Handy Spracherkennung im Test (2026): Modelle, Dateien und Grenzen

Fazit vorab: Solltest du Handy nutzen?

Handy eignet sich für alle, die kostenlose Spracherkennung auf einem Mac-, Windows- oder Linux-Computer wollen, ohne Konto und ohne Abo. Drücke ein Tastenkürzel, sprich, und Handy fügt deine Worte in das Textfeld ein, das du gerade nutzt. Starte mit dem empfohlenen Modell Parakeet V3 und einfachem Diktieren. Probiere Whisper oder Cohere nur, wenn deine Sprache, Zahlen oder die Genauigkeit es erfordern. Die wichtigsten Grenzen sind Einrichtung und Umfang: Unter Linux kann das Tastenkürzel zusätzliche Arbeit brauchen, die KI-Bereinigung ist noch Alpha, die Dateitranskription ist brandneu und eine Smartphone-App gibt es nicht. Wenn Handy nicht passt, vergleiche die besten Handy-Alternativen.

Handy auf einen Blick

Welches Handy-Modell solltest du wählen?

Das Modell ist die wichtigste Entscheidung, die du in Handy triffst. Es bestimmt deine Sprachen, wie Zahlen erscheinen und wie stark dein Computer arbeiten muss. Handy ist eine Plattform für mehrere Sprachmodelle, kein einzelnes festes Erkennungssystem.

Größen und Empfehlungen stammen aus Handys Modellübersicht, geprüft am 9. November 2026. Sie nennt auch Spezialmodelle wie Canary, GigaAM v3 für Russisch und Breeze ASR für taiwanisches Mandarin. Die Einstufungen sind Empfehlungen des Projekts, keine Ergebnisse eigener Benchmarks.

Parakeet V3 reicht, wenn … du auf Englisch oder in einer großen europäischen Sprache schreibst, dein Computer halbwegs aktuell ist und es dich nicht stört, dass Zahlen manchmal als Wörter ausgeschrieben werden.

Whisper oder Cohere lohnen einen Versuch, wenn … Parakeet deine Sprache nicht abdeckt, deine Arbeit voller Datumsangaben, Preise oder Bestellnummern ist, die du als Ziffern brauchst, oder du eine leistungsfähige GPU hast und die höchste englische Qualität willst. Eine Tabelle voller Rechnungsnummern ist ein klarerer Grund für einen Modellwechsel als „größer muss besser sein“.

In Apps diktieren: Kürzel, sprechen, einfügen

Setze den Cursor in eine E-Mail, eine Notiz oder einen KI-Prompt, drücke das Tastenkürzel, sprich und lass los. Handy verarbeitet das Audio mit deinem gewählten Modell und fügt den Text an der Cursorposition ein.

Push-to-talk ist standardmäßig aktiv: Halte die Tasten gedrückt, während du sprichst. Schalte es aus, um den Umschaltmodus zu nutzen, in dem ein Druck die Aufnahme startet und der nächste sie beendet. Halten passt zu einer kurzen Antwort, Umschalten ist bei einem langen Absatz bequemer. Ändere das Tastenkürzel, wenn es mit deinem Editor oder Betriebssystem kollidiert.

Handy beschreibt sich als „ein Werkzeug, eine Aufgabe“. Es schreibt, was du sagst, in ein Textfeld. Es ist kein Sprachsteuerungswerkzeug, mit dem du deinen Computer bedienst. Prüfe diesen Bedarf also gesondert.

Verlauf und Audiodateien: erneut nutzen und importieren

Die Verlaufsanleitung beschreibt Einträge mit Zeitstempel, Text und Audiowiedergabe. Du kannst ein Ergebnis erneut kopieren, es mit einem Stern behalten oder löschen.

Das hilft, wenn die Erkennung funktioniert, das Einfügen aber nicht. Sieh im Verlauf nach, bevor du denselben Absatz noch einmal aufnimmst. Steht das Transkript dort, liegt das Problem am Fokus oder am Einfügen, nicht an der Erkennung.

Version 0.10.0, veröffentlicht am 2. November 2026, ergänzt die Transkription von Audiodateien in den Verlauf. Das ist praktisch für gespeicherte Sprachnotizen. Die Funktion ist neu, teste also die Dateiformate und Längen, die du tatsächlich nutzt. Meetingaufnahme, Sprecherkennzeichnung oder Zusammenfassungen kommen damit nicht hinzu.

KI-Nachbearbeitung: Bereinigung mit deinem eigenen Anbieter

Handy kann erkannten Text vor dem Einfügen durch ein Sprachmodell schicken. Bitte um Stichpunkte, sauberere Zeichensetzung oder einen kürzeren Absatz. Die Anleitung zur Nachbearbeitung kennzeichnet die Funktion als Alpha und platziert sie unter Experimental Features in den erweiterten Einstellungen.

Sie hat ein eigenes Tastenkürzel. Dein normales Kürzel liefert weiterhin die reine Transkription; das Nachbearbeitungskürzel führt deinen eingerichteten Prompt mit deinem Anbieter aus.

Du entscheidest, wo die Bereinigung läuft. Cloud-Anbieter brauchen eigene Zugangsdaten und können dir Kosten berechnen. Ein eigener lokaler Endpunkt hält den Schritt auf deinem Rechner. Auf Macs mit Apple Silicon ab macOS 26 ist Apple Intelligence eine weitere lokale Option. Diese Voraussetzungen gelten nur für die Bereinigung, nicht für das normale Diktieren mit Handy.

Starte ohne. Wenn dir einfaches Diktieren bereits brauchbaren Text liefert, bringt ein Sprachmodell zusätzliche Verzögerung und eine weitere Einstellung, ohne ein echtes Problem zu lösen.

Genauigkeit und Leistung: Was kannst du erwarten?

Das gewählte Modell und dein Mikrofon sind wichtiger als alles andere in Handy. Es gibt keinen einzelnen Genauigkeitswert für Handy, weil die Erkennung von dem Modell kommt, das du lädst.

• Klare Sprache auf Englisch oder in einer europäischen Sprache: Parakeet V3 ist der empfohlene Ausgangspunkt. Wenn der Text kaum Korrekturen braucht, gibt es keinen Grund, etwas Größeres herunterzuladen.
• Zahlen und Beträge: Laut Dokumentation schreibt Parakeet Zahlen eher als Wörter, während Whisper Ziffern ausgeben kann. Bei Preisen, Datumsangaben und Bestellnummern kann das wichtiger sein als ein kleiner Tempounterschied.
• Andere Sprachen: Parakeet V3 deckt 25 europäische Sprachen ab, Cohere 14, Moonshine und Parakeet V2 nur Englisch. Für alles andere nutze Whisper.
• Namen und Fachbegriffe: Füge wiederkehrende Namen und Begriffe zu den eigenen Wörtern hinzu und prüfe sie trotzdem. Ein flüssiger Satz kann den falschen Nachnamen enthalten.
• Hardware und Tempo: Größere Modelle brauchen mehr Speicherplatz und Rechenzeit. Die Dokumentation beschreibt GPU-Beschleunigung für Whisper und Cohere (Metal auf dem Mac, Vulkan unter Windows und Linux); andere Modellfamilien laufen derzeit auf der CPU. Auf einem älteren Rechner beginnst du am besten mit Moonshine oder einem kleinen Whisper-Modell.

Bevor du dich auf ein Modell festlegst, teste denselben Absatz mit zwei Modellen. Nimm einen Nachnamen, einen Betrag und einen Satz in deiner normalen Sprache auf. Zähle die Korrekturen und die Wartezeit und wiederhole den Test dann mit deinem üblichen Mikrofon.

Praktische Grenzen, die du vor dem Wechsel prüfen solltest

Linux-Einrichtung. Wayland kann ein Tastenkürzel auf Desktop-Ebene und ein kompatibles Hilfsprogramm für die Texteingabe brauchen. Die Linux-Anleitung erklärt das, und unser Ratgeber zur Spracherkennung unter Linux vergleicht Handy mit anderen Linux-Optionen. Laut Repository kann außerdem die Aufnahme-Einblendung den Fokus übernehmen und das Einfügen blockieren; die Einblendung abzuschalten kann helfen.

Zuverlässiges Einfügen. Wenn der Verlauf die richtigen Worte enthält, das Zielfeld aber nicht, prüfe Fokus, Einfügemethode und Timing. Die Hinweise zur Fehlerbehebung beschreiben Einstellungen für die Einfügeverzögerung und eine experimentelle Option Reliable Paste auf Mac und Windows.

Mac-Berechtigungen. Erlaube den Zugriff auf Mikrofon und Bedienungshilfen und teste dann einen kurzen Satz in der App, mit der du wirklich arbeitest. Wörter zu erkennen ist die halbe Arbeit; sie ins richtige Feld zu bringen, die andere Hälfte.

Keine Smartphone-App. Handy gibt es nur für den Desktop. Eine offizielle iPhone- oder Android-App gibt es nicht.

Experimentelle Funktionen. Die KI-Nachbearbeitung ist Alpha und die Dateitranskription neu. Beide können sich zwischen Versionen ändern.

Zusätzliche Kosten. Handy ist kostenlos, aber ein Cloud-Anbieter für die Bereinigung rechnet nach eigenen Bedingungen ab. Eine kostenlose App beinhaltet keine kostenlose API-Nutzung.

Datenschutz und Offline-Nutzung: den ganzen Ablauf prüfen

Die normale Transkription von Handy läuft auf deinem Gerät und sendet weder Audio noch Text an die Entwickler. Laut der Datenschutzerklärung, gültig seit 18. September 2026, hat die App außerdem keine Werbung, keine Verhaltensanalyse und keine Tracking-Telemetrie.

Prüfe beide Schritte. Die Erkennung ist lokal, aber Cloud-Nachbearbeitung sendet dein Transkript, deinen Prompt und Anfragedetails an den Anbieter, den du gewählt hast. Damit alles lokal bleibt, lass die Nachbearbeitung ausgeschaltet oder nutze einen lokalen Endpunkt oder Apple Intelligence.

Handy verbindet sich für Software-Updates und Modelldownloads mit dem Internet. Diese Dienste sehen übliche Anfragedaten, etwa deine IP-Adresse.

Prüfe dann die Speicherung. Der Verlauf speichert Transkripte und Audio auf deinem Computer. Laut Richtlinie haben Verlauf und Einstellungen keine eigene Verschlüsselung auf App-Ebene, ihr Schutz hängt also von deinem Benutzerkonto im Betriebssystem ab. Verkürze die Aufbewahrungsdauer oder setze das Verlaufslimit auf null, bevor du sensible Inhalte diktierst. Unser Datenschutzvergleich für Diktier-Apps trennt diese Entscheidungen zu Verarbeitung und Speicherung.

Handy-Alternativen: Was passt zu deinem Arbeitsablauf?

Handy oder Voicy: Was passt besser zum alltäglichen Schreiben?

Handy ist ein kostenloses Desktop-Werkzeug, das du selbst einrichtest. Voicy ist eine vollständige Schreib-App: installieren, in ein Textfeld klicken und sprechen, auf deinem Computer, deinem Smartphone oder im Browser. Automatische Zeichensetzung, Grammatikkorrekturen und KI-Umformulierung sind integriert, ohne Modelle oder API-Schlüssel, die du verwalten musst. Mit Voicy wurden bereits über 500 Millionen Wörter diktiert.

Die Voicy-Anleitungen erklären Dateitranskription, Offline-Modus, Rewrite Mode und Preise.

Handy passt am besten, wenn du kostenloses Diktieren ohne Konto auf einem Desktop-Computer willst und gern selbst ein Modell auswählst und pflegst.

Voicy passt am besten, wenn du auch auf dem iPhone, unter Android oder im Browser schreibst, KI-Umformulierung ohne Anbieter-Konfiguration willst oder Aufnahmen von bis zu einer Stunde transkribieren musst. Einen direkten Vergleich findest du unter Voicy vs. Handy.

Auch auf dem Smartphone? Teste Voicy kostenlos mit einer echten E-Mail oder Notiz. Der Test enthält 30 Minuten Aufnahmezeit und alle Funktionen, ohne Kreditkarte.

Drei weitere Optionen für einen kurzen Blick

Integriertes Diktieren: Für gelegentliche Nachrichten kosten die Diktierfunktion von Apple auf dem Mac oder die Windows-Spracheingabe (Win + H) nichts und brauchen keinen Modelldownload.

OpenWhispr: ebenfalls kostenlos und MIT-lizenziert, ergänzt aber Meetingnotizen, einen KI-Assistenten und optionale kostenpflichtige Cloud-Tarife. Lies unseren OpenWhispr-Test, wenn dir Meetings wichtig sind.

FluidVoice: Auf einem aktuellen Mac bietet es integrierte lokale Textbereinigung, die Handy nur als experimentelle Funktion hat. Windows und iPhone sind noch in der Beta. Lies unseren FluidVoice-Test.

Empfehlung: Handy, ein anderes Modell oder eine andere App?

• Nutze Handy mit Parakeet V3, wenn du kostenloses Desktop-Diktieren auf Englisch oder in einer großen europäischen Sprache willst. Teste es in deiner wichtigsten App, bevor du etwas anderes änderst.
• Wechsle das Modell, nicht die App, wenn Zahlen, deine Sprache oder die Genauigkeit das Problem sind. Probiere Whisper für Ziffern und mehr Sprachen oder Cohere auf einem Computer mit leistungsfähiger GPU.
• Wähle Voicy, wenn du auch auf dem Smartphone oder im Browser diktierst oder KI-Umformulierung und Dateitranskription integriert haben willst, ohne etwas einrichten zu müssen.

Häufige Fragen

Ist Handy vollständig kostenlos?

Ja. Handy ist kostenlos und quelloffen unter der MIT-Lizenz, ohne Konto und ohne kostenpflichtige Stufe. Spenden und Sponsoring sind freiwillig. Wenn du für die KI-Nachbearbeitung einen kostenpflichtigen Cloud-Anbieter wählst, rechnet dieser Anbieter separat mit dir ab.

Funktioniert Handy offline?

Ja. Die Spracherkennung läuft auf deinem Computer, nachdem du ein Modell heruntergeladen hast. KI-Nachbearbeitung mit einem Cloud-Anbieter braucht Internet. Lass sie ausgeschaltet oder nutze einen lokalen Endpunkt oder Apple Intelligence, damit auch dieser Schritt lokal bleibt.

Unterstützt Handy Mac, Windows und Linux?

Ja. Offizielle Downloads gibt es für alle drei, einschließlich Installern für Macs mit Apple Silicon und Intel. Unter Linux, besonders mit Wayland, können Tastenkürzel und Texteingabe zusätzliche Einrichtung brauchen. Eine offizielle iPhone- oder Android-App gibt es nicht.

Welches Handy-Sprachmodell soll ich wählen?

Die Dokumentation empfiehlt Parakeet V3 für die meisten Nutzer; es deckt Englisch und 24 weitere europäische Sprachen ab. Wähle Whisper für mehr Sprachen oder für Ziffern statt ausgeschriebener Zahlen, Cohere Transcribe für die höchste englische Qualität mit einer leistungsfähigen GPU und Moonshine für ältere Rechner.

Kann Handy Audiodateien transkribieren?

Ja. Version 0.10.0, veröffentlicht am 2. November 2026, ergänzt die Transkription von Audiodateien in den Verlauf. Die Funktion ist neu, teste also deine eigenen Dateiformate und Längen. Meetingaufnahme oder Sprecherkennzeichnung kommen damit nicht hinzu.

Bietet Handy KI-Textbereinigung?

Ja, als Alpha-Funktion unter Experimental Features. Die Nachbearbeitung hat ein eigenes Tastenkürzel und funktioniert mit ausgewählten Cloud-Anbietern, einem eigenen lokalen Endpunkt oder Apple Intelligence auf Macs mit Apple Silicon ab macOS 26.

Speichert Handy meine Aufnahmen?

Das kann es. Der Verlauf speichert Transkripte und Audio lokal. Du kannst die Aufbewahrungsdauer verkürzen, Einträge löschen oder das Verlaufslimit auf null setzen. Laut Datenschutzerklärung haben der lokale Verlauf und die Einstellungen keine eigene Verschlüsselung auf App-Ebene.

Handy oder OpenWhispr: Was solltest du nutzen?

Beide sind kostenlose, MIT-lizenzierte Desktop-Apps mit lokalen Modellen. Handy ist einfacher: kein Konto, keine kostenpflichtigen Stufen und ein klarer Fokus aufs Diktieren. OpenWhispr ergänzt Meetingnotizen, einen KI-Assistenten und optionale kostenpflichtige Cloud-Tarife. Wähle Handy für einfaches Diktieren und OpenWhispr, wenn du auch Meetings brauchst.

Ist Handy besser als Voicy?

Die beiden passen zu unterschiedlichen Menschen. Handy ist kostenloses, lokales Desktop-Diktieren, das du selbst einrichtest. Voicy ist eine vollständige Schreib-App für Computer, Smartphone und Browser, mit automatischer Zeichensetzung, KI-Umformulierung und Dateitranskription und ohne Modelle, die du verwalten musst. Der kostenlose Test enthält 30 Minuten Aufnahmezeit.