Push-to-Talk Diktier-Tool für Windows
Drück eine Taste, sprich — und dein Text erscheint dort, wo der Cursor steht.
Blitztext ist ein kleines Hintergrund-Tool für Windows. Du drückst eine Taste, sprichst, und der erkannte Text wird automatisch in die gerade aktive App eingefügt — E-Mail, Chat, Editor, Browser, egal wo.
Es gibt zwei Modi:
- Blitztext (roh) — Spracherkennung läuft lokal auf deinem PC (faster-whisper). Schnell, gratis, offline, ohne dass irgendwas deinen Rechner verlässt.
- Blitztext+ (aufgeräumt) — zusätzlich glättet Claude den Rohtext: Grammatik, Zeichensetzung, Füllwörter raus.
flowchart LR
K["⌨️ Taste<br/>F9 / F10"] --> R["🎙️ Aufnahme"]
R --> S["🧠 Whisper<br/>lokal"]
S --> D{"Blitztext+?"}
D -- "F9 · nein" --> P["📋 Einfügen<br/>in aktive App"]
D -- "F10 · ja" --> C["✨ Claude<br/>räumt auf"] --> P
| 🎙️ Lokale Spracherkennung | faster-whisper, läuft offline auf deinem PC |
| ✨ KI-Textverbesserung | optional via Claude (Haiku) |
| ⌨️ Globale Hotkeys | funktionieren in jeder App |
| 🔄 Toggle & Push-to-Talk | beides, umschaltbar |
| 🟢 System-Tray | Status-Icon + Einstellungen |
| 🔴 Aufnahme-Banner | sichtbare Anzeige am Bildschirm |
| 🚀 Autostart | startet automatisch mit Windows |
| 🔒 API-Key sicher | im Windows Credential Manager, nie im Klartext |
| Taste | Funktion |
|---|---|
| F9 | Diktat roh — lokal, schnell, exakt was du sagst |
| F10 | Diktat + Claude — Text wird aufgeräumt |
Im Toggle-Modus: einmal drücken = Aufnahme an, nochmal drücken = aus. Im Push-to-Talk-Modus: Taste halten = Aufnahme, loslassen = fertig.
git clone https://github.com/MickVinz/blitztext-windows.git
cd blitztext-windows
pip install -r requirements.txt
python main.pyBeim ersten Start lädt das Whisper-Modell automatisch herunter (~40–150 MB, je nach Modell).
Voraussetzungen:
- Windows 10 / 11
- Python 3.11 oder neuer
- Ein Mikrofon
- (optional, nur für Blitztext+) ein Claude API-Key von platform.claude.com
Tray-Icon → Rechtsklick → Einstellungen:
| Einstellung | Optionen | Standard |
|---|---|---|
| Aufnahme-Modus | Push-to-Talk / Toggle | Toggle |
| Hotkey Transkription | frei wählbar | F9 |
| Hotkey Verbesserung | frei wählbar | F10 |
| Whisper-Modell | tiny / base / small | tiny |
| Sprache | auto / de / en | de |
| Claude API-Key | — | (leer) |
Tritt eine Änderung sofort in Kraft — kein Neustart nötig.
Service-Module mit jeweils einer klaren Aufgabe:
blitztext/
├─ main.py # Orchestrator — verdrahtet alle Services
├─ config.py # Einstellungen (JSON) + API-Key (Keyring)
├─ services/
│ ├─ audio.py # Mikrofon-Aufnahme (sounddevice)
│ ├─ transcription.py # Spracherkennung (faster-whisper)
│ ├─ llm.py # Textverbesserung (Claude API)
│ ├─ hotkey.py # globale Hotkeys (PTT + Toggle)
│ └─ paste.py # Auto-Einfügen (Clipboard + Strg+V)
└─ ui/
├─ tray.py # System-Tray-Icon + Menü
├─ settings.py # Einstellungsfenster (eigener Prozess)
└─ overlay.py # Aufnahme-Banner am Bildschirm
Datenfluss: Hotkey → audio → transcription → (optional) llm → paste
faster-whisper · anthropic · sounddevice · keyboard · pystray · pywin32 · Pillow · keyring
Inspiriert von cmagnussen/blitztext-app (macOS, Swift). Diese Version ist ein eigenständiger Windows-Port in Python.