Änderungsprotokoll
Alle Updates, Funktionen und Verbesserungen für Transkript
Version 4.2 Juni 2026
FluidAudio 0.15.5 Dependency-Refresh Release-Metadaten
FluidAudio-Update
- FluidAudio: Aktualisiert auf 0.15.5 für Release 4.2.
- Bestehende Workflows: Sprechererkennung, Diarisierungs-Presets und private On-Device-Verarbeitung bleiben unverändert.
- Basis: Dieses Dependency-Update bereitet die App für neue Upstream-FluidAudio-ASR-Arbeiten vor, ohne diese Engines bereits als separate Nutzeroptionen anzubieten.
- Release-Metadaten: App-Version, Build-Nummer, Website und App-Store-Metadaten sind auf 4.2 aktualisiert.
Version 4.1 Mai 2026
Share-Import-Fixes Abbruch-Bereinigung Sicherere Exporte Aktuelle Abhängigkeiten
Zuverlässigkeits-Fixes
- Sharing: Sprachmemos und Share Extension nutzen jetzt eindeutige Inbox-Dateinamen und eine Pending-Import-Queue.
- Transkription: Ein gestoppter Auftrag kann die Session nicht mehr nachträglich mit verspäteten Ergebnissen überschreiben.
- Zusammenfassungen und Exporte: Lokale Thinking-Blöcke, Wortzählung nach Segment-Bearbeitung und WebVTT-Escaping sind robuster.
- Abhängigkeiten: FluidAudio ist auf 0.14.7 und MLX Swift LM auf 3.31.3 für Release 4.1 aktualisiert.
Version 4.0 Mai 2026
Qwen 3 auf iPad/Mac Gemma 4 Vorschau auf Mac FluidAudio 0.14.x Lokale KI-Schutzprüfungen
Neues
- Qwen 3: Optionales experimentelles lokales KI-Backend auf iPad mit dem kleineren 1.7B-Modell und auf Mac-Geräten. Auf iPhone bleibt Apple Intelligence der stabile Standard.
- Gemma 4 Vorschau: Optionales experimentelles lokales KI-Backend für Mac-Geräte. In der App klar als Vorschau markiert.
- Konservativer Kontext: Lange Transkripte werden mit sicherem 8K-Kontext für Gemma 4 und kompakten Schutzprüfungen für Qwen 3 auf unterstützten iPad/Mac-Geräten verarbeitet.
- Klarerer Transkriptionsfortschritt: FluidAudio 0.14.x nutzt native Fortschritts-Callbacks und eine einfachere 3-Schritte-Anzeige für lange Transkriptionen mit Sprechererkennung.
- Verfügbarkeitsprüfungen: Lokale KI-Backends erscheinen erst nach Plattform-, Modell-, RAM- und Metal-Prüfungen.
Version 3.10 Mai 2026
Qwen 3 Zusammenfassungen FluidAudio 0.14.5 Fortschritt & Zuverlässigkeit
Neues
- Qwen 3 KI-Backend: Optionale lokale Zusammenfassungen und Übersetzungen mit 32K-Token-Kontext für längere Transkripte. Das Modell läuft auf dem Gerät über MLX und wird separat heruntergeladen.
- Bessere lange Zusammenfassungen: Lange Transkripte werden in Blöcke aufgeteilt, abschnittsweise zusammengefasst und danach zu einer finalen Zusammenfassung kombiniert — mit sichtbarem Fortschritt.
- FluidAudio 0.14.5: Aktualisierte Sprechererkennung mit höherer Zuverlässigkeit und klareren Fortschrittszuständen für lange Audiodateien.
- Release-Schutz: Qwen 3 gilt erst als verfügbar, wenn das Modell vollständig heruntergeladen ist. RAM-, Metal-GPU- und Download-Hinweise sind klarer.
Version 3.9 April 2026
FluidAudio 0.13.4
Intelligente Modellauswahl
Fehlerbehebungen
Neues
- FluidAudio 0.13.4: Großes SDK-Update — Abhängigkeiten von 12 auf nur noch 1 Paket reduziert, was zu einer schlankeren App und schnelleren Downloads führt.
- Intelligente Modellauswahl: Transkript wählt jetzt automatisch das passende Sprachmodell für dein Gerät. Unter 8 GB RAM wird das leichtere 110M-Modell verwendet (~600 MB, nur Englisch); ab 8 GB das vollständige v3-Modell für alle 25 europäischen Sprachen (~1,5 GB).
- Sprachtransparenz: Wenn das 110M-Modell heruntergeladen ist, zeigt die Sprachauswahl für FluidAudio nur Englisch an. Ein deutlicher Hinweis in den Einstellungen erklärt dies und bietet die Möglichkeit, mit einem Tipp zu v3 zu wechseln.
Fehlerbehebungen
- Apple Intelligence-Erkennung: Fehler „Modell-Assets nicht verfügbar" auf Geräten ohne Apple Intelligence-Hardware behoben (z. B. iPad 10. Generation). Die App prüft jetzt korrekt die Hardware-Kompatibilität, bevor Zusammenfassung oder Übersetzung gestartet wird.
- Modelle löschen: Das Löschen von FluidAudio-Modellen wird jetzt sofort in den Einstellungen angezeigt — der „Bereit"-Status verschwindet unmittelbar nach dem Löschen.
- Lange Aufnahmen: Bei Aufnahmen über 20 Minuten mit Apple Intelligence erscheint jetzt ein Fortschrittshinweis, damit klar ist, dass die App noch arbeitet.
- Zusammenfassen-Schaltfläche: Die Zusammenfassen- Schaltfläche ist auf Geräten ohne Apple Intelligence jetzt korrekt deaktiviert, anstatt eine verwirrende Fehlermeldung anzuzeigen.
Version 3.8 März 2026
FluidAudio 0.12.3
Bugfixes
Bedienungshilfen
Bugfixes
- FluidAudio 0.12.3: Aktualisierung auf die neueste Engine mit Unterstützung für Task-Abbrüche und verbessertem Download-Fortschritt.
- Speicherleck behoben: Diarisierungsmodelle (~300 MB) werden nach einfachen Transkriptionen jetzt korrekt freigegeben.
- Enhancement-Status behoben: Die Audio-Verbesserungs-UI bleibt nicht mehr hängen, wenn die Verbesserung fehlschlägt.
- Abbruch-Behandlung: Ein abgebrochener Transkriptions- vorgang zeigt keinen Fehler-Dialog mehr — die Session kehrt still in den vorherigen Zustand zurück.
- Modell-Ladefortschritt: Nach einem App-Neustart zeigt das Neuladen der FluidAudio-Modelle jetzt einen Fortschritt statt eines stillen Einfrierens.
- Aufnahme fortsetzen: Behoben: Das Fortsetzen einer pausierten Aufnahme konnte still fehlschlagen, während die UI sie als aktiv anzeigte.
Verbesserungen
- Dynamic Type: Aufnahme-Timer, Tab-Leisten-Icons und weitere Elemente skalieren jetzt korrekt mit den Schriftgröße- Einstellungen des Systems.
- VoiceOver: Aktionsleisten-Buttons auf dem iPhone haben jetzt korrekte Bedienungshilfen-Labels.
- Dateischutz: Transkripte und Audiodateien werden jetzt mit iOS-Dateischutz verschlüsselt, wenn das Gerät gesperrt ist.
- Lokalisierung: Status-Meldungen beim Modell-Download wurden für englische, französische und niederländische Nutzer fälschlicherweise auf Deutsch angezeigt — behoben.
Version 3.7 Februar 2026
FluidAudio 0.12
iPhone-Zuverlässigkeit
Liquid Glass
Barrierefreiheit
Was ist neu
- FluidAudio 0.12 Engine: Großes Upgrade der Sprechererkennungs-Engine mit Streaming-Audioverarbeitung für bessere Speichereffizienz und verbesserte Sprecheridentifikation.
- iPhone-Zuverlässigkeit: Sprechererkennung funktioniert jetzt zuverlässig auf dem iPhone. Ein Problem wurde behoben, bei dem Transkription mit Sprechern auf speicherbegrenzten Geräten leere Ergebnisse lieferte.
- Verwaiste-Wörter-Rettung: Wörter an Sprecher- Segmentgrenzen gehen nicht mehr verloren — sie werden automatisch dem nächsten Sprecher zugeordnet.
- iOS 26 Liquid Glass: Komplett neu gestaltet mit Apples neuer Liquid-Glass-Designsprache. Glas-Tab-Leiste, fließende Animationen und subtile visuelle Tiefe.
Verbesserungen
- Speicheroptimierung: Audio wird in 10-Sekunden- Stücken verarbeitet, was Speicherüberläufe bei langen Aufnahmen verhindert. ML-Modelle (~1,5 GB) werden nach Nutzung freigegeben.
- Tastaturkürzel: ⌘, für Einstellungen, ⌘I zum Importieren, ⌘R zum Aufnehmen — perfekt für iPad mit Tastatur und Mac.
- iPad & Mac Layout: Aufgeräumte Symbolleiste ohne doppelten Einstellungs-Button. Sauberere Split-View-Erfahrung.
- Barrierefreiheit: Vollständige VoiceOver-Unterstützung mit beschrifteten Buttons und versteckten dekorativen Elementen. Dynamische Schrift skaliert allen Text mit deiner bevorzugten Größe. Semantische Überschriftenstruktur in Zusammenfassungen für Screenreader.
- Vorlesen: Höre dir KI-Zusammenfassungen per Sprachausgabe an. Automatische Sprach- und Stimmauswahl. Pause, Fortsetzen und Stopp-Steuerung.
Version 3.6 Dezember 2025
Sprecher-Bearbeitung
Audio-Verbesserung
Meeting-Zusammenfassungen
Was ist neu
- Sprecher umbenennen: Endlich! Benenne Sprecher direkt im Transkript um. Tippe auf "Sprecher A" und ändere es zu "Max". Der Name wird auf alle Segmente dieses Sprechers angewandt.
- Audio-Verbesserung: Neue Vorverarbeitungs- funktion zur Verbesserung der Audioqualität vor der Transkription. Wendet Hochpassfilter (entfernt Rumpeln), Präsenzverstärkung (klarere Sprache), sanfte Kompression und Lautstärkenormalisierung an.
- Verbesserte Meeting-Zusammenfassungen: Meeting-Zusammenfassungen konzentrieren sich jetzt speziell auf Entscheidungen, Vereinbarungen und Aufgaben (TODOs) mit Verantwortlichen.
Verbesserungen
- Echtzeit-UI-Updates: Zusammenfassungen und Übersetzungen erscheinen jetzt sofort nach der Erstellung, ohne dass man wegnavigieren muss.
- Besseres Fortschritts-Feedback: Audio- Verbesserung zeigt animierten Fortschritt mit Prozentanzeige.
- Verschiedene UI-Verbesserungen und Fehlerbehebungen
Version 3.5 Dezember 2025
Session-Bibliothek
4-Tab-Interface
Video-Vorschau
Was ist neu
- Session-basierte Architektur: Komplett neu gestaltet um Sessions herum. Jede Aufnahme wird zu einer Session mit Transkript, Übersetzungen, Zusammenfassungen und Untertiteln – alles an einem Ort.
- Bibliothek als Startseite: Die Bibliothek ist jetzt dein Hauptbildschirm. Alle Sessions auf einen Blick mit Status-Badges, Schnellaktionen und schwebenden Buttons für Aufnahme und Import.
- 4-Tab-Interface: Einfache Navigation zwischen Transkript, Übersetzungen, Zusammenfassungen und Untertitel-Tabs im iOS 26 Liquid Glass Design.
- Video-Untertitel-Vorschau: Vorschau deiner Untertitel direkt auf dem Video mit Live-Sync. Wechseln Sie zwischen Original, optimierten und übersetzten Untertiteln.
- Benutzerdefinierter Speicherort: Speichern Sie Sessions in iCloud, Proton Drive oder einem beliebigen Ordner. Der Ordner-Migrations-Dialog hilft beim Verschieben oder Neustart.
- Auto-Sync: Pull-to-Refresh und automatische Aktualisierung beim Aktivieren der App. Perfekt für gemeinsame Ordner zwischen Geräten.
- Drag & Drop: Ziehe Audio- und Videodateien direkt in die Bibliothek auf dem Mac.
Verbesserungen
- Mehrere Übersetzungen: Unbegrenzte Übersetzungen pro Session speichern. Jede in einer anderen Sprache, wenn du möchten.
- Mehrere Zusammenfassungen: Erstelle Zusammenfassungen in verschiedenen Stilen (kurz, mittel, ausführlich) und Sprachen.
- iOS 26 Liquid Glass Tabs: Schönes iOS 26 Design mit farbcodierten Icons. Nur Icons auf iPhone, Icon + Text auf iPad und Mac.
- Standort-basierte Benennung: Neue Aufnahmen werden automatisch nach deinem aktuellen Standort benannt.
Version 3.0 Dezember 2025
Sprechererkennung
Sprachmemos teilen
100% Apple Intelligence
Was ist neu
- Sprechererkennung (Diarisierung): Automatische Erkennung verschiedener Sprecher in deinen Aufnahmen. Perfekt für Meetings, Interviews und Podcasts. Farbcodierte Labels zeigen, wer was gesagt hat.
- Sprachmemos-Integration: Teile Aufnahmen direkt aus Apples Sprachmemos-App über das Teilen-Menü an Transkript.
- FluidAudio Engine: Neue On-Device Sprecherdiarisierung powered by FluidAudio SDK für präzise Sprecheridentifikation.
- Sprecher-Voreinstellungen: Wähle zwischen Interview (2-3 Sprecher), Meeting (4-6 Sprecher), Gespräch (2 Sprecher) oder benutzerdefinierten Einstellungen.
Architektur-Änderungen
- Whisper durch FluidAudio ersetzt: Whisper wurde durch das FluidAudio SDK ersetzt, das sowohl Spracherkennung (25 europäische Sprachen) als auch Sprechererkennung bietet. Apple Intelligence bleibt für reine Transkriptions-Workflows verfügbar.
- Nur iOS 26+: Erfordert iOS 26.1 oder höher mit aktivierter Apple Intelligence.
- Share Extension: Neue Share Extension ermöglicht das Empfangen von Audiodateien aus jeder App über das Teilen-Menü.
Version 2.6 Dezember 2025
Word-Export Lange Texte
Was ist neu
- DOCX/Word-Export: Exportiere deine Zusammenfassungen als Microsoft Word-Dokumente (.docx) zusätzlich zu PDF. Perfekt zum Bearbeiten und Teilen.
- Hierarchische Zusammenfassung: Lange Transkripte werden jetzt automatisch in Abschnitte aufgeteilt, einzeln zusammengefasst und dann zu einer finalen Zusammenfassung kombiniert. Kein Hängenbleiben bei sehr langen Texten mehr.
Verbesserungen
- Genauer Fortschritt: Fortschrittsanzeige basiert jetzt auf der tatsächlichen Audio-Position statt der Textlänge.
- Bessere Zeitschätzungen: Zeigt geschätzte Restzeit während der Transkription an.
- Plattformübergreifende ZIP-Implementierung für zuverlässige DOCX-Erstellung
Version 2.5 Dezember 2025
Vereinfachte UI Auto Engine-Auswahl
Was ist neu
- Automatische Engine-Auswahl: Die App wählt jetzt automatisch die beste KI-Engine (Apple Intelligence oder Whisper) basierend auf der ausgewählten Sprache.
- Vereinfachte Sprachauswahl: Sieh den Verfügbarkeitsstatus für jede Sprache mit grünem Blitz (Apple Intelligence) oder orangem Häkchen (Whisper).
- Ein-Klick Whisper-Download: Einfache Aufforderung zum Download des Whisper-Modells für 90+ zusätzliche Sprachen.
- Optimierte Einstellungen: Manuelle Engine-Auswahl entfernt für eine übersichtlichere, intuitivere Oberfläche.
Verbesserungen
- Dynamische Sprachlisten-Aktualisierung wenn Whisper-Modelle heruntergeladen werden
- Bessere visuelle Indikatoren für Engine-Verfügbarkeit
- Verbessertes Erstnutzer-Erlebnis
Version 2.0 Dezember 2025
Whisper KI Untertitel-Optimierung Video-Player
Neue Funktionen
- Whisper KI Integration: OpenAIs Whisper als alternative Transkriptions-Engine mit Unterstützung für 99 Sprachen und hoher Genauigkeit.
- Dual-Engine-Auswahl: Wechseln Sie zwischen Apple Intelligence (Live-Transkription) und Whisper (Batch-Verarbeitung) auf dem Hauptbildschirm.
- Untertitel-Optimierung: Automatisches Aufteilen langer Segmente in lesbare Untertitel mit anpassbarer max. Zeichenzahl, Dauer und Timing.
- Originaltext anzeigen: Zeige den Originaltext bei unvollständig übersetzten Segmenten an, um den Kontext zu verstehen.
- Whisper-Verarbeitungsanimation: Schöne animierte Wellenform-Anzeige während Whisper Audio verarbeitet.
Verbesserungen
- Schnellstart: Option zum automatischen Starten der Transkription beim Ablegen einer Datei (in den Einstellungen konfigurierbar).
- Animierter Fortschritt: Kontinuierlich animierter Fortschrittsring und Wellenform-Symbol während der Transkription für besseres visuelles Feedback.
- App-Kopfzeile: Neue Kopfzeile mit App-Symbol, Name und Menü für schnellen Zugriff auf Einstellungen und Über.
- Button-Beschriftungen: Alle Aktions-Buttons zeigen jetzt Textbeschriftungen für bessere Übersichtlichkeit und Bedienbarkeit.
- Vollbild-Export: Export-Dialoge nutzen jetzt den Vollbildmodus für bessere Übersicht der Optionen.
- Video-Player-Steuerung: Wiedergabegeschwindigkeit (0,5x-2x), AirPlay, Video-Füllung und natives macOS-Vollbild.
- Audio-Player-Geschwindigkeit: Variable Wiedergabegeschwindigkeit für die Audio-Vorschau (0,5x bis 2x).
- Verbesserte Übersetzungsansicht: Vorschau-Button in die Aktionsleiste verschoben, konsistent mit der Transkript-Ansicht.
- Intelligente Live-Vorschau: Live-Transkriptions-Vorschau nur bei Apple Intelligence angezeigt (nicht bei Whisper).
Whisper-Sprachen
- 99 Sprachen: Afrikaans, Albanisch, Amharisch, Arabisch, Armenisch, Aserbaidschanisch, Baskisch, Weißrussisch, Bengali, Bosnisch, Bulgarisch, Birmanisch, Katalanisch, Chinesisch, Kroatisch, Tschechisch, Dänisch, Niederländisch, Englisch, Estnisch, Finnisch, Französisch, Galizisch, Georgisch, Deutsch, Griechisch, Gujarati, Hebräisch, Hindi, Ungarisch, Isländisch, Indonesisch, Italienisch, Japanisch, Kannada, Kasachisch, Khmer, Koreanisch, Laotisch, Lettisch, Litauisch, Mazedonisch, Malaiisch, Malayalam, Maltesisch, Maori, Marathi, Mongolisch, Nepali, Norwegisch, Paschtu, Persisch, Polnisch, Portugiesisch, Punjabi, Rumänisch, Russisch, Serbisch, Singhalesisch, Slowakisch, Slowenisch, Somali, Spanisch, Swahili, Schwedisch, Tagalog, Tamil, Tatarisch, Telugu, Thai, Tibetisch, Türkisch, Turkmenisch, Ukrainisch, Urdu, Usbekisch, Vietnamesisch, Walisisch, Jiddisch, Yoruba und mehr.
Version 1.1 Dezember 2025
Video-Support VTT Export Untertitel-Vorschau
Neue Funktionen
- Video zu Untertiteln: Lade MP4-, MOV- oder M4V-Videodateien direkt. Audio wird automatisch für die Transkription extrahiert.
- WebVTT Export: Neues VTT-Format für Web-Videoplayer neben der bestehenden SRT-Unterstützung.
- Video-Vorschaubild: Sieh ein Vorschaubild Ihres Videos in der Dateiinfo-Karte.
- Untertitel-Synchronisations-Vorschau: Vorschau deiner Untertitel über dem Original-Video zur Überprüfung des Timings vor dem Export.
- Mehrsprachige Untertitel: Erstelle Untertitel in der Originalsprache UND übersetzte Versionen in 34 Sprachen.
Verbesserungen
- Verbesserte Dateityp-Erkennung für Videoformate
- Visuelle Unterscheidung zwischen Audio- und Videodateien in der Benutzeroberfläche
- Verbesserter Export-Dialog mit formatspezifischen Hinweisen
Version 1.0 November 2025
Erstveröffentlichung
Kernfunktionen
- Audio-Transkription: Unterstützung für MP3, M4A, WAV, AAC, AIFF und CAF-Dateien mit Wort-genauen Zeitstempeln.
- Live-Aufnahme: Nimm Audio direkt in der App mit Echtzeit-Transkriptions-Vorschau auf.
- KI-Zusammenfassungen: Generiere intelligente Zusammenfassungen mit Apple Intelligence in mehreren Sprachen.
- Übersetzung: Übersetze Transkriptionen in 34 Sprachen bei Beibehaltung der Zeitstempel für Untertitel-Export.
- Mehrere Exportformate: TXT, SRT-Untertitel, JSON und PDF mit formatierten Zusammenfassungen.
- Bibliotheksverwaltung: Speichern, organisieren und durchsuchen Sie deine Transkriptionen mit iCloud-Sync.
- Siri & Kurzbefehle: Sprachbefehle und Automatisierung über die Kurzbefehle-App.
- Kontrollzentrum-Widgets: Schnellstart-Buttons für das iOS-Kontrollzentrum.
- Live-Aktivitäten: Echtzeit-Fortschritt auf dem Sperrbildschirm und Dynamic Island.
- Audio-Vorschau-Player: Hören Sie Audiodateien vor der Transkription mit Wiedergabesteuerung.
- 100% Privatsphäre: Alle Verarbeitung auf dem Gerät mit Apple Intelligence. Keine Cloud-Uploads.
Unterstützte Sprachen
- Transkription: Englisch, Deutsch, Französisch, Spanisch, Italienisch, Niederländisch, Portugiesisch, Japanisch, Koreanisch, Chinesisch und mehr
- Übersetzung: 34 Zielsprachen inkl. Arabisch, Hebräisch, Thai, Vietnamesisch, Indonesisch, Türkisch, Griechisch, Russisch, Ukrainisch
- UI-Sprachen: Englisch, Deutsch, Französisch, Niederländisch
Probiere die neueste Version
Teste Transkript 4.2 mit FluidAudio 0.15.5, Qwen 3 auf iPad/Mac und Gemma 4 Vorschau auf Mac-Geräten.
