STTBar: native macOS-Diktier-App mit lokaler Spracherkennung
MEINE ROLLEProjektleiter, Softwarearchitekt und Swift-Entwickler
Als Projektleiter, Softwarearchitekt und Swift-Entwickler konzipierte und entwickelte ich eine macOS-Diktier-App mit lokaler Spracherkennung und appübergreifender Texteingabe.
Die App nimmt Audio auf, transkribiert lokal mit Parakeet über FluidAudio oder mit WhisperKit und fügt das Ergebnis über die macOS-Bedienungshilfen in die aktive Anwendung ein. Alternativ können selbst gehostete oder Whisper-kompatible Endpunkte genutzt werden.
Eine optionale LLM-Nachbearbeitung mit konfigurierbaren Prompts bereinigt den Text über LM Studio oder eine OpenAI-kompatible Schnittstelle. Modellvorladen, Aufnahme-HUD, Ersetzungsregeln sowie eine deutsche und englische Oberfläche ergänzen den Ablauf. Konfigurierbare Verarbeitung und geschützte Schlüsselablage unterstützen lokale und selbst gehostete Betriebsweisen.
Ergebnis: Audioaufnahme, lokale und servergestützte Transkription, Modellvorladen, optionale LLM-Bereinigung und appübergreifende Texteingabe umgesetzt. SwiftPM-App mit Tests und optionalem Docker-Compose-Setup für einen Whisper-Server entwickelt.