Technik · WhisperKit · Apple Neural Engine

Cloud-Diktat mit Wartezeit. Lokal. Schnell. Vorhersehbar.

Eine native Mac-App, die auf deinem Mac rechnet.

Sproke verarbeitet Audio standardmäßig direkt auf deinem Mac — Whisper auf der Apple Neural Engine, Verfeinerung über Apple Intelligence, Ollama oder optional Cloud. Hier ist die Architektur im Detail.

macOS 14+ Apple Silicon (M1+) WhisperKit on-device Sparkle-Updates
Architektur

Vier Schritte. Kein Cloud-Default.

Hotkey → Audio → On-Device-Whisper → Verfeinerung → Einfügen am Cursor. Was nicht muss, verlässt den Mac nicht.

  1. 01

    Hotkey & Audio

    Hotkey aus jeder App. AVFoundation streamt Mikrofon-Audio mit 16 kHz Mono in einen lokalen Ringpuffer — nichts vor oder nach der Aufnahme.

  2. 02

    Spracherkennung

    WhisperKit auf der Apple Neural Engine. Dein Glossar wird Whisper als Initial-Prompt vorgespielt — Eigennamen und Termini bleiben buchstabengetreu.

  3. 03

    Modus-Verfeinerung

    Apple Intelligence (auto, macOS 26+), Ollama mit lokalem LLM oder optional Anthropic Claude / OpenAI — letztere nur nach explizitem Opt-in.

  4. 04

    Einfügen am Cursor

    System-Clipboard und ⌘V — funktioniert in jeder App, die Standard-Paste unterstützt. Keine Tastenanschlag-Simulation, keine Probleme mit Sondertasten oder Layouts.

Verfeinerungs-Optionen

Du wählst, wer formuliert.

Pro Profil ein Provider. Drei der vier Wege sind 100 % lokal — die Cloud ist immer Opt-in pro Anbieter.

Lokal · Default

Apple Intelligence

Standard auf macOS 26 (Tahoe) und neuer. Kein Setup, keine Modell-Downloads. Apples lokale + Private-Cloud-Compute-Pipeline.

Provider → Apple Intelligence (lokal + PCC)
Lokal · Open

Ollama

Kostenloser DMG-Installer, beliebige Open-Weight-Modelle (Llama, Mistral, Qwen). Vollständig lokal — ideal für Privacy-Maximalisten.

Provider → Ollama · Llama 3.2 / Qwen 2.5
Cloud · Opt-in

Anthropic Claude

Maximale Qualität bei langen Texten. Eigener Schalter, eigene Status-Anzeige in der Menüleiste, eigene „Niemals senden bei …"-Liste.

Provider → Anthropic Claude (opt-in)
Cloud · Opt-in

OpenAI

Alternative Cloud-Option. Identisches Opt-in-Modell, identische Schutz-Filter, identische Status-Sichtbarkeit.

Provider → OpenAI (opt-in)
Schnellster Pfad

Reines Whisper

Keine Verfeinerung — nur Transkription. Identisch mit dem Roh-Modus. Niedrigste Latenz, höchstes Maß an „nichts dazwischen".

Provider → keine (Roh)
Glossar-Bewusstsein

Initial-Prompt für Whisper

Glossare werden Whisper vor der Aufnahme als Kontext mitgegeben. Eigennamen und Fachbegriffe bleiben buchstabengetreu — auch ohne LLM-Verfeinerung.

„M2 Air mit MLX und CoreML" → exakt so transkribiert
Adaptive Memory-Tiers

Skaliert mit deinem Mac.

Sproke bestimmt beim ersten Start, wie viel RAM dein Mac hat, und wählt das passende Modell-Setup. Du kannst es manuell überschreiben.

≤ 10 GB RAM

Lean

Whisper-base + leichtes lokales LLM (z. B. Llama 3.2 3B). Schnellster Start, akzeptable Qualität.

  • Whisper-base
  • Llama 3.2 · 3B
  • ~ 1.2 GB
11–20 GB RAM

Standard

Whisper-large-v3 (quantisiert, ~626 MB) + mittleres LLM (z. B. Qwen 2.5 7B). Default für die meisten Macs.

  • Whisper-large-v3
  • Qwen 2.5 · 7B
  • ~ 4.8 GB
> 20 GB RAM

Full

Whisper-large-v3 + großes lokales LLM (z. B. Qwen 2.5 14B). Maximale lokale Qualität, mehr Headroom für Self-Correction-Tests und lange Diktate.

  • Whisper-large-v3
  • Qwen 2.5 · 14B
  • ~ 9.5 GB
Datenschutz

Was bleibt auf dem Mac.

Im Default verlässt nichts deinen Mac. Audio, Transkripte, Verlauf, Modelle, Glossare — alles lokal.

Keine Telemetrie über das Geschriebene.

Keine Audio-Uploads, keine Cloud-Aufrufe — solange du keinen Cloud-Provider aktivierst. Optional ist immer ein expliziter Opt-in pro Anbieter mit eigenem Schalter und „Niemals senden bei …"-Liste.

  • Audio nur während aktiver Aufnahme
  • Transkript & Output bleiben lokal
  • Verlauf verschlüsselt im App-Container
  • Modelle & Cache lokal
  • Glossare als YAML — versionierbar
  • Cloud nur per ausdrücklichem Opt-in
Hotkeys & Modi

Ein Hotkey pro Modus.

Im Public-Build sind diese Defaults voreingestellt — frei belegbar in den Einstellungen. Push-to-Talk oder Toggle, einstellbar pro Modus.

⌃⌥⌘K
Klartext

Sauberer Fließtext aus frei gesprochenen Gedanken.

⌃⌥⌘M
E-Mail

DE formell, mit Anrede & Grußformel — passend zur Empfängerin.

⌃⌥⌘N
Notiz

Stichpunkt-orientiert, sortierbar, später wiederfindbar.

⌃⌥⌘P
Prompt

Strukturiert für LLMs: Rolle, Kontext, Constraints.

frei
Roh

Reine Whisper-Transkription, ohne Verfeinerung.

Im Personal-Build sind zusätzlich ⌃⌥⌘D für Dissertations-Fließtext und das Wissenschafts-Paket vorbelegt.

Kommandozeile

Sproke aus dem Terminal.

Optional installiert sich ein sproke-CLI-Tool, mit dem du Sproke aus der Shell steuerst — z. B. Audio-Dateien transkribieren oder Projekte wechseln.

sproke version

Installierte Version anzeigen.

sproke open

Menüleisten-App öffnen.

sproke settings

Einstellungen aufrufen.

sproke history

Letzte Diktate auflisten.

sproke projects

Projekt-Liste & -Wechsel.

sproke transcribe <datei>

Audio- oder Video-Datei transkribieren.

System-Anforderungen

Was dein Mac mitbringen muss.

Sproke läuft ausschließlich auf Apple Silicon (M1 oder neuer). Apple Intelligence braucht macOS 26 (Tahoe) oder neuer.

macOS

14 (Sonoma) oder neuer

Für Apple Intelligence: macOS 26 (Tahoe). WhisperKit und Ollama laufen ab macOS 14.

CPU

Apple Silicon (M1 oder neuer)

Intel wird nicht unterstützt — Sproke nutzt die Apple Neural Engine für die Whisper-Inferenz.

RAM

8 GB Minimum, 16 GB+ empfohlen

RAM bestimmt den Memory-Tier (Lean, Standard, Full) und damit die Modell-Größe.

Disk

~ 2 GB für das Sprachmodell

Mehr je nach gewähltem Memory-Tier und installierten Ollama-Modellen.

Rechte

Mikrofon & Bedienungshilfen

Mikrofon für die Aufnahme, Bedienungshilfen für ⌘V-basiertes Einfügen am Cursor.

Optional

Ollama als DMG

Kostenloser DMG-Installer für lokale LLM-Verfeinerung. Nicht erforderlich, wenn Apple Intelligence verfügbar ist.

Sicherheit & Performance

Hardened-Runtime, notarisiert, eine Sekunde Latenz.

Sproke ist hardened-runtime-signiert und Apple-notarisiert. Sandbox-Container, kein root, keine kexts. Updates kommen über Sparkle mit signierten Manifests.

Auf einem Apple-Silicon-Mac mit Standard-Tier liegt die Latenz zwischen Aufnahme-Ende und „Text steht am Cursor" typisch bei einer bis wenigen Sekunden — abhängig von Provider, Diktat-Länge und Hardware. Apple Intelligence und kleinere Ollama-Modelle sind in der Regel die schnellsten Optionen.

— Rolf Demir

Lokal-first.
Auf deinem Mac.

Privater Beta-Zugang auf Anfrage — kostenlos, später 49 € einmalig. WhisperKit on-device, Cloud nur per Opt-in.

Beta-Zugang anfragen Im Vergleich →