English version

Ihr Audio bleibt hier.

Sonora führt die Spracherkennung und die Sprechertrennung (Diarisierung) von Moonshine in einem Web Worker aus, mithilfe von WASM SIMD und CPU-Threads. Es benötigt weder ein Konto noch Analysen, einen Cloud-Transkriptionsdienst oder eine GPU. Nichts, was Sie aufnehmen oder öffnen, wird hochgeladen.

Einmal herunterladen. Dann offline arbeiten.

Beim ersten Start fragt Sonora, ob Sie Kompakt (ca. 86 MB) oder Qualität (ca. 273 MB) wünschen, und lädt die englischen, die deutschen und die Sprechermodelle einmalig herunter. Größen und Prüfsummen werden kontrolliert, bevor eine Datei behalten wird. Die rund 13 MB große Engine und die App selbst werden getrennt von einem Service Worker zwischengespeichert. „Bereit · funktioniert offline“ in der Kopfzeile bedeutet, dass beides vorhanden und geprüft ist.

Modelle werden in dieser Reihenfolge gesucht: zuerst in einem models-Ordner innerhalb des App-Ordners, dann auf einem Intranet-Spiegel, der in einer optionalen config.json neben der index.html angegeben ist, und zuletzt bei download.moonshine.ai. Organisationen können Sonora daher samt Modellen ausliefern oder den öffentlichen Download vollständig sperren. In den Einstellungen können heruntergeladene Modelle geprüft oder entfernt werden.

Sitzungen

Jede Aufnahme und jede importierte Datei wird automatisch in diesem Browser gespeichert: das Transkript, die Sprechernamen, das Audio und die Wellenform. Die linke Leiste listet die Sitzungen nach Datum auf und ist durchsuchbar. Mit einem Rechtsklick auf eine Sitzung löschen Sie sie. Eine Sitzung benennen Sie um, indem Sie ihren Titel bearbeiten.

Wenn Sie die Websitedaten löschen, werden Sitzungen, Aufnahmen und Modelle entfernt. Auch bei knappem Speicherplatz kann der Browser Daten verdrängen. In den Einstellungen gibt es einen Bereich „Speicher“, in dem Sie den Browser bitten können, die Daten zu behalten. Exportieren Sie, was Ihnen wichtig ist; Exporte sind Ihre Datensicherung.

Transkript lesen und korrigieren

Klicken Sie auf einen Zeitstempel, um ab dieser Stelle abzuspielen. Die aktuelle Zeile wird hervorgehoben und die Ansicht folgt ihr; dies können Sie in den Einstellungen abschalten. Klicken Sie auf ein Sprecher-Label, um diesen Sprecher überall umzubenennen. Klicken Sie auf den Text einer Zeile, um sie zu korrigieren: Enter speichert, Esc bricht ab, und korrigierte Zeilen werden als „bearbeitet“ markiert. Mit Strg+K durchsuchen Sie das Transkript, Treffer werden hervorgehoben.

Mit Strg+Umschalt+C kopieren Sie das Transkript. Mit Strg+S exportieren Sie es als Text, Markdown, SRT, WebVTT oder JSON. Der Dateiname ergibt sich aus dem Titel der Sitzung. Drücken Sie ? für die vollständige Liste der Tastenkürzel.

Aufnahme und Dateien

Wählen Sie unten im Bedienfeld die Quelle, das Mikrofon und die gesprochene Sprache und drücken Sie dann auf Aufnahme oder die Taste R. Während der Aufnahme sehen Sie einen Timer, eine Pegelanzeige und eine durchlaufende Wellenform. Sonora hält den Bildschirm aktiv und zeigt die verstrichene Zeit im Fenstertitel an. Ziehen Sie eine Audio- oder Videodatei an eine beliebige Stelle oder drücken Sie O, um eine Datei zu transkribieren. Die Wellenform dient zugleich als Schieberegler zum Navigieren.

Geräte-Audio nutzt die Auswahl des Browsers für die Bildschirm- oder Tab-Freigabe: Wählen Sie eine unterstützte Quelle und aktivieren Sie „Audio teilen“. Nicht jedes Betriebssystem, jeder Browser und jede Quelle unterstützt Systemton, und ein Browser kann die Ausgabe beliebiger Lautsprecher nicht unbemerkt mitschneiden. Sonora weist eine freigegebene Quelle ohne Audiospur zurück. Werden beide Quellen aufgenommen, werden sie gemischt. Die Aufnahme wird nie über Ihre Lautsprecher wiedergegeben.

Englisch, Deutsch und Sprecher-Labels

Wählen Sie die gesprochene Sprache vor der Aufnahme. Die Sprachpakete sind getrennt, und ein automatischer Wechsel zwischen Sprachen (Code-Switching) wird nicht angeboten. Namen und Fachbegriffe können Sie im Bedienfeld ergänzen. Sprecher-Labels sind akustische Schätzungen für die jeweilige Sitzung und keine Personenidentitäten; es wird keine Stimmdatenbank gespeichert. Kurze Redebeiträge, Störgeräusche, ähnliche Stimmen und Überlappungen können zu Fehlern führen.

Das aktuelle deutsche Modell stellt keinen Attention-Decoder für eine präzise Wortausrichtung bereit. Zeitspannen der Sprecher und Transkriptzeilen stehen zur Verfügung, doch Wörter in einer Zeile mit mehreren Sprechern stimmen unter Umständen nicht exakt mit den Sprecherwechseln überein. Bewahren Sie das Original-Audio zur Überprüfung auf.

Installation

Sonora ist eine installierbare App. In Edge oder Chrome nutzen Sie die Installationsschaltfläche in der Adressleiste oder das Browsermenü; in Safari wählen Sie Ablage › Zum Dock hinzufügen. Firefox auf dem Desktop kann keine Web-Apps installieren, Sonora funktioniert dort in einem Tab aber genauso. Nach der Installation wird die Titelleiste zur eigenen Leiste der App, ein Rechtsklick auf das Taskleistensymbol bietet Neue Aufnahme, Datei transkribieren und Sitzungsbibliothek an, und Audiodateien lassen sich im Explorer mit Sonora öffnen. Heften Sie das Symbol an die Taskleiste, um die App mit einem Klick zu starten. Installierte App und Tab-Version teilen sich dieselben Daten. In den Einstellungen finden Sie eine Schritt-für-Schritt-Anleitung für Ihren Browser.

Für IT-Teams

Sonora besteht aus statischen Dateien. Stellen Sie es über HTTPS bereit, mit Cross-Origin-Opener-Policy: same-origin und Cross-Origin-Embedder-Policy: require-corp. Kann Ihr Host diese Header nicht setzen, ergänzt der Service Worker sie, und die App lädt beim allerersten Besuch einmal neu. Ohne Webserver startet Start-Sonora.cmd im App-Ordner einen lokalen Server auf 127.0.0.1, ohne Node und ohne Administratorrechte. Für Netzwerke ohne Internetzugang bündeln Sie die Modelle im Ordner und setzen allowUpstream in der config.json auf false. Edge und Chrome können Sonora mit der Richtlinie WebAppInstallForceList für alle Benutzer installieren. Stammen die Modelle von einem Intranet-Spiegel, ergänzen Sie dessen Origin in der connect-src-Direktive der Content Security Policy des Servers.

Quellen

Laufzeit: Moonshine WASM 0.1.5, MIT. Modelle: offizieller Modellkatalog. Siehe Hinweise zu Drittanbieter-Komponenten. Dies ist eine technische Auswahl für eine kompakte CPU-App; sie erhebt keinen Anspruch auf allgemeine Überlegenheit in Benchmarks.