Auswahl eines Mikrofons für die KI-Diktatfunktion in ChatGPT, Claude und Gemini

Eine Eingabeaufforderung an ChatGPT, Claude oder Gemini zu diktieren, geht schneller als sie einzutippen. Eine Studie aus dem Jahr 2016 von der Stanford University, der University of Washington und Baidu ergab, dass die Spracheingabe etwa dreimal schneller war als die Eingabe über eine Handy-Tastatur und dabei weniger Fehler auftraten. Wie genau Ihre Worte wiedergegeben werden, hängt zum Teil von Ihrem Mikrofon und dessen Position ab.

Geschriebene Anweisungen sind oft kurz, da es zeitaufwendig ist, jedes Detail einzutippen. Wenn man spricht, fällt es leichter, Hintergrundinformationen, ein Beispiel und etwaige Einschränkungen einzubeziehen – so wie man es tun würde, wenn man einem Kollegen eine Aufgabe erklärt.

Bei einer kurzen, getippten Eingabe sind oft einige Folgeanfragen erforderlich, bevor die Antwort genau dem entspricht, was Sie gemeint haben. Eine gesprochene Eingabe, die diesen Kontext von vornherein enthält, kann diese Folgeanfragen reduzieren.

Moderne Spracherkennung kommt gut mit Alltagssprache zurecht, selbst über das Mikrofon eines Laptops in einem ruhigen Raum. Fehler treten häufiger auf, wenn Hintergrundgeräusche wie ein Lüfter oder Tastaturgeräusche zu hören sind, wenn man weiter vom Bildschirm entfernt sitzt und bei ungewöhnlichen Wörtern wie Produktnamen, Personennamen und Fachbegriffen aus der Programmierung. Ein Mikrofon, das sich nahe am Mund befindet, nimmt die Stimme lauter auf als die Umgebungsgeräusche, wodurch diese Fehler reduziert werden.

Ein preiswertes Ansteckmikrofon in Mundnähe sorgt in der Regel für eine genauere Transkription als das integrierte Mikrofon-Array eines Laptops.

Ein Ansteckmikrofon behält beim Bewegen stets den gleichen Abstand zu Ihrem Mund bei, was vor allem in Räumen mit Hintergrundgeräuschen von Vorteil ist. Bei Wave Go können Sie den Mikrofonsender an Ihren Kragen befestigen, den USB-C-Empfänger an Ihren Computer anschließen und ihn anschließend in Ihrem Diktatprogramm als Mikrofon auswählen.

Ein Diktat-Tool nimmt Audio über Ihr Mikrofon auf, transkribiert es und fügt den Text an der Stelle ein, an der sich Ihr Cursor gerade befindet. ChatGPT, Claude und Gemini verfügen jeweils über eine integrierte Diktatfunktion, die jedoch nur innerhalb der jeweiligen App funktioniert. Systemweite Tools funktionieren in jedem Textfeld, darunter ChatGPT im Browser, Claude auf dem Desktop, Cursor, Slack und E-Mail.

Mit speziellen Tools wie Wispr Flow und Superwhisper können Sie benutzerdefinierte Vokabeln hinzufügen, was bei Namen, Fachbegriffen und Codesyntax hilfreich ist. Wispr Flow bereinigt zudem automatisch Füllwörter und Formatierungen.

Wispr Flow und die Windows-Sprachsteuerung senden Audioaufnahmen zur Transkription an einen Cloud-Dienst. Die macOS-Diktatfunktion auf Macs mit Apple Silicon, VoiceInk und die lokalen Modelle von Superwhisper verarbeiten die Spracheingabe direkt auf Ihrem Computer. Wenn Sie sensible Informationen eingeben, sollten Sie prüfen, welche Methode Ihr Tool verwendet.

Die meisten dieser Tools unterstützen eine „Push-to-Talk“-Funktion: Taste gedrückt halten, sprechen und loslassen. Der transkribierte Text erscheint kurz darauf an der Cursorposition. Sie können eine Tastenkombination, einen Stream-Deck-Hotkey oder ein Fußpedal verwenden, damit Sie die Hände frei haben.

Wenn Sie die ChatGPT-Desktop-App verwenden, können Sie mit der Aktion „Dictate“ im ChatGPT & Codex-Plugin die Diktatfunktion einer Stream Deck-Taste zuweisen. Tippen Sie einmal auf die Taste, um zu beginnen, und erneut, um den Text zu senden, oder halten Sie die Taste während des Sprechens gedrückt und lassen Sie sie los, um den Text zu senden. Die Eingabe erfolgt ausschließlich in ChatGPT; kombinieren Sie die Funktion daher mit einem systemweiten Tool für andere Apps. Sie können das Plugin kostenlos im Elgato Marketplace herunterladen.

1. Schließen Sie das Mikrofon oder dessen USB-C-Empfänger an Ihren Computer an.
2. Wählen Sie es als Eingabegerät unter „Systemeinstellungen > Ton > Eingabe“ auf dem Mac oder unter „Einstellungen > System > Ton > Eingabe“ unter Windows aus.
3. Wählen Sie in den Mikrofoneinstellungen Ihres Diktatprogramms dasselbe Mikrofon aus.
4. Richten Sie in Ihrem Diktatprogramm eine „Push-to-Talk“-Verknüpfung ein.
5. Befestigen Sie das Mikrofon mit einem Clip oder positionieren Sie es etwa eine Handbreit unterhalb Ihres Kinns. Die meisten Clip-Mikrofone sind omnidirektional, daher ist der Abstand zu Ihrem Mund wichtiger als die Ausrichtung.

Beginnen Sie mit einem kostenlosen Diktatprogramm und einer Tastenkombination und fügen Sie dann das Stream Deck Pedal hinzu, wenn Sie die „Push-to-Talk“-Funktion mit dem Fuß bedienen möchten.