Brainas App fürs Telefon ist eine Fernbedienung
Braina ist ein Assistent für Windows, und Diktieren ist eine seiner Fähigkeiten. Er kann über Onlinedienste mitschreiben oder mit Sprachmodellen, die auf dem PC laufen, er deckt sehr viele Sprachen ab, und er kann einiges mehr als diktieren: Sprachbefehle, Unterhaltung, den Rechner durch Ansprechen bedienen.
Es gibt Braina-Apps für Android und iOS, und hier stolpern die Leute: Diese Apps sind da, um den PC aus der Ferne zu bedienen. Das Diktieren bleibt beim Rechner.
LocalType diktiert auf dem Handy. Es ist eine Android-Tastatur mit einer Mikrofontaste, und das Sprachmodell, das dich erkennt, ist eine Datei auf dem Gerät. Kein PC im Spiel, kein Dienst dahinter.
LocalType ist ein eigenständiges Produkt und steht in keiner Verbindung zu Braina oder Brainasoft.
Warum "Braina für Android" eine verwirrende Suche ist
Wer das eintippt, will meistens eines von zwei sehr verschiedenen Dingen.
Eine Fernbedienung für den PC. In dem Fall ist die vorhandene Handy-App die Antwort, und nichts hier ersetzt sie. Auf dem Sofa zu sitzen und dem Rechner im anderen Zimmer etwas zu sagen ist ein echter Zweck, und er funktioniert.
Diktieren auf dem Handy, so wie Braina es auf dem Rechner macht. Das ist das, was die Handy-App nicht abdeckt, denn die Erkennung wandert nie vom Rechner weg. Das Handy ist ein Mikrofon und ein Bildschirm, und der PC muss an, erreichbar und mit laufender Software bereitstehen.
Um die zweite Lesart geht es hier. Wenn dir die Vorstellung gefallen hat, dass Modelle auf deiner eigenen Hardware diktieren statt ein Dienst, dann ist die Handy-Fassung dieser Vorstellung eine Tastatur mit dem Modell darin.
Lokal auf einem PC und lokal auf einem Handy sind verschiedene Aufgaben
Dass Braina Sprachmodelle auf der Maschine laufen lassen kann, ist wirklich reizvoll, und man nimmt leicht an, das ließe sich einfach aufs Handy schieben. Lässt es sich nicht, und der Grund ist die Hardware.
Ein Rechner hat Arbeitsspeicher übrig, aktive Kühlung und oft eine Grafikkarte, die bereit ist, die schwere Arbeit zu übernehmen. Ein Handy hat nichts davon. Es hat ein paar Gigabyte, die es sich mit allem anderen teilt, keinen Lüfter und einen Akku, den es zu schonen versucht. Was dort läuft, muss klein genug sein, um schnell zu laden, fertig zu werden, bevor dir die Geduld ausgeht, und sauber aufzuhören, sobald du aufhörst zu reden.
Diese Beschränkung ist die eigentliche Entwurfsaufgabe, für die es LocalType gibt, und deshalb bringt die App mehr als ein Modell mit. Das kleinste hat 60 MB und zielt genau auf Geräte, denen der Arbeitsspeicher knapp ist. Das mittlere hat 190 MB und ist die Standardempfehlung. Das größte hat 539 MB und liest Dialekt und laute Räume am besten, verlangt dafür aber Wartezeit: gemessen auf einem Handy mit 4 GB Arbeitsspeicher machte das mittlere Modell aus 6,9 Sekunden Sprache in 4,1 Sekunden Text, und das größte braucht ungefähr doppelt so lange, wie du geredet hast.
Es bleibt eines auf dem Gerät, der Wechsel dazwischen ersetzt die Datei also, statt sie anzusammeln.
Auf dem Handy hat Diktieren einen anderen Takt
Es hat einen Grund, dass Diktiersoftware für den Rechner und für das Handy am Ende verschieden aussieht, und es liegt nicht nur an der Hardware.
Am Schreibtisch diktierst du in langen Strecken. Du bist allein oder nah dran, du hast ein Dokument offen, und du redest einen Absatz am Stück, bevor du innehältst und nachliest. Software für diese Lage darf sich ein kleines Ritual zum Einrichten und ein eigenes Fenster leisten.
Auf dem Handy läuft fast nichts so. Du diktierst im Gehen einen Satz in eine Antwort. Du ergänzt im Laden eine Zeile in einer Liste. Du beantwortest eine Nachricht, während jemand neben dir sitzt, also sagst du sie leise und schnell. Das sind Fünf-Sekunden-Vorgänge, und jede Reibung, eine App zum Öffnen, eine Berechtigung zum Bestätigen, ein Ergebnis zum Kopieren, sorgt dafür, dass du es sein lässt und tippst.
Deshalb sitzt bei LocalType das Mikrofon auf der Tastatur und nicht in einer App. Nicht, weil eine eigene App nicht genauso gut mitschreiben könnte, sondern weil in einem Fünf-Sekunden-Fenster niemand eine aufmacht.
Ein Assistent gegen eine Tastatur
Der andere echte Unterschied ist der Umfang, und der spricht genauso gegen uns wie für uns.
Braina macht vieles. Es antwortet, es sucht, es automatisiert, es steuert die Maschine. Diktieren ist eine Fähigkeit innerhalb eines größeren Assistenten.
LocalType macht eines. Es ist eine Tastatur. Da ist kein Assistent, kein Chatprogramm, nichts, was Fragen beantwortet oder an deiner Stelle Text schreibt. Du sprichst, es schreibt auf, was du gesagt hast, und das ist die ganze Funktion. Wenn es nicht zuhört, ist es eine gewöhnliche Tastatur mit Autokorrektur, Wortvorschlägen, einem Wörterbuch pro Sprache, den üblichen Layouts einschließlich QWERTZ und AZERTY dort, wo man sie erwartet, deinem selbst eingetragenen Wortschatz und einem vollständigen Emoji-Satz.
Ob schmaler besser ist, hängt ganz davon ab, wonach du gesucht hast. Wolltest du einen Sprachassistenten, dann ist das hier keiner. Wolltest du den Diktierteil ohne alles, was daran hängt, dann ist das genau das Angebot.
Kein PC nötig, und auch keine Verbindung
Weil das Modell auf dem Handy sitzt, hängt das Diktieren weder daran, dass ein Rechner wach ist, noch daran, dass ein Netz da ist. Im Zug, im Flugzeug, im Ausland mit abgeschalteten Daten, im Keller: Die App verhält sich gleich, weil ohnehin nie etwas unterwegs war.
Der eine Moment, in dem Internet gebraucht wird, ist das Laden des Sprachmodells, das du aussuchst. Danach wird nie wieder danach gefragt, und in der App gibt es nichts, was Ton irgendwohin schickt. Ein Konto existiert nicht, im Produkt findet kein Tracking statt, und die Daten der App bleiben mit Absicht außerhalb vom Cloud-Backup von Android.
Der Rest folgt daraus, dass kein Server dahintersteht. Die Modelldatei liegt im eigenen Speicher der App und nicht irgendwo, wo eine andere App sie lesen könnte. Ein Archiv deiner Aufnahmen wird nicht geführt, denn der Ton wird zu Text, und damit ist sein Leben zu Ende. Werbung ist keine im Produkt, es füttert also nichts, was du diktierst, ein Profil. Und in Passwortfeldern schaltet sich das Mikrofon selbst ab, an der einen Stelle also, an der versehentliches Diktieren wirklich teuer wird.
Achtzehn Sprachen, aus der Aufnahme gewählt
LocalType deckt achtzehn Sprachen mit einem mehrsprachigen Modell ab. Welche davon du sprichst, erschließt es aus dem Ton selbst, der Sprung von einer Sprache zur nächsten zwischen zwei Nachrichten verlangt dir also nichts ab. Stellst du eine bestimmte Sprache ein, richten sich Layout, Wörterbuch und Diktiersprache gemeinsam danach.
Das sind weniger Sprachen, als ein Werkzeug für den Rechner mit Serverhardware im Rücken anbieten kann, und der Grund ist die Beschränkung der Hardware: Ein Modell, das auf ein Handy passt, kann nicht alles gleich gut abdecken. Über die achtzehn ist die Genauigkeit ebenfalls ungleich, weil das Trainingsmaterial es ist.
Schreibtisch oder Hosentasche
Braina ist für den Windows-Schreibtisch: Diktieren, Befehle und Automatisierung auf einer Maschine, die Platz dafür hat, mit einer Handy-App, um sie quer durchs Haus zu erreichen.
LocalType ist für das Handy in deiner Tasche, wo das Schreiben heutzutage tatsächlich stattfindet. Derselbe Instinkt, die Arbeit auf eigener Hardware zu lassen, angewendet auf das Gerät mit dem wenigsten Platz und der meisten Nutzung.