samt Zeitstempel. Einmal umbenannt, aktualisiert sich das Label im gesamten Transkript; SRT- und VTT-Exporte behalten die Namen.

Wie der Rest des Workflows läuft die Sprechererkennung vollständig auf dem Gerät — auf dem iPhone (ab 1.8.5), in der aktuellen Mac-App-Store-Version und in der Direct-Download-Version (ab 1.5.1). Am besten funktionieren zwei bis drei klar unterscheidbare Stimmen — ein Kundengespräch, ein Interview; klingen die Stimmen ähnlich, legen Sie die Sprecherzahl (2–6) manuell fest. Benchmarks, schwierige Fälle und ehrliche Grenzen stehen in der Ankündigung: Whisper Notes unterstützt jetzt Sprechererkennung.

Sprecherlabels in einer Aufnahme mit zwei Personen — die erkannten Sprecher wurden mit echten Namen versehen

Werkzeuge nach der Transkription

In der Direct-Download-Version läuft Gemma 4 ohne API-Schlüssel oder Cloud-Aufruf auf dem Mac. Nach der Transkription kannst du:

• •Zusammenfassen — das geprüfte Transkript auf Kernpunkte verdichten
• •Aufgaben — mögliche Aufgaben und Fristen finden und anschließend prüfen
• •Übersetzen — das Transkript auf unterstützten Macs übersetzen
• •Chat — Fragen stellen, deren Antworten sich auf das Transkript stützen

Werkzeuge der Direct-Download-Version: Zusammenfassen, Aufgaben, Übersetzen und Chat

Wie schnell ist die lokale Meeting-Transkription?

Gemessene Werte sind eine Orientierung, kein Versprechen. Wir haben dieselbe 35-minütige englische Datei auf einem M4 Pro mit drei Modellen verarbeitet:

Der Vergleich nutzt eine Datei auf einem Mac. Längere Meetings skalieren nicht immer exakt linear. Chip, Modell, Sprache, Audioqualität und der von Pyannote entfernte Stilleanteil beeinflussen die Dauer. Der oben verlinkte Artikel zu Parakeet V3 beschreibt die vollständige Methodik.

Warum wir es so gebaut haben

Meeting-Audio kann vertrauliche Kundenverhandlungen, Personalgespräche, Vorstandssitzungen oder Rechtsberatungen enthalten. Wo diese Daten verarbeitet und gespeichert werden, verdient dieselbe Sorgfalt wie jede andere vertrauliche Unterlage.

Cloud-basierte Meeting-Assistenten senden Audio oder Transkripte an die Infrastruktur des Anbieters und behandeln sie nach dessen Speicher- und Datenverarbeitungsregeln. Das kann für Live-Zusammenarbeit nützlich sein, ist aber ein weiteres System, das dein Team prüfen muss.

Whisper Notes hält Aufnahme, Sprachmodell, Transkript und Gemma-Verarbeitung auf dem Mac. Das reduziert die Übertragung an Dritte, macht einen Ablauf aber nicht automatisch DSGVO-, HIPAA- oder berufsrechtlich konform. Zustimmung, Zugriffsschutz, Aufbewahrungsregeln und Gerätesicherheit bleiben deine Verantwortung.

Vergleich mit Cloud-Assistenten

Unterschiedliche Meetings, unterschiedliche Sprachen

Wähle das Modell passend zur Sprache:

Wann dieser Ablauf passt — und wann nicht

Whisper Notes passt zu Meetings, bei denen du nach dem Anruf eine private Aufnahme und ein geprüftes Transkript möchtest. Die App bietet während des Meetings keine Live-Untertitel und keinen gemeinsamen Cloud-Arbeitsbereich, in dem mehrere Teammitglieder gleichzeitig dasselbe Transkript bearbeiten.

Wenn Live-Untertitel, automatische Verteilung an ein großes Team oder gleichzeitige Bearbeitung wichtiger sind als lokale Verarbeitung, passt eine Cloud-Plattform möglicherweise besser. Soll die Aufnahme auf einem Mac bleiben, ist genau das der Vorteil des lokalen Ablaufs.

Häufig gestellte Fragen

Für iOS laden Für macOS laden