Aktualisiert 6. September 2026 · Von Sumbat.T

Obsidian Sprache zu Text: Was 2026 wirklich diktiert

Es gibt einen konkreten Grund, warum diese Frage schwerer zu beantworten ist, als sie aussieht, und er liegt nicht darin, dass die Informationen fehlen. Das Wort “Sprache zu Text” deckt zwei verschiedene Aufgaben ab, der meiste verfügbare Rat beantwortet still die falsche, und die Belege, die Leute dafür zitieren, was funktioniert, werden so lange weitergereicht, dass sie nicht mehr das sagen, wofür man sie benutzt. Diese Seite trennt die zwei Aufgaben, berichtet, was jedes der empfohlenen Plugins laut eigener Dokumentation wirklich tut, und ist ehrlich bei der einen Frage, die niemand wirklich geklärt hat.

Die Unterscheidung, die fast jeder Guide überspringt

Fangen Sie hier an, denn wer das falsch macht, installiert drei Plugins und kommt zu dem Schluss, Diktat in Obsidian sei schlecht.

Beides ist legitim. Es sind einfach verschiedene Werkzeuge, und die Suchergebnisse zu diesem Thema unterscheiden sie überhaupt nicht. Jemandem, der sich durch eine Tagesnotiz sprechen will, wird ein Plugin empfohlen, das ihn einen Clip aufnehmen, stoppen und auf eine API-Runde warten lässt. Es funktioniert genau wie dokumentiert, und es ist nicht das, was die Person wollte.

Die nützliche Fassung der Frage ist also nicht was ist das beste Sprache-zu-Text-Plugin für Obsidian. Sie lautet wollen Sie sprechen, während Sie schreiben, oder hinterher eine Aufnahme verarbeiten, und dann, getrennt davon, ist Obsidian der einzige Ort, an dem Sie das brauchen. Diese zwei Antworten wählen das Tool zwischen sich.

Was jedes empfohlene Plugin wirklich tut

Das sind die vier Plugins, die bei dieser Suche am häufigsten auftauchen, auch in Googles eigener KI-Zusammenfassung. Jeder Eintrag unten stammt aus der eigenen Auflistung oder dem README des Plugins, nicht aus einem Testbericht, weil der Unterschied zwischen beidem sich als entscheidend erweist.

Lesen Sie zuerst die letzte Spalte. Drei der vier tun nicht das, wonach die meisten Leute fragen. Es sind Transkriptionswerkzeuge, korrekt gebaut und klar dokumentiert, die gemeinsam unter einem Wort abgelegt wurden, das etwas anderes bedeutet.

Was die Bring-your-own-Key-Variante kostet

Die drei Plugins mit Schlüsselpflicht sind als Software alle kostenlos, so werden sie als kostenlos beschrieben. Die Einrichtung, die sie tatsächlich verlangen, lohnt sich auszuschreiben, weil sie meist als ein einziger Schritt verkauft wird und keiner ist:

• Legen Sie ein Entwicklerkonto bei OpenAI, Deepgram, Groq oder Azure an.
• Hinterlegen Sie eine Zahlungsmethode, denn diese APIs sind vorausbezahlt oder nutzungsabhängig abgerechnet, nicht kostenlos.
• Erzeugen Sie einen API-Zugang und fügen Sie ihn in eine Notizen-Anwendung ein.
• Behalten Sie den Kontostand im Blick, denn der Fehlermodus, wenn er leer ist, ist eine Notiz, die still ihren Text nicht bekommt.

Die Minutenpreise sind wirklich klein. Die eigene Auflistung von Speech to Text nennt Deepgram Nova-3 mit $0.0043/min, das sind ein paar Cent pro Stunde. Die Reibung ist nicht das Geld, es sind die vier Schritte und die laufende Verantwortung für eine Abrechnungsbeziehung, die existiert, damit Sie mit Ihren eigenen Notizen sprechen können.

Kein Schlüssel, keine Abrechnung, kein Plugin

In Obsidian diktieren, ohne ein API-Konto einzurichten

BlabbyAI läuft auf Betriebssystemebene, dieselbe Tastenkombination tippt also in eine Obsidian-Notiz, Ihre E-Mail, Ihren Browser und Ihren Chat. Custom Modes machen aus einem gesprochenen Gedanken Aufzählungen oder eine Aufgabenliste, während der Text ankommt. Windows-Desktop-App und Chrome-Erweiterung. 60 Credits pro Woche gratis, ohne Karte.

Add BlabbyAI to Chrome

Die Win+H-Frage, und warum jede Antwort dazu geraten ist

Wenn Sie unter Windows sind, liegt der Gedanke nahe, Plugins ganz zu überspringen und die Spracheingabe zu nutzen, die im Betriebssystem steckt. Suchen Sie, ob das in Obsidian funktioniert, und Sie finden selbstsichere Antworten in beide Richtungen. Nach den Primärquellen ist hier, was wirklich feststeht, denn die ehrliche Antwort nützt mehr als eine selbstsichere.

Das berühmte Zitat handelt von macOS, und es stammt aus 2021

Fast jede Behauptung, Diktat scheitere in Obsidian, führt auf einen Forumsthread zurück. Hier ist der Eröffnungspost vollständig, weil der Rahmen zählt:

Mac OS dictation feature. Das ist ein macOS-Bericht vom Januar 2021, und er sagt überhaupt nichts über Windows. Er wird zitiert, als wäre er eine allgemeine Aussage über Obsidian, und Windows-Nutzer lesen ihn und halten ihren eigenen Fall für geklärt. Er ist es nicht.

Die Antworten darunter widersprechen sich auch, und das ist aufschlussreicher, als ein glatter Ausfall gewesen wäre. Ein Nutzer berichtet, es funktioniere “around 10% of the time in Obsidian and 100% of the time everywhere else”. Ein anderer sagt, Diktat in Obsidian laufe bei ihm gut. Ein dritter beschreibt, es laufe ein- oder zweimal und höre dann auf. Ein eigener Fehlerbericht vom November 2020 beschreibt eine lange Verzögerung, während der Obsidian nicht reagiert, und er wurde ohne dokumentierte Lösung archiviert.

Der Thread, der als Windows-Beleg zitiert wird, handelt von etwas anderem

Es gibt einen Obsidian-Forumsthread von 2024, der als Beweis verlinkt wird, Win+H scheitere. Lesen Sie ihn, und er handelt vom Neubelegen der Tastenkombination, nicht davon, dass Diktat nicht funktioniert. Der Autor schreibt, er nutze Windows-Diktat viel und es werde mit Win+H aktiviert, und seine Beschwerde ist, dass PowerToys und AutoHotkey diese Tastenkombination in Obsidian nicht auf eine andere Taste umlegen können, während dasselbe Umlegen in Notepad und Word funktioniert. Das ist ein Problem mit dem Tastatur-Hook in einem Desktop-Anwendungsfenster. Es ist kein Beleg dafür, ob diktierter Text die Notiz erreicht.

Der direkteste Windows-Kommentar aus erster Hand im Forum kritisiert Win+H, weil die Genauigkeit schwach sei und außer Englisch wenige Sprachen unterstützt würden. Das ist eine Beschwerde über Qualität, die impliziert, dass die Sache läuft. Implikation ist keine Bestätigung, und diese Seite gibt das nicht als eine aus.

Microsoft klärt es auch nicht

Microsofts eigene Dokumentation zur Spracheingabe verlangt nur, dass der Cursor in einem Textfeld steht, plus Mikrofon und Internetverbindung. Eine Anwendungskompatibilitätsliste gibt es nicht, und eine Garantie “funktioniert in jeder App” auch nicht, die Dokumentation kann den Obsidian-Fall also in keine Richtung beweisen.

Der Grund, das auszulegen statt eine Seite zu wählen, ist, dass es auf die eigentliche Entscheidung zeigt. Wenn ein Diktatweg in einer bestimmten Anwendung still unzuverlässig sein kann, ist die haltbare Lösung ein Tool, das von dieser Anwendung gar nicht abhängt. BlabbyAI hat eine eigene Windows-Desktop-App und setzt Text in das Feld, das den Fokus hat, das Verhalten in Obsidian ist also dasselbe wie in Word, im Browser oder im Terminal, statt davon abzuhängen, wie eine Anwendung Systemdiktat behandelt.

Warum Ihr Handy das schon kann und Ihr Laptop nicht

Einen kurzen Abschnitt wert, weil der Kontrast das ganze Desktop-Problem in einem Satz erklärt. Auf dem Handy macht die Tastatur das Diktat, nicht die App. Sie tippen auf das Mikrofon der Tastatur, das System transkribiert, und die Tastatur fügt Zeichen ein, als hätten Sie sie getippt, Obsidian steckt also nie im Audiopfad und hat nichts, das schieflaufen könnte.

Der Desktop hat keine vergleichbare universelle Tastaturschicht, und genau deshalb ist die Desktop-Fassung dieser Frage ein Durcheinander und die Handy-Fassung nicht. Diese fehlende Schicht ist die Aufgabe, die ein Diktier-Tool auf Systemebene am Computer übernimmt. BlabbyAI setzt den Text selbst in das fokussierte Feld, statt die Anwendung um Mitarbeit zu bitten, das ist derselbe Mechanismus, den Ihre Handy-Tastatur nutzt, und der Grund, warum es egal ist, welches Fenster vorn liegt. Es ist eine Windows-Desktop-App und eine Chrome-Erweiterung, das ist also die Desktop-Antwort, keine Handy-Antwort.

Die Frage, die wirklich Ihr Tool bestimmt

Jede Option bisher war auf Obsidian beschränkt. Bevor Sie sich auf eine festlegen, lohnt die Frage, wie viel Ihres Schreibtags Obsidian wirklich ist.

Für die meisten, die eine persönliche Wissensbasis führen, sind die Notizen der Teil, den sie als Schreiben denken, und sie sind die Minderheit der Wörter, die sie tippen. Der Rest ist E-Mail, Chat, Issue-Tracker, Dokumente, Browserformulare, Commit-Nachrichten und Suchfelder. Ein Plugin deckt davon definitionsgemäß nichts ab. Installieren Sie Speech Kit, und Sie können mit Ihren Notizen sprechen und tippen danach wieder alles andere. Wenn Sie diesen Tausch abwägen, stellt unser Vergleich der besten Diktier-Apps die Optionen auf Systemebene nebeneinander, und ob Diktieren wirklich schneller ist als Tippen geht durch, was die Studien gemessen haben.

Win+H steht in dieser Tabelle ehrlich: es ist kostenlos, es ist schon installiert, und es ist systemweit. Die Schwächen sind die, die die eigenen Nutzer nennen, nämlich Genauigkeit bei ungewöhnlichem Wortschatz und dünne Sprachunterstützung, plus die ungeklärte Frage oben, wie es sich in dieser einen Anwendung verhält. Für eine Notiz voller Eigennamen, Buchtitel, Fachbegriffe und Namen von Leuten, die Sie kennen, ist Genauigkeit bei ungewöhnlichem Wortschatz fast die ganze Aufgabe. Mehr dazu steht in unserem Text zur Windows-Spracheingabe, falls Sie wissen wollen, was sie leistet, bevor Sie sie testen.

Notizen bekommen, die abgelegt sind, nicht nur erfasst

Es gibt noch eine Lücke zwischen Transkription und einer nutzbaren Notiz, und sie entscheidet, ob diktierte Notizen wirklich genutzt werden. Sprache, treu transkribiert, ist eine Textwand. Notizen nützen, weil sie Form haben: eine Überschrift, ein paar Aufzählungen, eine Aufgabe, ein Link zu einer anderen Notiz. Das hinterher von Hand aufzuräumen gibt die Zeit zurück, die das Diktat gespart hat.

BlabbyAI Custom Modes sind frei formulierte KI-Anweisungen, die auf das angewendet werden, was Sie gesagt haben, der Text kann also schon geformt ankommen. Sie wählen den Modus, bevor Sie sprechen. Drei Beispiele, mit der gesprochenen Eingabe links:

**Preisgespräch**

- Interesse an Enterprise-Stufe
- Haben beim Sitzminimum nachgehakt
- Marcus schickt diese Woche den aktuellen Vertrag
- [ ] Überarbeitetes Angebot vor dem 15.

Habe den größten Teil des Tages am Migrationsskript verbracht. Der knifflige Teil: alte Datensätze haben keinen Created-Zeitstempel, also habe ich ihn aus der ID-Folge abgeleitet. Es funktioniert, aber bei den Zeilen vor dem Import 2019 bin ich unsicher.

Kapitel 4 argumentiert, dass Aufmerksamkeit eine endliche Ressource ist und dass gängige Interface-Designs darauf optimiert sind, sie zu verbrauchen.

Verknüpft mit: [[Benachrichtigungen bündeln]]

Weil ein Modus eine frei formulierte Anweisung ist und keine feste Funktion, deckt er auch gesprochene Befehle ab, die Sie selbst festlegen. Wenn Sie wollen, dass “neuer Absatz” den Zeilenumbruch macht statt die Wörter zu tippen, ist das eine Zeile im Modus. Wenn Fachvokabular strikt in Ruhe bleiben soll, ist das eine weitere.

Ein Setup, das nicht von einer App abhängt

Nach allem oben ist das die Reihenfolge, die für die meisten Sinn ergibt, und die Begründung hinter jedem Schritt.

• Fangen Sie mit dem Tool an, das nicht an eine App gebunden ist. Notizen sind selten das Einzige, was Sie schreiben, die Tastenkombination, die in Obsidian funktioniert, sollte also auch in E-Mail, Browser und Chat funktionieren. Genau da passt BlabbyAI, und der Gratis-Tarif mit 60 Credits pro Woche reicht, um es an Ihrem eigenen Schreiben zu testen, bevor Sie für irgendetwas bezahlen.
• Richten Sie zwei oder drei Custom Modes ein, bevor Sie urteilen. Die rohen Genauigkeitsunterschiede zwischen modernen Modellen sind kleiner als der Unterschied zwischen einer Textwand und einer formatierten Notiz, und Modi schließen diese Lücke. Einer für Tagesnotizen, einer für Gesprächsnotizen, einer, der Fachvokabular in Ruhe lässt.
• Wenn Obsidian wirklich der einzige Ort ist, an dem Sie schreiben, deckt Speech Kit diesen Fall ab. Kostenlos, lokal, kein Schlüssel. Es ist das beste der Plugins, und es lohnt sich zu wissen, dass es existiert. Für die meisten ist Obsidian ein Fenster unter mehreren, und genau deshalb ist der erste Schritt ein Tool auf Systemebene.
• Lassen Sie das kostenlose Systemdiktat eingeschaltet. Win+H unter Windows kostet nichts, wenn es verfügbar bleibt, und ist ein vernünftiger Rückhalt für einen Rechner, auf dem Sie noch nichts eingerichtet haben. Testen Sie es mit einem echten Absatz statt mit einem Testsatz, mit dem Wortschatz, den Sie wirklich schreiben, und Sie wissen in einer Minute, ob Genauigkeit für Sie der Blocker ist.

Häufige Fragen

Quellen

• Obsidian Forum, Dictation - speech to text, Januar 2021 bis März 2023, für die macOS-Berichte und den zitierten Eröffnungspost.
• Obsidian Forum, System dictation not working correctly, November 2020, für den Bericht über Verzögerung und fehlende Reaktion, archiviert ohne Lösung.
• Obsidian Forum, Windows key remapping with PowerToys, Dezember 2024, für das Problem beim Neu-Belegen der Tastenkombination, das oft als Diktatausfall gelesen wird.
• Obsidian Forum, Voice input on Obsidian Mobile, März 2023, und der SwiftKey-Fehlerthread, für das Verhalten auf dem Handy.
• Obsidian-Community-Plugin-Auflistungen für Speech to Text, Speech Kit und Voice MD, für API-Schlüssel-Anforderungen, Preise und Live- gegen Stapelverhalten.
• Das whisper-obsidian-plugin README, für die unterstützten Endpunkte und den Aufnehmen-und-Stoppen-Ablauf mit Alt+Q.
• Microsoft Support, Use voice typing to talk instead of type, für die angegebenen Anforderungen von Win+H.
• Obsidian-Entwicklerdokumentation, Mobile development, für die Bestätigung, dass die Desktop-Anwendung Electron-APIs bereitstellt.