Microsoft AI für Windows

Verfügbarkeit

Microsoft AI 1.0.0 ist als Plugin-Release für TypeWhisper unter Windows verfügbar. Es benötigt TypeWhisper 1.0.9 und Windows 10 oder neuer. Microsoft kennzeichnet MAI Transcribe in Azure Speech derzeit als Vorschau.

Was das Windows-Add-on macht

Das Add-on stellt eine Cloud-Transkriptions-Engine bereit: Microsoft AI (MAI Transcribe). Wenn eine Mikrofonaufnahme endet oder eine Audiodatei übergeben wird, sendet TypeWhisper normalisiertes WAV-Audio an die verbundene Azure-Speech-Ressource. Zurückgegebene Phrasen werden zu zeitlich markierten TypeWhisper-Segmenten, einschließlich erkannter Sprache und Sprecherlabels, sofern Azure sie liefert.

Diese Edition streamt keinen Teiltext und unterstützt weder Übersetzungen noch LLM-Workflows oder Text-to-Speech. Der statische Katalog enthält MAI Transcribe 2 und MAI Transcribe 1.5. Eine erfolgreiche Aktualisierung ergänzt kompatible MAI-Modelle aus Microsoft Foundry und behält sie in den Plugin-Einstellungen.

Einstellungen

Einstellung	Funktion
Endpunkt oder Ressourcenname	Akzeptiert den Azure-Speech-HTTPS-Endpunkt ohne Pfad oder nur den Ressourcennamen. Aus einem reinen Namen wird https://<name>.cognitiveservices.azure.com.
API-Key	Speichert den Speech-Ressourcen-Key im geschützten Plugin-Secret-Speicher von TypeWhisper. Er wird nicht in Logs oder Diagnosedaten aufgenommen.
Verbindung speichern	Normalisiert und speichert Endpunkt und Key. Leere beide Felder und speichere erneut, um die Verbindung zu entfernen.
Modell	Wählt standardmäßig MAI Transcribe 2, MAI Transcribe 1.5 als statischen Fallback oder ein anderes kompatibles gefundenes Modell.
Modelle aktualisieren	Ruft über den gespeicherten Azure-Endpunkt den Foundry-Modellkatalog ab. Statische und zuvor zwischengespeicherte Modelle bleiben bei einem Fehler verfügbar.
Transkriptionsstil	Bereinigt entfernt Füllwörter für bessere Lesbarkeit. Wörtlich erhält Füllwörter, Fehlstarts und Selbstkorrekturen.
Sprechererkennung	Fordert mit MAI Transcribe 2 Sprecherlabels an. Für MAI Transcribe 1.5 ist das Kontrollkästchen nicht verfügbar.

Die Einstellungen warnen, wenn ein erkennbarer regionaler Endpunkt außerhalb von East US, North Europe, Southeast Asia oder West US liegt.

Einrichtungs-Tutorial

1. Aktualisiere TypeWhisper auf Version 1.0.9 oder neuer.
2. Erstelle im Azure-Portal eine Microsoft-Foundry-Ressource für Speech in eastus, northeurope, southeastasia oder westus.
3. Kopiere aus der Ressource den Speech-Endpunkt oder Ressourcennamen und einen API-Key.
4. Öffne in TypeWhisper für Windows Einstellungen > Integrationen.
5. Suche Microsoft AI unter Entdecken, installiere das Add-on und stelle sicher, dass es aktiviert ist.
6. Öffne die Einstellungen, gib Endpunkt und API-Key ein und wähle Verbindung speichern.
7. Lass MAI Transcribe 2 ausgewählt, aktualisiere optional die Modelle und wähle Bereinigt oder Wörtlich.
8. Aktiviere die Sprechererkennung nur bei Bedarf, wähle Microsoft AI als Transkriptions-Engine eines Profils und teste eine kurze Aufnahme.

MAI Transcribe verwenden

1. Wähle Microsoft AI als Transkriptions-Engine in dem TypeWhisper-Profil, das Azure verwenden soll.
2. Lege eine Eingabesprache fest, wenn du sie sicher kennst. Lass die Auswahl für automatische Erkennung oder gemischtsprachiges Audio offen.
3. Ergänze Produktnamen, Personen, Abkürzungen und Fachvokabular im TypeWhisper-Wörterbuch. Das Plugin sendet höchstens 500 Begriffe mit insgesamt 20.000 Zeichen als Phrasenhinweise.
4. Nutze Bereinigt für lesbare Notizen oder Untertitel und Wörtlich, wenn die genaue gesprochene Form wichtig ist.
5. Aktiviere die Sprechererkennung vor der Aufnahme oder dem Import von Audio mit mehreren Personen. Die Funktion benötigt MAI Transcribe 2.
6. Prüfe das fertige Ergebnis, nachdem Azure geantwortet hat; während der laufenden Aufnahme erscheint kein Teiltranskript.

Mit MAI Transcribe 2 fordert TypeWhisper Segment-Zeitstempel an. Gibt Azure Sprecherinformationen zurück, stellt TypeWhisper jedes zeitlich markierte Segment in einer Zeile wie Speaker 1: ... dar.

Audiogrenzen

Das Windows-Plugin akzeptiert normalisiertes WAV-Audio unter zwei Stunden und unter 250 MB. Eingaben ab einer dieser Grenzen werden vor dem Upload abgelehnt. Azure-Anfragen nutzen ein Netzwerk-Timeout von drei Minuten; das verändert die maximale Aufnahmelänge nicht.

Fehlerbehebung

• Die Verbindung ist ungültig: Nutze einen Azure-Speech-HTTPS-Endpunkt ohne zusätzlichen Pfad, Query-Parameter, Benutzerinformationen oder Fragment. Alternativ kannst du nur den Ressourcennamen eingeben.
• MAI Transcribe ist in dieser Region nicht verfügbar: Erstelle oder nutze eine Speech-Ressource in East US, North Europe, Southeast Asia oder West US.
• Foundry-Katalog nicht verfügbar: Die verbundene Speech-Ressource stellt möglicherweise keinen Modellkatalog-Endpunkt bereit. Die statischen Optionen MAI Transcribe 2 und 1.5 bleiben verfügbar.
• Es erscheinen keine Sprecherlabels: Wähle MAI Transcribe 2, aktiviere die Sprechererkennung vor der Transkription und prüfe, ob Azure Sprecherinformationen geliefert hat.
• Die Übersetzung schlägt fehl: Das Plugin lehnt Übersetzungsanfragen bewusst ab, weil MAI Transcribe sie über diese Integration nicht unterstützt.
• Die Authentifizierung schlägt fehl: Kopiere erneut den Key, der zu derselben Azure-Speech-Ressource wie der Endpunkt gehört, und speichere die Verbindung erneut.

Cloud-Verarbeitung und Datenschutz

Audio wird zur Transkription an Microsoft Azure gesendet. Der API-Key liegt im geschützten Windows-Plugin-Secret-Speicher von TypeWhisper und wird aus Plugin-Logs und Diagnosedaten herausgehalten. Endpunkt, gewähltes Modell, zwischengespeicherte Modell-IDs, Stil und Einstellung zur Sprechererkennung bleiben lokale Einstellungen. Prüfe Microsofts aktuelle Azure-Bedingungen zu Datenschutz, Vorschau, regionaler Verfügbarkeit und Preisen, bevor du sensible Audiodaten überträgst.

Quellen: Microsoft-Dokumentation zu MAI Transcribe, Microsoft-AI-Plugin-Quellcode