Dictate with MacWhisper

Was die Erweiterung macht

1. Sie drücken ctrl+alt+space (⌃⌥Space). Die Statusleiste zeigt Recording…, und ffmpeg nimmt Ihr Mikrofon auf.
2. Sie drücken nochmals. Die Aufnahme geht an MacWhispers Kommandozeilenwerkzeug mw auf Ihrem Mac, das sie mit der in der App gewählten Engine transkribiert.
3. Der Text wird über die Editor-API an jedem Cursor eingefügt und ersetzt eine bestehende Auswahl. Weil die Erweiterung auf Ihrem Mac läuft, funktioniert das auch in Remote-SSH-, WSL- und Dev-Container-Fenstern.

Datenschutz. Standardmässig stellt die Erweiterung keine Netzwerkverbindungen her. Die Audioaufnahme geht an MacWhispers mw auf Ihrem Mac, und MacWhisper verwendet die Engine, die Sie in der App gewählt haben: Mit einer lokalen Engine verlässt nichts den Mac; mit einer Cloud-Engine sendet MacWhisper die Aufnahme dorthin, wie bei jeder anderen Transkription. Der optionale Bereinigungsschritt (standardmässig ausgeschaltet) sendet den Transkript-Text, nie die Aufnahme, an den von Ihnen konfigurierten Ollama-Endpunkt: Mit einem lokalen Ollama bleibt er auf dem Mac, mit einem entfernten Endpunkt verlässt der Text den Mac. Keine API-Schlüssel, keine Telemetrie, und die Erweiterung lädt keine Modelle herunter.

Installation

1. MacWhisper von macwhisper.com. Die Version aus dem Mac App Store hat kein mw-Werkzeug.
2. Das Kommandozeilenwerkzeug mw: In MacWhisper Settings → Advanced → Command-Line Tool → Install öffnen. Die Erweiterung findet auch die Kopie in MacWhisper.app, wenn Sie diesen Schritt auslassen.
3. ffmpeg für die Mikrofonaufnahme: brew install ffmpeg.
4. Die Erweiterung aus dem Marketplace oder von Open VSX. Drücken Sie ⌃⌥Space in einem Editor; macOS fragt einmal, ob Visual Studio Code das Mikrofon verwenden darf. Falls Sie abgelehnt haben, erlauben Sie es unter Systemeinstellungen → Datenschutz & Sicherheit → Mikrofon.

Wenn Sie mehrere Tastaturlayouts verwenden, belegt macOS ⌃⌥Space mit «Vorherige Eingabequelle auswählen» und fängt den Kurzbefehl ab. Schalten Sie das unter Systemeinstellungen → Tastatur → Tastaturkurzbefehle → Eingabequellen aus, oder belegen Sie den Befehl in VS Code neu (Keyboard Shortcuts → «Dictate with MacWhisper: Toggle»).

Das Paket steht unter MIT-Lizenz. Der Code liegt unminimiert in der installierten Erweiterung, sodass jede und jeder ihn in ~/.vscode/extensions lesen kann.

Einstellungen

Alle Einstellungen ausser macwhisperDictate.language sind Benutzereinstellungen: Ein Workspace kann sie nicht ändern.

Welches Modell. Die Erweiterung verwendet das in MacWhisper gewählte Modell, sofern macwhisperDictate.model nicht gesetzt ist. Für gemischtes Diktieren auf Polnisch und Englisch hat bei mir Whisper Large v3 Turbo mit der Sprache «Auto Detect» besser funktioniert als Parakeet v3; Parakeet v3 ist schneller.

Bereinigung mit einem lokalen Modell

Diktat kommt als ein Fluss ohne Satzzeichen an. Optional und standardmässig ausgeschaltet sendet die Erweiterung das Transkript an ein kleines lokales Modell, das nur Zeichensetzung und Grossschreibung ergänzen soll. Getestet mit gemma3:4b auf Ollama: ein bis drei Sekunden auf einem M4 Pro.

brew install ollama && brew services start ollama
ollama pull gemma3:4b

Setzen Sie dann macwhisperDictate.cleanup.endpoint auf http://127.0.0.1:11434. Die Antwort des Modells wird nur übernommen, wenn sie genau die diktierten Wörter in derselben Reihenfolge enthält, abgesehen von Gross- und Kleinschreibung und Zeichensetzung. Hat das Modell ein Wort geändert, weggelassen, hinzugefügt oder umgestellt, nicht zu Ende geschrieben oder nicht innerhalb von 20 Sekunden geantwortet, wird das Rohtranskript verwendet, und eine Warnung weist darauf hin. Diese Prüfung erkennt geänderte Wörter, nicht eine allein durch Zeichensetzung veränderte Bedeutung. macwhisperDictate.cleanup.model wählt das Modell, macwhisperDictate.cleanup.prompt ersetzt den eingebauten Prompt.

MacWhispers eigenes Diktat im Vergleich zu dieser Erweiterung

Behalten Sie beides. Der Hotkey ist für Mail und Slack, die Erweiterung für den Editor.

Fragen

Warum braucht die Erweiterung ffmpeg?

VS Code bietet Erweiterungen keine Mikrofon-API, darum braucht es einen kleinen Rekorder: ffmpeg nimmt das Mikrofon in eine temporäre Datei auf Ihrem Mac auf, die am Ende des Diktats gelöscht wird. Installation mit brew install ffmpeg; die Standardeinstellung sucht in /opt/homebrew/bin, /usr/local/bin und dann im PATH.

Verlässt die Audioaufnahme meinen Mac?

Standardmässig nein. Die Aufnahme geht an MacWhispers mw-Werkzeug auf Ihrem Mac, und MacWhisper verwendet die in der App gewählte Engine: Mit einer lokalen Engine verlässt nichts den Mac, mit einer Cloud-Engine sendet MacWhisper die Aufnahme dorthin, wie bei jeder anderen Transkription. Der optionale Bereinigungsschritt sendet den Transkript-Text, nie die Aufnahme, an den von Ihnen konfigurierten Ollama-Endpunkt. Die Erweiterung stellt keine weiteren Netzwerkverbindungen her und hat keine Telemetrie.

Funktioniert es mit der Mac-App-Store-Version von MacWhisper?

Nein. Die Version aus dem Mac App Store hat kein mw-Kommandozeilenwerkzeug. Installieren Sie MacWhisper von macwhisper.com und danach das Werkzeug unter Settings → Advanced → Command-Line Tool → Install; die Erweiterung findet auch die Kopie in MacWhisper.app.

Der Kurzbefehl funktioniert nicht. Was soll ich prüfen?

Wenn Sie mehrere Tastaturlayouts verwenden, belegt macOS ⌃⌥Space mit «Vorherige Eingabequelle auswählen» und fängt den Kurzbefehl ab. Schalten Sie das unter Systemeinstellungen → Tastatur → Tastaturkurzbefehle → Eingabequellen aus, oder belegen Sie den Befehl in VS Code unter Keyboard Shortcuts neu. Meldet die Statusleiste, dass keine Aufnahme erfasst wurde, erlauben Sie Visual Studio Code unter Systemeinstellungen → Datenschutz & Sicherheit → Mikrofon den Zugriff auf das Mikrofon.

Welches Modell soll ich für Polnisch und Englisch verwenden?

Die Erweiterung verwendet das in MacWhisper gewählte Modell, sofern macwhisperDictate.model nicht gesetzt ist. Für gemischtes Diktieren auf Polnisch und Englisch hat bei mir Whisper Large v3 Turbo mit der Sprache «Auto Detect» besser funktioniert als Parakeet v3. Parakeet v3 ist schneller.