Diktieren unter Windows: Windows+H drücken, sprechen – der Text erscheint dort, wo der Cursor steht.
Kostenlos · Windows
Sprache zu Text, ohne Cloud
Die BeVital Spracherkennung SI 2026 ersetzt die Windows-Spracheingabe. Ihre Stimme wird nicht an einen Dienst im Internet geschickt, sondern auf Ihrem eigenen Rechner in Text umgewandelt. Eigene Namen und Fachbegriffe tragen Sie in ein Wörterbuch ein.
Programmiert von der Firma BeVital GmbH · created by Christian Schulz, Chef-Programmierer
Bleibt auf Ihrem Rechner
Die Erkennung arbeitet lokal mit dem offenen Whisper-Modell. Im Betrieb baut das Programm keine Internetverbindung auf, und diktierter Text wird nicht gespeichert.
Schreibt beim Sprechen
Der Text erscheint schon während des Sprechens, etwa ein bis zwei Sekunden hinter Ihrer Stimme. Ein kleines Fenster oben rechts zeigt, was gerade verstanden wird. Solange das Mikrofon offen ist, blinkt das BeVital-Symbol unten rechts auf dem Bildschirm und im Infobereich neben der Uhr. Ein Tastendruck oder Mausklick beendet das Zuhören.
Lernt Ihre Wörter
Namen und Fachbegriffe werden der Erkennung als Hinweis mitgegeben. Was sie trotzdem falsch versteht, sprechen Sie einmal ein – danach wird es automatisch richtig geschrieben.
So installieren Sie es
Eine Datei, ein Klick – den Rest erledigt das Installationsprogramm.
Install-bevital-spracherkennung.exe herunterladen und starten.
Das Installationsprogramm ist digital signiert (Herausgeber: BeVital GmbH). Solange es noch selten heruntergeladen wurde, können Browser und Windows trotzdem warnen: in Chrome auf den Pfeil neben der Meldung klicken und die Datei behalten, bei Windows auf Weitere Informationen und dann auf Trotzdem ausführen klicken.
Auf Installieren klicken. Das Installationsprogramm holt alles Nötige selbst: Python 3.12 von python.org (falls es fehlt), die Programmbausteine von pypi.org (rund 1,5 GB) und das Erkennungsmodell von huggingface.co (rund 3 GB). Das dauert 5 bis 30 Minuten. Administratorrechte sind nicht nötig.
Danach arbeitet die Spracherkennung ohne Internet. Sie finden sie im Startmenü unter „BeVital“ und auf dem Desktop.
Cursor in ein Textfeld setzen, Windows+H drücken und sprechen. Nochmal Windows+H beendet das Diktat.
Voraussetzungen
Windows 10 oder 11 (64 Bit) und ein Mikrofon
Internetverbindung für die Installation (rund 4,5 GB Download)
Empfohlen: NVIDIA-Grafikkarte mit mindestens 6 GB Speicher. Ohne sie richtet das Installationsprogramm ein kleineres Modell ein; die Erkennung rechnet dann auf dem Prozessor und ist langsamer und weniger genau.
Rund 6 GB freier Speicherplatz
Gut zu wissen
Entwickelt und getestet auf einem Rechner (Windows 11, NVIDIA RTX 5070). Auf anderen Rechnern ist es noch nicht erprobt – auch nicht die automatische Installation von Python.
Für Windows+H hängt sich das Programm dauerhaft in die Tastatur ein. Es prüft dabei nur, ob H bei gehaltener Windows-Taste gedrückt wird. Wer das nicht möchte, wählt in den Einstellungen eine F-Taste. Zusätzlich achtet das Programm auf Tastatur und Maus, aber nur, solange es zuhört: Ein Tastendruck oder Mausklick beendet dann das Zuhören (in den Einstellungen abschaltbar). Es speichert, protokolliert und überträgt keine Tastendrücke oder Mausklicks.
„Anlernen“ heißt: Hinweis an das Modell und automatische Ersetzung. Das Erkennungsmodell selbst wird nicht nachtrainiert.
Der Programmcode liegt offen bei (Python) und kann geprüft werden. Entfernen lässt sich das Programm in den Windows-Einstellungen unter „Installierte Apps“.
Unterstützen
Das Programm ist kostenlos. Wenn es Ihnen die Arbeit erleichtert, freuen wir uns über eine Spende.