Diktieren

Rechts unten in jedem Textfeld sitzt ein kleines Mikrofon — bei Notizen, Beschreibungen, Material, „Was ist zu tun?" und überall sonst, wo mehrzeilig geschrieben wird.

1. Auf das Mikrofon tippen. Beim ersten Mal fragt der Browser, ob WorkTime das Mikrofon benutzen darf — Erlauben.
2. Sprechen. Ein roter Punkt, die Uhr und kleine Balken zeigen, dass aufgenommen wird.
3. Fertig tippen. Nach ein paar Sekunden („Wird geschrieben …") steht der Text im Feld — dort, wo die Schreibmarke stand. Was schon im Feld war, bleibt; das Diktat kommt dazu.

Rückgängig in der Leiste unten nimmt das Diktat wieder heraus. ✕ (oder die Taste Esc) bricht die Aufnahme ab, ohne dass etwas geschickt wird. Am Stück gehen bis zu fünf Minuten.

Satzzeichen setzt das Diktat selbst; man spricht einfach, wie man einem Kollegen etwas sagt. Gespeichert wird erst, was im Feld steht, wenn man die Maske speichert — wie beim Tippen.

Namen und Fachbegriffe

Das Diktat kennt die Namen der Kunden und Mitarbeiter des Betriebs und schreibt sie so, wie sie angelegt sind („Brandstätter", nicht „Brandstetter"). Eigene Fachbegriffe trägt die Verwaltung unter Einstellungen → Diktieren in Textfeldern → Eigene Begriffe ein, durch Komma getrennt — etwa NYM-J, Ceran, FI-Schalter.

Ein- und ausschalten

Unter Einstellungen → Diktieren in Textfeldern schaltet die Verwaltung das Mikrofon für den ganzen Betrieb ein oder aus. Darunter steht, ob und womit es eingerichtet ist.

Einrichten (Betreiber)

Umgeschrieben wird auf dem Server — nicht mit der Spracherkennung des Browsers, die Firefox gar nicht kann und die keine Kundennamen kennt. Eingetragen wird es in der .env des Servers, eine von zwei Möglichkeiten:

• Auf dem eigenen Server (Whisper large-v3-turbo; die Aufnahmen verlassen den Server nicht, keine laufenden Kosten):

`` COMPOSE_PROFILES=diktat DIKTAT_URL=http://diktat:8000/v1 ``

Braucht rund 2 GB Arbeitsspeicher; beim ersten Start lädt der Dienst sein Sprachmodell (1,6 GB). Ein Diktat dauert auf 4 Rechenkernen etwa 6 Sekunden.

• Bei einem Anbieter (schneller, etwa eine Sekunde; wenige Zehntel Cent je Minute): DIKTAT_URL=https://api.mistral.ai/v1 (Mistral, Paris) oder https://api.openai.com/v1 (OpenAI), dazu DIKTAT_API_KEY=…. Mit dem Anbieter einen Vertrag zur Auftragsverarbeitung schließen.

Danach den Server neu starten (docker compose … up -d).

Datenschutz

Die Aufnahme geht vom Gerät an den eigenen Server und von dort an den Diktat-Dienst. Gespeichert wird sie nirgends — weder in WorkTime noch im eigenen Diktat-Dienst; ins Protokoll kommen nur Größe und Dauer, nie der Text. Damit Namen stimmen, bekommt der Dienst den Namen des Betriebs, die Kunden- und Mitarbeiternamen, die eigenen Begriffe und das, was im Feld schon steht, als Hinweis mit.

Wenn etwas nicht geht

• „Kein Zugriff auf das Mikrofon" — im Browser erlauben: am Telefon in den Einstellungen der Website bzw. der App, am Rechner über das Schloss links neben der Adresse.
• „Es war nichts zu verstehen." — die Aufnahme war still oder zu leise. Näher ans Mikrofon und noch einmal.
• „Das Sprachmodell wird noch geladen." — der eigene Dienst startet gerade (nur beim ersten Mal nach dem Einrichten einige Minuten).
• „nicht erreichbar" — der Diktat-Dienst antwortet nicht; das Feld bleibt, wie es war.
• Kein Mikrofon am Feld — das Diktieren ist nicht eingerichtet oder in den Einstellungen ausgeschaltet.