OpenWhispr löst eine einfache Rechnung: Die meisten Menschen tippen rund 40 Wörter pro Minute, sprechen aber etwa 150. Die App hört über einen konfigurierbaren Hotkey mit, schickt die Sprache durch ein Erkennungsmodell und fügt das Ergebnis in das fokussierte Textfeld ein – ChatGPT, Claude, Cursor, Slack, Docs, Gmail oder eine IDE. Weil sie auf Betriebssystemebene arbeitet und nicht in einer einzelnen App, wird sie zur universellen Eingabemethode statt zum Spezialwerkzeug.
Die entscheidende Frage ist, wo das Audio verarbeitet wird. Der lokale Modus führt Modelle wie Whisper oder NVIDIA Parakeet vollständig auf der eigenen Hardware aus, sodass nichts das Gerät verlässt. Der Cloud-Modus ist optional und erlaubt eigene Anbieterschlüssel; Aufnahmen werden nach Abschluss der Transkription gelöscht. Das Projekt steht unter MIT-Lizenz mit öffentlichem GitHub-Repository und veröffentlicht Compliance-Nachweise zu SOC 2 Type II, ISO 27001, HIPAA und DSGVO – für ein kostenloses Werkzeug ungewöhnlich und gezielt auf Teams ausgerichtet, deren Sicherheitsprüfung ein Diktierwerkzeug sonst blockieren würde.
Über die reine Transkription hinaus kommen Sprachbefehle und KI-Aufbereitung hinzu. Sätze wie „clean this up" oder „entwirf eine E-Mail an Mike" lassen das Modell die Rohfassung entsprechend umbauen. Ein eigenes Vokabular lernt Namen und Fachjargon – Produktnamen, interne Dienste oder Datenbankbezeichner – direkt aus den eigenen Korrekturen, genau dort, wo generische Diktierwerkzeuge scheitern. Unterstützt werden über 100 Sprachen mit automatischer Erkennung, sodass ein Sprachwechsel mitten im Gespräch funktioniert.