noScribe: KI-Modelle und Technik
Welche Modelle erkennen die Sprache, trennen die Sprecher und erzeugen die Dokumente? Belegte Herstellerangaben und begründete Einschätzungen sind getrennt gekennzeichnet.
Kurzfassung
noScribe nutzt Whisper für die Spracherkennung und kein Sprachmodell.
Whisper V3 Turbo ist das Standardmodell für Precise und Fast. Die Community-1-Sprechertrennung nutzt WeSpeaker und VBx/PLDA. Der Dateiablauf verarbeitet Audio und Text vollständig auf dem eigenen Rechner.
Auf einen Blick
Einordnung: Schwache Modelle- Spracherkennung: Whisper · Eigener Modellabgleich: Whisper
- Dokumenterstellung: Nicht vorgesehen
Fazit zur Technik
Schwache Modelle: Die Spracherkennung schneidet nach Referenzwerten schlechter ab als der Median aktueller Modelle und hat zusätzlich einen Abzug von einer Stufe für belegte Qualitätsprobleme.
Für die Spracherkennung setzt noScribe auf Whisper V3 Turbo.
Whisper Large v3 Turbo erreicht im Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice) 6,1 % WER. Der Median aller dort gemessenen Modelle liegt bei 4,1 % WER. Der Wert ist schlechter als der Median und ergibt damit „Solide“. Nach Abzug einer Stufe für belegte Qualitätsprobleme ergibt sich „Schwach“. Der Modellabgleich von ScribeIndex ordnet die deutschen Ausgaben Whisper zu.
Die Anwendung erzeugt Transkripte statt generativer Notizen oder Berichte.
Die Kernverarbeitung läuft lokal beim Anwender. Externe KI-Dienste sind daran nicht beteiligt.
Im ScribeIndex-Test „Audiotranskription“ erreicht noScribe eine Wortfehlerrate von 9,8 %.
Verarbeitungskette
- Audio
- Spracherkennung: Whisper V3 Turbo · belegt, Whisper large-v2 (optional) · belegt, faster-whisper-large-v3-turbo-german (optional) · belegt, whisper-large-v3-french (optional) · belegt
- Sprecherzuordnung: speaker-diarization-community-1 · belegt, wespeaker-voxceleb-resnet34-LM · belegt
- Dokumenterstellung: Nicht vorgesehen
- Ergebnis
belegt: Angabe des Herstellers oder eines offiziellen Partners. Einschätzung: abgeleitet aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen
Welches Modell wandelt Sprache in Text um?
Whisper V3 Turbo in faster-whisper/CTranslate2, vollständig lokal.
Whisper V3 Turbo
Nachweis: belegt (Vom Anbieter oder einem offiziellen Partner selbst genannt, samt Einsatzzweck)- Anbieter: OpenAI
- Herkunft: Offenes Modell
Precise verwendet die mobiuslabsgmbh-Konvertierung von Whisper v3 turbo, Fast eine int8-Quantisierung desselben Modells. Precise ist voreingestellt. Ausführung mit faster-whisper/CTranslate2, vollständig lokal.
Einstufung: Schwach (Vor dem Abzug „Solide“. ScribeIndex stuft das Modell um eine Stufe herunter, die Begründung steht unter den Referenzwerten) · Referenzwert für genau dieses Modell
- Whisper Large v3 Turbo · ohne Streaming, Groq API: 4,6 % WER · Solide · AA Word Error Rate Index
- Whisper Large v3 Turbo · Eintrag openai/whisper-large-v3-turbo: 6,12 % WER · Solide · Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice)
Unabhängiger Referenzwert für das eingesetzte Modell. Die Konfiguration im Produkt kann abweichen. ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt. Studien: Koenecke et al. 2024, Barański et al. 2025.
Whisper large-v2
Nachweis: belegt · Optionales Modul (Zählt nicht zur Bewertung der Kernverarbeitung deutscher Gespräche)- Anbieter: OpenAI
- Herkunft: Offenes Modell
Installierbare Alternative laut Herstellerhilfe. Bis noScribe 0.5 war es das Standardmodell, in Version 0.7.2 ist es nicht mehr vorinstalliert.
Einstufung: Schwach · Referenzwert für genau dieses Modell
- Whisper Large v2 · ohne Streaming, OpenAI API: 4,1 % WER · Solide · AA Word Error Rate Index
Unabhängiger Referenzwert für das eingesetzte Modell. Die Konfiguration im Produkt kann abweichen. ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt. Studien: Koenecke et al. 2024, Barański et al. 2025.
- Quelle: noScribe: Erweiterte Optionen
faster-whisper-large-v3-turbo-german
Nachweis: belegt · Optionales Modul- Anbieter: aseifert
- Herkunft: Offenes Modell
Optional installierbare deutsche Anpassung laut Herstellerhilfe. Das Repository enthält keine Modellkarte mit Trainingsdetails. Standardmäßig ist das Modell nicht installiert.
Einstufung: Schwach · Referenz der Modellfamilie
- Whisper Large v3 · Eintrag openai/whisper-large-v3: 4 % WER · Stark · Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice)
- Whisper Large v3 · ohne Streaming, fal.ai API: 4,1 % WER · Solide · AA Word Error Rate Index
- Whisper Large v2 · ohne Streaming, OpenAI API: 4,1 % WER · Solide · AA Word Error Rate Index
- Whisper Large v3 Turbo · ohne Streaming, Groq API: 4,6 % WER · Solide · AA Word Error Rate Index
- Whisper Large v3 Turbo · Eintrag openai/whisper-large-v3-turbo: 6,12 % WER · Solide · Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice)
2 weitere Referenzwerte in den Daten zu noScribe (JSON).
Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie. ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt. Studien: Koenecke et al. 2024, Barański et al. 2025.
whisper-large-v3-french
Nachweis: belegt · Optionales Modul- Anbieter: bofenghuang
- Herkunft: Angepasstes offenes Modell
Die Feinabstimmung von Whisper large-v3 für Französisch stammt laut Modellkarte von bofenghuang. noScribe bietet sie nur zur optionalen Installation an, für deutsche Aufnahmen ist sie nicht vorgesehen.
Einstufung: Schwach · Angepasstes Modell: Referenz des Basismodells
Referenzwerte und Abzug wie beim Eintrag „faster-whisper-large-v3-turbo-german“ oben.
Der Anbieter hat das Modell angepasst. Unabhängige Werte gibt es nur für die Modellfamilie des Basismodells.
Modellabgleich im 2. Quartal 2026: Modell zugeordnet. ScribeIndex hat die Ausgaben von noScribe für 92 eigene Prüfeingaben mit den typischen Ausgaben bekannter Spracherkennungsmodelle verglichen. Bei 74 % davon ähneln sie am stärksten Whisper. Das passt zur Angabe von noScribe. Version und Anpassungen bestimmt der Abgleich nicht.
- Whisper 74 %
- Andere Referenzmodelle 26 %
Wie werden Sprecher getrennt und zugeordnet?
Lokale speaker-diarization-community-1-Pipeline mit WeSpeaker-Embedding und VBx/PLDA.
speaker-diarization-community-1
Nachweis: belegt- Anbieter: pyannote
- Herkunft: Offenes Modell
Modellkarte und Konfiguration von noScribe 0.7.2 nennen Community-1 als Standard der Sprechertrennung. noScribe lädt das Modell aus dem Programmordner. Als Bibliothek dient pyannote.audio 4.0.0.
Einstufung: Ohne Referenz (ScribeIndex vergibt keine Stufe, weil ein unabhängiger Benchmarkwert fehlt)
wespeaker-voxceleb-resnet34-LM
Nachweis: belegt- Anbieter: WeSpeaker
- Herkunft: Offenes Modell
Die mitgelieferte Dokumentation nennt diese WeSpeaker-Gewichte als Teil der Standard-Sprechertrennung.
Einstufung: Ohne Referenz
VBx-Clustering und PLDA sind Teilverfahren der Sprechertrennung. Eine Versionsnummer der mitgelieferten Segmentierungsgewichte nennt noScribe nicht.
Die Sprecherzuordnung misst der Produkttest an der zeitlich annotierten Sprecherreferenz, siehe Testergebnisse.
Welches Sprachmodell erstellt Notiz, Bericht oder Zusammenfassung?
Die Anwendung erzeugt Transkripte statt generativer Notizen oder Berichte.
Welche Modelle stehen hinter Chat- und Zusatzfunktionen?
NoScribe enthält keinen KI-Chat.
Zur Weiterarbeit bietet noScribe einen Transkriptionseditor und eine Kommandozeile.
Wo werden die Daten verarbeitet und gespeichert?
Lokale CPU und NVIDIA-CUDA, unter macOS MPS für die Sprechertrennung.
Lokale CPU-/CUDA-Ausführung und macOS-MPS für Diarisierung
Nachweis: belegt- Anbieter: noScribe
Die Installationshilfe beschreibt fertige lokale Pakete. Windows-CUDA setzt NVIDIA RTX ab 20XX, mindestens 6 GB VRAM, Treiber ab 570.65 und ein installiertes CUDA-Toolkit voraus. Auf unterstützten Macs nutzt die Sprechertrennung die Grafikeinheit über MPS.
Für Rechenzentren und Hosting gibt es keinen Modellleistungswert. Maßgeblich sind Verarbeitungsort und Datenschutz.
Häufige Fragen
Welches KI-Modell nutzt noScribe?
- Für die Spracherkennung nutzt noScribe Whisper V3 Turbo. Der Modellabgleich ordnet die deutschen Ausgaben Whisper zu.
- Eine Dokumenterstellung mit Sprachmodell ist bei noScribe nicht vorgesehen.
Welches Modell wandelt bei noScribe Sprache in Text um?
- Whisper V3 Turbo, OpenAI, belegt
Der Modellabgleich ordnet die deutschen Ausgaben Whisper zu.
Außerhalb der Kernverarbeitung nutzt noScribe Whisper large-v2 (optionales Zusatzmodul), faster-whisper-large-v3-turbo-german (optionales Zusatzmodul) und whisper-large-v3-french (optionales Zusatzmodul).
Welches Sprachmodell erstellt bei noScribe Notiz, Bericht oder Zusammenfassung?
noScribe sieht diesen Schritt nicht vor.
Quellen
Technische Dokumentation, Unterauftragsverarbeiter, Partnerschaften und Veröffentlichungen zu noScribe. Stand 9. Oktober 2026.
- noScribe: Erweiterte Optionen noscribe.de · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: Precise-ASR raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: quantisierte Fast-ASR raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: Precise als Erststart- und CLI-Voreinstellung raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe: optionales deutsches Whisper-Repository huggingface.co · abgerufen am 5. Oktober 2026
- noScribe: optionale französische Whisper-Modellkarte huggingface.co · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: mitgelieferte Community-1-Modellkarte raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: Diarisierungskonfiguration und VBx raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: Diarisierungsworker und macOS-MPS raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: WeSpeaker-Embeddingherkunft raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- noScribe: Download und Installation noscribe.de · abgerufen am 5. Oktober 2026