GigaAM für macOS

Über

GigaAM führt GigaAM v3, das russische Spracherkennungsmodell von Sber, auf deinem Mac aus. Das Add-on nutzt die End-to-End-Version des Modells, die Satzzeichen und Großbuchstaben selbst setzt.

Das ist eine lokale Engine. Deine Audioaufnahme wird auf deinem Mac transkribiert. Das Add-on nutzt das Netzwerk, um das Modell herunterzuladen.

GigaAM erkennt nur Russisch. Für andere Sprachen wähle eine andere Engine.

Voraussetzungen

Diese Version benötigt TypeWhisper 1.8.0 oder neuer unter macOS 14 oder neuer und einen Mac mit Apple Silicon. Es gibt das Add-on für die direkt heruntergeladene TypeWhisper-Version; die Mac-App-Store-Edition enthält es nicht.

Das Modell ist ein Download von etwa 230 MB. Das Add-on gibt dafür 2 GB Arbeitsspeicher oder mehr an. Du brauchst keinen API-Schlüssel und kein Konto.

Einrichtung

1. Öffne in TypeWhisper Einstellungen > Plugins entdecken und installiere GigaAM. Das Add-on erscheint danach in der Seitenleiste der Einstellungen, und seine Seite öffnet sich.
2. Wähle Laden & Aktivieren neben GigaAM v3 (Russian, with punctuation).
3. Wähle in den Diktateinstellungen GigaAM (Russisch) als Transkriptions-Engine.
4. Stelle die Sprache des Diktats auf Russisch oder lass sie auf automatischer Erkennung.

Einstellungen

Einstellung	Was sie steuert
HuggingFace Token	Optional. Ein Token erhöht die Download-Rate-Limits von Hugging Face. Speichern prüft das Token bei Hugging Face und legt ein gültiges im macOS-Schlüsselbund ab. Entfernen löscht das gespeicherte Token.
Modell	Zeigt GigaAM v3 mit Größe und Speicherbedarf. Laden & Aktivieren lädt das Modell herunter und lädt es. Deaktivieren gibt das Modell im Arbeitsspeicher frei und löscht die heruntergeladenen Dateien.

Transkription

Das Add-on transkribiert die fertige Aufnahme. Es zeigt keinen Teiltext, während du sprichst. Eine Aufnahme über 20 Sekunden teilt es an einer nahen Pause in Abschnitte und transkribiert sie nacheinander.

Das Modell setzt Satzzeichen und Großbuchstaben und schreibt Zahlen als Ziffern. Jede Aufnahme wird als Russisch transkribiert, auch wenn das Diktat auf eine andere Sprache eingestellt ist. Übersetzen wird nicht unterstützt, und Begriffe aus dem TypeWhisper-Wörterbuch werden nicht an das Modell übergeben.

Genauigkeit

Im TypeWhisper-Benchmark mit 300 russischen Aufnahmen machte GigaAM v3 weniger Fehler als die anderen Engines, die TypeWhisper für Russisch anbietet:

Engine	Wortfehlerrate
GigaAM v3 mit Satzzeichen (sherpa-onnx-Export)	4,3 %
OpenAI gpt-4o-transcribe (Cloud)	4,8 %
Whisper large-v3	5,2 %
Whisper large-v3 turbo	5,9 %
Qwen3-ASR 1.7B	8,9 %
Parakeet TDT 0.6B v3	10,1 %

Der Benchmark hat GigaAM über den sherpa-onnx-Export des Modells ausgeführt. Die Modelldateien des Add-ons kamen mit der Laufzeit des Add-ons auf denselben 300 Aufnahmen auf 4,0 %. Die Aufnahmen stammen aus FLEURS, Russian LibriSpeech und Common Voice. Das Benchmark-Repository beschreibt die Testsätze und die Methode.

Lokale Verarbeitung und Datenschutz

Die Erkennung läuft auf deinem Mac. Das Add-on sendet weder Audio noch Text an einen Cloud-Dienst.

Die Modelldateien stammen aus dem Hugging-Face-Repository istupakov/gigaam-v3-onnx: die int8-Versionen von Encoder, Decoder und Joint-Netz sowie das Vokabular. TypeWhisper speichert sie unter ~/Library/Application Support/TypeWhisper/PluginData/com.typewhisper.gigaam/models. Außerdem kontaktiert das Add-on Hugging Face, wenn es ein Token prüft.

GigaAM v3 veröffentlicht Sber unter der MIT-Lizenz. Die ONNX-Versionen des Modells und die mitgelieferte Merkmalsextraktion stammen aus dem Projekt onnx-asr von Ilya Stupakov, ebenfalls unter der MIT-Lizenz.