NotaVoice im Test: Diktiergerät, Transkription und Sprechererkennung ohne Cloud

Diktier-Apps gibt es viele, aber die meisten sind entweder Sprachmemos mit anderem Icon oder sie schicken jede Aufnahme zur Transkription in die Cloud. NotaVoice aus dem Hause myn.to positioniert sich dazwischen: professionelle Aufnahmequalität, Transkription und Sprechertrennung, alles lokal auf dem Gerät. Das klingt nach einem Versprechen, das man prüfen muss.

So haben wir getestet

Im Test lief NotaVoice in Version 1.0 auf einem iPhone 16 Pro mit iOS 26.1 und in Version 1.0.4 auf einem Pixel 8 unter Android 15. Vier Szenarien: ein 45-minütiges Interview im Café mit Hintergrundgeräuschen, eine 70-minütige Besprechung mit fünf Personen am Konferenztisch, eine 90-minütige Vorlesung aus der achten Reihe und eine Reihe kurzer Diktate im Auto. Die Transkripte haben wir stichprobenartig mit dem Audio abgeglichen und die Sprecherzuordnung im Meeting Absatz für Absatz nachgezählt.

Aufnahme

Die Aufnahme startet mit einem Tippen und läuft bei gesperrtem Display, im Hintergrund und über Stunden. Während der Vorlesung kam ein Anruf herein, die App pausierte und setzte nach dem Auflegen automatisch fort, mit einer sauberen Naht in der Datei. Das ist die Funktion, die den Unterschied zwischen Memo-App und Diktiergerät ausmacht, und sie funktioniert.

Bei der Qualität geht NotaVoice weiter, als nötig wäre. Standard ist Apple Lossless mit 48 Kilohertz und 24 Bit, das Interview brachte es damit auf gut 600 Megabyte. Wer Speicher sparen will, schaltet auf AAC um. Wichtiger als das Format ist die Wahl der Mikrofon-Charakteristik. Für die Besprechung mit dem Handy in der Tischmitte haben wir Mono omnidirektional gewählt, und die Stimme am anderen Tischende, gut drei Meter entfernt, war klar verständlich. Im Stereo-Modus war sie deutlich leiser. Das Handbuch in den Einstellungen erklärt den Unterschied verständlich, das haben wir so noch in keiner Recorder-App gesehen.

Marker lassen sich während der Aufnahme setzen, die Wellenform läuft in Echtzeit mit, und eine Schätzung der Dateigröße wird angezeigt. Die Profile Sprachnotiz und Meeting steuern nur den Arbeitsablauf, nicht die Qualität. Die automatische Pause bei Stille, die auf Android als Schalter auftaucht, hat im Auto zuverlässig die Denkpausen herausgeschnitten.

Transkription

Jede Aufnahme lässt sich nachträglich per Tippen transkribieren, und zwar vollständig, ohne Längenlimit. Die 90-minütige Vorlesung war auf dem iPhone nach etwa sieben Minuten fertig, auf dem Pixel dauerte es rund elf. Beides läuft ohne Internet, wir haben es im Flugmodus geprüft. Die Sprachmodelle lädt das System einmalig herunter.

Zur Genauigkeit: Beim Interview mit klarem Sprecher lagen wir nach unserer Stichprobe bei einer Wortfehlerrate im niedrigen einstelligen Bereich, vergleichbar mit dem, was Cloud-Dienste liefern. In der Vorlesung aus der achten Reihe stieg die Fehlerquote spürbar, vor allem bei Fachbegriffen und Namen. Hier fehlt NotaVoice ein eigenes Wörterbuch, in dem man wiederkehrende Begriffe hinterlegen könnte. Das Transkript lässt sich in der App bearbeiten, und ein Tipp auf einen Absatz springt im Audio an die passende Stelle. Beim Korrigieren ist das Gold wert.

Sprechererkennung

Im Meeting-Profil versucht die App, Stimmen zu unterscheiden und die Absätze als Sprecher A bis E zuzuordnen. Das Ergebnis in unserer Besprechung mit fünf Teilnehmern: Die drei Personen mit deutlich unterschiedlichen Stimmen wurden in über 90 Prozent der Absätze richtig zugeordnet. Die beiden Kollegen mit ähnlicher Stimmlage wurden regelmäßig vertauscht, und bei Überlappungen gab es Absätze, die keinem sauber zugeordnet waren. Der Entwickler weist auf genau diese Grenzen hin, weil die Trennung ohne neuronales Modell nur mit Bordmitteln arbeitet. Als Grundgerüst für ein Protokoll taugt das, als Beweismittel nicht.

Bibliothek, Export, Design

Die Bibliothek sortiert nach Tagen und durchsucht Titel, Notiz, Referenznummer und den Inhalt der Transkripte. Letzteres ist für Vorlesungen und Interviews der eigentliche Mehrwert. Exportiert wird die Audiodatei im Originalformat oder das Transkript als Textdatei, wahlweise mit Zeitstempeln oder Sprecherzuordnung. Ein Export als Word- oder PDF-Dokument fehlt, und einen Sync zwischen Geräten gibt es nicht.

Optisch setzt NotaVoice auf einen metallischen Hintergrund in Silber oder Blau, wahlweise mit eigenem Farbschema. Das ist Geschmackssache, aber gut lesbar. Die App ist auf Deutsch, Englisch, Spanisch und Französisch übersetzt, transkribiert wird zusätzlich in Italienisch, Niederländisch und brasilianischem Portugiesisch.

Datenschutz

Kein Konto, keine Cloud, kein Tracking, keine Werbung. Aufnahmen und Transkripte verlassen das Gerät nicht, was wir mit einem Netzwerk-Mitschnitt gegengeprüft haben. Für Ärzte, Anwälte und Journalisten ist das nicht nur ein Vorteil, sondern die Voraussetzung, so eine App überhaupt einsetzen zu dürfen. Eine Verschlüsselung der Aufnahmen mit Face ID wäre der logische nächste Schritt und ist laut Entwickler geplant.

Preis

Im App Store kostet NotaVoice einmalig 4,99 Euro, für Android gibt es die App bei Google Play. Kein Abo, keine In-App-Käufe. Zum Vergleich: Cloud-Transkriptionsdienste verlangen für den Funktionsumfang meist einen zweistelligen Monatsbetrag.

Wertung

NotaVoice liefert als Diktiergerät ab: unbegrenzte Aufnahme, anrufsicher, verlustfrei, mit einer Mikrofonwahl, die tatsächlich etwas bringt. Die Transkription ist bei gutem Audio auf Augenhöhe mit der Cloud und läuft komplett lokal. Die Sprechererkennung ist ein ehrlich beworbenes Hilfsmittel mit klaren Grenzen. Abzüge gibt es für das fehlende Fachwörterbuch, die fehlenden Exportformate und die hohe Systemvoraussetzung ab iOS 26.1, die ältere iPhones ausschließt. Wer regelmäßig lange Gespräche aufnimmt und den Text danach braucht, findet hier für fünf Euro ein Werkzeug, das die Aufnahme dort lässt, wo sie hingehört.