Aktualisiert 9. September 2026 · Von Sumbat.T

Diktat ohne etwas zu konfigurieren



Kein Modell zum Auswählen, keines zum Download
BlabbyAI tippt in jedes Textfeld unter Windows oder in Chrome, setzt Satzzeichen mit, und nimmt gesprochene Befehle über Custom Modes entgegen. 60 Credits pro Woche gratis, ohne Karte.
Handy ist eine Desktop-Diktier-App. Sie halten einen Tastatur-Shortcut, sprechen, lassen los, und der transkribierte Text wird dort eingefügt, wo der Cursor steht. Sie ist in Rust geschrieben, MIT-lizenziert, und das Sprachmodell läuft auf Ihrem eigenen Rechner statt auf dem Server von jemand anderem. Gebaut hat sie ein Entwickler, cjpais, der sich einen Finger gebrochen hat und einen offenen, erweiterbaren Weg suchte, weiterzuarbeiten.
Der nützlichste Satz über Handy steht auf der eigenen About-Seite, und man sollte ihn lesen, bevor irgendein Test sagt, wo es landet:
"Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one."
Handy, About-Seite, gelesen am 9. September 2026
Das ist eine ungewöhnlich klare Aussage zum Anspruch, und sie räumt die meisten Vergleiche aus dem Weg, die Leute anstellen. Handy ist darauf ausgelegt, dass man es selbst besitzt, liest und verändert. Es ist nicht darauf ausgelegt, mit allem schon entschieden bei Ihnen anzukommen. Beides ist legitim, und zu wissen, welches Sie wollen, spart Ihnen einen Abend.
Ja, und für ein kostenloses Tool ungewöhnlich aktiv. Abgelesen von der GitHub-API am 9. September 2026: 31.237 Stars, 2.823 Forks, 169 offene Issues, eine Codebasis in Rust unter der MIT-Lizenz, angelegt am 13. Februar 2025, mit dem letzten Push am 8. September 2026, dem Tag vor diesem Artikel. Release v0.9.6 erschien am 24. August 2026.
Ein Detail, das oft falsch verstanden wird
Suchen Sie nach dieser App, und Sie landen auf einem WIRED-Stück vom Januar 2026, das schreibt, sie laufe auf "macOS, and Linux". Das eigene README des Projekts listet macOS (Intel und Apple Silicon), x64 Windows und x64 Linux, und die Download-Seite geht weiter als das README: Sie veröffentlicht signierte .exe- und .msi-Installer für Windows ARM neben x64.
Die Download-Zahlen klären es. Das sind die Zahlen pro Asset für Release v0.9.6, direkt von der GitHub-API am 9. September 2026:
| Plattform | Datei | Downloads |
|---|---|---|
| macOS (Apple Silicon) | .dmg | 48.670 |
| Windows x64 (Installer) | .exe | 21.077 |
| Linux x64 (Debian/Ubuntu) | .deb | 3.905 |
| Windows x64 (MSI) | .msi | 3.200 |
| macOS (Intel) | .dmg | 3.001 |
| Linux x64 (die meisten Distros) | .AppImage | 2.778 |
| Linux x64 (RHEL/Fedora) | .rpm | 834 |
| Windows ARM (Installer) | .exe | 667 |
Quelle: GitHub Releases API, cjpais/Handy Release v0.9.6, gelesen am 9. September 2026. Signaturdateien ausgeschlossen.
Addieren Sie die beiden Windows-x64-Assets, und Sie kommen auf 24.277 Downloads, gegen 48.670 für den Apple-Silicon-Build und grob 8.450 über alle Linux-Pakete zusammen. Windows ist keine Fußnote in diesem Projekt. Es ist etwa ein Drittel der Nutzer, und es ist die Plattform, die der bestplatzierte Artikel über die App auslässt.
Ein praktischer Hinweis zur Größe
Handy ist darin ehrlich auf eine Weise, die den meisten Anbietern fehlt, deshalb lohnt Zitieren statt Umschreiben. Das README listet unter bekannten Problemen:
"Whisper models crash on certain system configurations (Windows and Linux)."
Handy README, github.com/cjpais/Handy, gelesen am 9. September 2026
Die FAQ hat einen passenden Eintrag mit dem Titel "Whisper crashes when I select it. What can I do?". Die Suche im Issue-Tracker am 9. September 2026 mit is:issue is:open crash in:title lieferte 52 offene Issues, und dieselbe Abfrage für windows in:title lieferte 10. Die Windows-Fälle sind konkret und an Hardware gebunden, nicht vage:
Der rote Faden ist der GPU-Beschleunigungspfad, und der Fix ist meist, Whisper nicht mehr zu nutzen. Die eigene Empfehlung des Projekts für englischsprachige Nutzer zeigt in dieselbe Richtung, was praktisch ist: Wählen Sie Parakeet V3, und der Großteil davon ist nicht mehr Ihr Problem.
Falls Sie sich nur eine Einstellung merken
Google zeigt diese Frage als Sitelink unter dem eigenen Handy-Treffer, das sagt, wie oft sie gestellt wird. Die Antwort steht in ihrer FAQ und ist eindeutig:
"Can I say ‘period’, ‘comma’, or ‘new line’ to insert punctuation?" Die Antwort: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively."
Handy FAQ, handy.computer/docs/faq.html, gelesen am 9. September 2026
Es gibt einen Weg darum herum. Handy hat eine optionale, experimentelle Nachbearbeitung: Sie liefern ein LLM, entweder einen Cloud-Anbieter oder ein lokales Modell, schreiben einen Prompt, der gesprochene Satzzeichen in Symbole umwandelt, und es schreibt jedes Transkript um, bevor es eingefügt wird. Die FAQ hat fünf eigene Einträge dazu, wie man es einrichtet, wie man prüft, dass es wirklich läuft, wie man ein lokales Modell dafür nutzt, und wo man Prompts findet.
Das ist eine echte Antwort, und für jemanden, der seinen Stack gerne selbst besitzt, eine gute. Es ist auch ein zweites Modell, das laufen muss, ein Prompt, den man pflegt, und, wenn Sie auf einen Cloud-Anbieter zeigen, der eine Pfad, auf dem Ihr Text die Maschine verlässt.
Gesprochene Befehle, die Text beim Diktieren ändern, sind genau das, wofür BlabbyAI Custom Modes gebaut sind. Ein Modus ist eine freie Anweisung, die Sie einmal in klarem Deutsch oder Englisch schreiben, und sie gilt für alles, was Sie unter diesem Modus sagen: Satzzeichen richtig setzen, einen neuen Absatz beginnen wenn ich das sage, bei drei Sätzen bleiben, als Aufzählung schreiben, Füllwörter streichen. Es gibt kein zweites Modell zum Installieren und keine Prompt-Datei zum Abgleichen, weil die Anweisung das Produkt ist.
Der praktische Unterschied ist, was am ersten Tag passiert. Mit Handy haben Sie sofort einen funktionierenden lokalen Transcriber und bauen die Formatierungsschicht selbst. Mit BlabbyAI ist die Formatierungsschicht das, was Sie installieren. Beide landen bei sauberem Text; eines bittet Sie, ihn zusammenzusetzen.
Gesprochene Befehle, ohne Prompt-Engineering



Custom Modes sind nur eine Anweisung, die Sie einmal schreiben
Sagen Sie BlabbyAI, wie Ihre Worte herauskommen sollen, und es wendet das bei jedem Diktat an. Funktioniert in jedem Textfeld unter Windows oder in Chrome.
Die FAQ von Handy umfasst 39 Fragen, das ist selbst ein Signal: Ein Projekt, das so viel dokumentiert, ist ein Projekt, bei dem Nutzer auf so viel stoßen. Das sind die Punkte, die einen gewöhnlichen Windows-Nutzer am ehesten betreffen, und alle sind Beschreibungen des Projekts selbst, keine Beschwerden von woanders.
Parakeet schreibt Zahlen als Wörter
Sagen Sie "twenty twenty six" und Sie bekommen "twenty twenty six", nicht "2026". Es hat einen eigenen FAQ-Eintrag, das ist also erwartetes Verhalten und kein Bug auf Ihrer Maschine.
Parakeet übersetzt statt zu transkribieren
Sprechen Sie eine nicht-englische Sprache in das Parakeet-Modell, und es gibt sie auf Englisch wieder. Wenn Sie in mehr als einer Sprache diktieren, ist das der Eintrag, den Sie lesen sollten, bevor Sie ein Modell wählen.
Whisper hängt "thank you" und "bye bye" an
Ein dokumentiertes Artefakt der Whisper-Modelle bei nachlaufender Stille, im Ökosystem häufig genug, dass Handy es direkt in der FAQ beantwortet.
Aufnahmen über fünf Minuten können scheitern
"My long recording (>5 minutes) failed or produced no output" ist eine gelistete Frage. Langes Diktat in einem Take ist nicht das, wofür das Tool abgestimmt ist.
Es kann nicht in erhöhte Apps einfügen
"Handy cannot paste into apps running as administrator." Wenn Sie in einer Admin-PowerShell oder einem Installer-Fenster arbeiten, landet der Text dort nicht.
Windows Terminal braucht eine andere Einfügemethode
Ein weiterer benannter Eintrag. Handy bietet mehrere Einfüge- und Tipp-Methoden, und Terminals brauchen oft eine der Alternativen statt der Voreinstellung.
Nichts davon ist ein Ausschlussgrund. Es ist der gewöhnliche Preis dafür, ein Modell selbst zu betreiben, und das Projekt verdient Anerkennung dafür, dass es sie aufschreibt, statt Nutzer sie einzeln entdecken zu lassen. Aber sie sind die Antwort auf "warum sollte ich für Diktat zahlen, wenn das hier kostenlos ist?", und die ehrliche Fassung dieser Antwort ist: Das Geld kauft Ihnen, dass jemand anderes diese Liste besitzt.
Viele Diktier-Tools nennen sich privat. Die Fassung von Handy ist strukturell statt vertraglich, und das ist ein spürbar anderer Anspruch:
"All speech-to-text transcription happens locally on your device." Netzwerkzugriff braucht es nur für Modell-Downloads und Update-Prüfungen.
Handy FAQ und README, gelesen am 9. September 2026
Weil die Modelldatei auf Ihrer Festplatte liegt und im Codepfad kein Upload-Schritt steckt, ist das nachprüfbar statt versprochen, und die MIT-Lizenz heißt, Sie können nachschauen. Zwei Dinge sollte man daneben kennen: Nachbearbeitung gegen ein Cloud-LLM schickt Ihren transkribierten Text zu diesem Anbieter, und lesbar ist nicht gelesen, denn der Tracker trägt 169 offene Issues.
Wo BlabbyAI hier steht
Jeder Preis unten wurde am 7. September 2026 von der eigenen Preisseite des Anbieters gelesen. Die Spalte, die meist entscheidet, ist nicht der Preis, sondern die dritte.
| Tool | Kosten | Wo Sprache verarbeitet wird | Gesprochene Satzzeichen | Einrichtung |
|---|---|---|---|---|
| Handy | Kostenlos, MIT | Auf Ihrem Rechner | Nicht gesprochen. Nur Nachbearbeitung | Modell wählen und laden |
| BlabbyAI | 8,49 $/Monat, Gratis-Tarif | Cloud | Automatisch, plus Custom Modes | Installieren und sprechen |
| Windows Win+H | Kostenlos, eingebaut | Microsoft-Cloud | Einstellung für automatische Zeichensetzung | Bereits installiert |
| Superwhisper | 8,49 $/Monat oder 249,99 $ einmalig | Auf Ihrem Rechner | Automatisch | Modell wählen und laden |
| Wispr Flow | 15 $/Monat, 12 $/Monat jährlich | Cloud | Automatisch | Installieren und sprechen |
Quellen: Preisseiten der Anbieter, gelesen am 7. September 2026; Handy- und Windows-Fähigkeiten aus der eigenen Dokumentation am 9. September 2026.
Zwei Dinge fallen auf. Erstens: Superwhisper kostet dasselbe wie BlabbyAI mit 8,49 $ im Monat und bittet Sie trotzdem, ein Modell zu wählen und zu laden, "bezahlt" und "für Sie eingerichtet" sind also nicht dieselbe Achse. Zweitens sind die kostenlosen Optionen auf unterschiedliche Weise kostenlos: Handy kostet Sie Einrichtung, und Windows Win+H kostet Sie gar nichts, weil es schon installiert ist, deshalb gehört es in diese Tabelle, obwohl es niemand vermarktet.
Handy ist gebaut für
BlabbyAI ist gebaut für
Sie schließen sich auch nicht aus, und viele landen bei beidem: Handy auf der Maschine, auf der Offline nicht verhandelbar ist, und die BlabbyAI Chrome-Erweiterung auf dem Arbeitslaptop, auf dem eine Desktop-App überhaupt nicht infrage kommt. Die Erweiterung braucht keinen Download und keine Admin-Rechte, genau der Fall, den Handy nicht bedienen kann.
Wenn Sie hinter einer Firmen-Firewall sitzen
Ja, und das wirklich. Handy ist MIT-lizenziert, veröffentlicht unter github.com/cjpais/Handy, und es gibt keinen Bezahl-Tarif, kein Konto und kein Abo. Die Transkription läuft auf einem Modell, das Sie auf den eigenen Rechner laden, es gibt also auch keine Kosten pro Minute. Das Projekt nimmt Spenden über einen Stripe-Link entgegen und sonst nichts. Die ehrlichen Kosten sind nicht Geld, sondern Einrichtung und Wartung: Sie wählen ein Modell, laden es herunter, und besitzen die Fehlersuche, wenn etwas auf Ihrer Hardware nicht mitspielt. Wenn Sie lieber einen kleinen Betrag zahlen und sich das sparen, kostet BlabbyAI 8,49 $ im Monat unter Windows und in Chrome, mit einem Gratis-Tarif von 60 Credits pro Woche und ohne Karte.
Ja, und Windows ist mit Abstand die zweitgrößte Plattform, anders als die meisten Texte über das Projekt behaupten. Bei Release v0.9.6, erschienen am 24. August 2026, wurde der Windows-x64-Installer 21.077-mal geladen und die x64-MSI weitere 3.200-mal, zusammen 24.277 Windows-x64-Downloads gegen 48.670 für das Apple-Silicon-.dmg und rund 8.450 über alle Linux-Pakete zusammen. Es gibt auch Windows-ARM-Builds. Der WIRED-Artikel vom Januar 2026, der für die Marke derzeit auf der ersten Ergebnisseite steht, schreibt, Handy laufe auf "macOS, and Linux", und erwähnt Windows gar nicht.
Nein, und das Projekt sagt das selbst. Die FAQ von Handy beantwortet die Frage "Can I say period, comma, or new line to insert punctuation?" mit: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively." Der Workaround, auf den sie verweist, ist Nachbearbeitung, eine optionale experimentelle Funktion, bei der Sie ein Cloud- oder lokales LLM anbinden und einen Prompt schreiben, der gesprochene Satzzeichen in Symbole umwandelt. Das funktioniert, bedeutet aber ein zweites Modell und einen Prompt, den Sie pflegen. Gesprochene Befehle, die Text beim Diktieren umschreiben, sind genau das, wofür die Custom Modes von BlabbyAI da sind, und sie brauchen kein zweites Modell und kein Prompt-Engineering.
Nein. Das README stellt fest, dass die Transkription "happens on your own computer without sending any information to the cloud", und die FAQ bestätigt, dass "all speech-to-text transcription happens locally on your device", Netzwerkzugriff nur für Modell-Downloads und Update-Prüfungen. Das ist das Stärkste an Handy, und es ist eine strukturelle Eigenschaft statt eines Richtlinienversprechens: Die Modelldatei liegt auf Ihrer Festplatte, und im Pfad steckt kein Upload-Schritt. Der eine Vorbehalt: Wenn Sie die optionale Nachbearbeitung einschalten und auf ein Cloud-LLM zeigen, geht Ihr transkribierter Text dann zu diesem Anbieter.
Meist der Grafik-Stack, und das Projekt dokumentiert das offen. Das README listet "Whisper models crash on certain system configurations (Windows and Linux)" als bekanntes größeres Problem, und die FAQ hat einen eigenen Eintrag mit dem Titel "Whisper crashes when I select it." Am 9. September 2026 hielt der GitHub-Tracker 52 offene Issues mit "crash" im Titel, darunter ein Vulkan ErrorDeviceLost mit Systemeinfrieren auf Intel-Arc-Grafik, ein UNEXPECTED_STORE_EXCEPTION-Bluescreen unter Windows 11 mit einer RTX 5090, und eine Windows-10-Regression, die auf v0.9.6.0 abstürzt, während v0.9.5.0 noch lief. Der übliche Fix: von Whisper auf Parakeet V3 wechseln, das das Projekt selbst als "fast, accurate, and the most stable" für Englisch empfiehlt.
Parakeet V3 für Englisch, auf den eigenen Rat des Projekts: Die FAQ sagt "Parakeet V3 is recommended for most English users. It is fast, accurate, and the most stable." Whisper Medium oder Large ist der Vorschlag, wenn Sie leistungsfähige Hardware haben und maximale Genauigkeit wollen, und Moonshine wird für schwache Geräte angeboten. Zwei dokumentierte Parakeet-Eigenheiten sollte man kennen, bevor man sich festlegt: Es schreibt Zahlen als Wörter statt als Ziffern, und es übersetzt nicht-englische Sprache ins Englische statt sie in der Originalsprache zu transkribieren. Beides hat eigene FAQ-Einträge.
Es ist eine der stärksten kostenlosen Optionen, und es lohnt sich zu zitieren, was das Projekt über sich selbst sagt: "Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one." Das ist eine ungewöhnlich ehrliche Aussage zum Anspruch. Handy ist gebaut, damit man es selbst besitzt, liest und verändert, und darin ist es ausgezeichnet. Wenn Sie keine Codebasis besitzen wollen, sondern Text, der schon formatiert ankommt, mit gesprochenen Befehlen und ohne Modelle zum Verwalten, ist das eine andere Produktkategorie, nicht eine bessere Version derselben.
Es hängt von der Plattform ab, und die Lücke ist groß, weil die Linux-Builds deutlich mehr Runtime mitbringen. Bei v0.9.6 liegt der Windows-x64-Installer bei etwa 20 MB und die Windows-x64-MSI bei etwa 43 MB, das Apple-Silicon-.dmg bei etwa 18 MB, und das Linux-x64-AppImage bei etwa 127 MB, das x64-RPM bei etwa 125 MB. Keine dieser Zahlen enthält das Sprachmodell, das beim ersten Start extra geladen wird und den größeren Teil der echten Plattenkosten ausmacht.
Ja, und die FAQ hat einen Eintrag dazu, aber sie trägt auch einen Vorbehalt, den man zuerst lesen sollte: Das winget-Paket "is not maintained by the Handy developers". Der Befehl, der kursiert, ist winget install cjpais.Handy. Wenn Sie den Build wollen, den das Projekt selbst ausliefert und signiert, nehmen Sie den Installer von handy.computer/download.html, wo signierte .exe- und .msi-Dateien für x64 und ARM neben den Mac- und Linux-Paketen liegen.
Nein. "Does Handy support real-time/live captions?" ist ein eigener FAQ-Eintrag, und die Antwort ist nein. Handy ist ein Drücken-und-Halten-Diktier-Tool: Sie halten einen Shortcut, sprechen, lassen los, und der fertige Text wird an den Cursor eingefügt. Es kann auch keine Systemaudio transkribieren, das ist ein eigener FAQ-Eintrag. Handy und BlabbyAI sind beide Diktier-Tools in derselben Drücken-und-Sprechen-Form: Sie machen aus dem, was Sie jetzt sagen, Text dort, wo der Cursor steht.
Diktat, das schon formatiert ankommt
Kein Modell zum Auswählen, kein Prompt zum Pflegen, kein Treiber zum Debuggen. Taste drücken, sprechen, und sauber gesetzter Text landet dort, wo Sie tippen. Unter Windows bleiben Ihre Aufnahmen auf Ihrer eigenen Festplatte. 60 Credits pro Woche gratis, ohne Karte.