DictateStack — Diktat, Snippets und Text-Politur in jedem Feld

Public Beta — aktive Entwicklung. Funktionen und API können sich kurzfristig ändern. Feedback und Bug-Reports willkommen.

Worum geht es?

Viele Diktat-Funktionen der großen Anbieter senden den gesprochenen Text an US-Server zur Transkription. Für Notizen über Patienten, Mandanten oder interne Prozesse ist das keine Option — und auch im Alltag spricht wenig dafür, jede gesprochene Zeile durch fremde Rechenzentren zu schicken.

DictateStack ist eine kleine, fokussierte Voice-to-Text-App für Windows. Android-Build ist in Arbeit, iOS in Planung. Die Transkription läuft über das eigene Backend auf einem Hetzner-Server in Deutschland — die Modell-Inferenz selbst bei Mistral in Frankreich. Kein US-Pfad, keine Telemetrie, kein App-Store. Updates kommen direkt vom Hersteller.

Drei Dinge, die DictateStack ausmachen

System-weites Diktat Push-to-Talk-Hotkey im Hintergrund — Mic gedrückt halten, sprechen, Text landet im fokussierten Feld. Auch in Drittanbieter-Apps (Mail, Messenger, Notizen, Browser-Formulare). Aktuell für Windows; Android und iOS folgen.

Auto-Transforms Sieben Presets, jederzeit umschaltbar: Light Clean-Up (Füllwörter raus, Groß-/Kleinschreibung), Medium Polish, High Polish, Mail-Style (Anrede, Schluss-Formel), code (Transkript-Cleaner für Code-Blöcke), Kürzen 50 % und Bullet Points. Auto-Apply läuft nach jedem Diktat automatisch, wenn aktiviert.

Voice-Snippets (Shorts) Sprich snippet gruss und es landet Mit freundlichen Grüßen, Steve im Feld. Platzhalter wie {{1}}, {{2}} erlauben parametrisierte Snippets (z. B. snippet anrede → Hallo {{1}},).

Einblicke in die Desktop-App

Technik

• Backend — Rust + Axum, schlanke REST-API auf eigenem Hetzner-Server (DE), erreichbar unter dictate.stackschmiede.de
• Transkription — Mistral voxtral-small-latest über die EU-API von Mistral (FR)
• Transforms & Polish — Mistral Small / Large; Kosten pro Call im HUD sichtbar
• Auth — JWT (15 min) + Refresh-Token (7 d), SHA256-gehashte Tokens in SQLite
• Privacy — Audio nur im RAM (nie auf Disk), Privacy-Mode skippt DB-Insert komplett, Retention 24 h / nie / normal über Header steuerbar
• Windows-Client — Tauri 2 mit Global-Hotkey, Push-to-Talk, Auto-Paste in fokussiertes Feld; signierter Direkt-Download — kein Microsoft-Store
• Android — Flutter-Build in Arbeit (Accessibility Service für system-weites Diktat ohne Tastatur-Wechsel)
• iOS — geplant (Custom Keyboard, später TestFlight-Track)
• Sprache umschaltbar, Default DE/EN; weitere Sprachen vorbereitet

Status

Public Beta — aktive Entwicklung. Backend-Instanz läuft unter dictate.stackschmiede.de, Tauri-Windows-Client als Direkt-Download verfügbar (Code-Signing in Vorbereitung). Android-Client in Arbeit, iOS-Variante geplant. Es gibt bewusst keine App-Store-Distribution — Updates kommen direkt vom Hersteller.

Nächste Schritte: Custom-Lexicon (Fach-Vokabular) finalisieren, Android-Accessibility-Service aushärten, iOS-Custom-Keyboard prototypisieren, in-Browser-Demo auf dieser Seite (siehe unten).

Positionierung

DictateStack ist bewusst klein gehalten. Kein Assistent, keine KI-Plauderei, keine US-Cloud-Pfade. Ein Werkzeug für Menschen, die Texte schneller tippen wollen — und die Kontrolle über ihre Sprache-zu-Text-Daten behalten möchten.

Distribution ohne App-Store: Tauri-Windows-Build kommt direkt vom Hersteller, keine Plattform-Gatekeeper, keine 30 %-Marge an Apple oder Google. Nachteil ehrlich genannt: kein automatisches Auffinden im Store, kein One-Click-Install, Code-Signing-Vertrauen aufzubauen kostet Zeit.