Google Cloud Speech-to-Text - TypeWhisper Add-ons

Über

Google Cloud Speech-to-Text ergänzt TypeWhisper um eine Cloud-Transkriptions-Engine auf Basis von Googles Spracherkennungsmodellen. Das Plugin authentifiziert sich mit einem Google-Cloud-Service-Account-JSON-Schlüssel statt eines einfachen API-Keys und speichert die Zugangsdaten sicher im macOS-Keychain. Lange Aufnahmen werden automatisch in überlappende Abschnitte aufgeteilt, damit sie innerhalb des Google-Anfragelimits bleiben.

Features

Über 30 Sprachen, darunter Arabisch, Bengali, Deutsch, Englisch, Spanisch, Französisch, Hindi, Japanisch, Koreanisch, Portugiesisch, Russisch, Chinesisch und weitere
Automatische Interpunktion und Großschreibung
Zeitstempel auf Wortebene für präzise Zuordnung
Speech-Context-Boosting für fachspezifisches Vokabular
Automatisches Audio-Chunking mit Überlappung für lange Aufnahmen
Eingebaute Credential-Validierung gegen die Live-API
Sichere Speicherung des Service-Accounts im macOS-Keychain
Konfigurierbarer Standard-Sprachcode

Transkriptionsmodelle

Modell	ID
Default	`default`
Command and Search	`command_and_search`
Latest Short	`latest_short`
Latest Long	`latest_long`
Phone Call	`phone_call`
Video	`video`

Konfiguration

Service Account JSON - Erstelle ein Service-Konto in der Google Cloud Console, generiere einen JSON-Schlüssel und füge den kompletten Inhalt in die Plugin-Einstellungen ein. Einfache API-Schlüssel werden nicht unterstützt.
Modell - Wähle ein Erkennungsmodell. Verwende default oder command_and_search für die breiteste Sprachabdeckung.
Standardsprache - Ein BCP-47-Sprachcode (z.B. en-US, de-DE), der verwendet wird, wenn TypeWhisper keine gesprochene Sprache übergibt.

Einrichtung

Aktiviere die Cloud Speech-to-Text API in deinem Google Cloud Projekt
Erstelle ein Service-Konto und lade die JSON-Schlüsseldatei herunter
Öffne TypeWhisper Einstellungen > Plugins
Finde das Google Cloud Speech-to-Text Plugin und klicke auf Konfigurieren
Füge den kompletten JSON-Schlüssel-Inhalt ein und speichere
Wähle Google Cloud Speech-to-Text als Transkriptions-Engine in den Einstellungen oder in einem Profil