KI-Agenten unter Windows per Sprache steuern: was wirklich funktioniert
Wenn du mehrere Coding-Agenten betreust, ist nicht mehr die Tastatur der Engpass, sondern das Warten. Eine Aufgabe denkt noch nach, eine andere ist fertig, eine dritte fragt dich etwas, und du musst drei Bildschirme lesen, um zu sehen, welche dich braucht. Hier hilft die Stimme: hören, was bereit ist, und dann antworten, ohne zur Tastatur zurückzukehren.
Diese Seite beschreibt, was heute ausgeliefert ist, und die eine bekannte Grenze seiner Reichweite. Diese Grenze nennen wir weiter unten ausdrücklich.
Hör zu, während deine Agenten arbeiten
SpeakApp merkt sich die Quelle jeder Antwort und liest sie in deinem Tempo vor, vollständig oder zusammengefasst, in Desktop-Assistenten und in deren Webversionen über die Erweiterung für Chrome oder Edge. Antworten in der Aufgabe und nachsehen, welche dich braucht, laufen über dieselbe Anbindung.
Die Details für jede einzelne App stehen auf der Funktionsseite: eine Tabelle, an einer Stelle gepflegt.
Diktieren am Cursor, auch im Terminal
Das Diktat hängt nicht von diesen Anbindungen ab. Es schreibt in jeder Anwendung dorthin, wo in Windows dein Cursor steht: in einen Editor, ein Chatfeld oder ein Terminal. Wo du tippen kannst, kannst du diktieren. Zwei Modi: Schnell, bei dem der Text erscheint, während du sprichst, und Präzise für maximale Genauigkeit.
- 40 Sprachen. Sprich in einer Sprache und lass SpeakApp in einer anderen schreiben, praktisch, wenn dein Code und deine Kommentare in einer anderen Sprache sind.
- Persönliches Wörterbuch. Korrigiere einen Begriff einmal, und SpeakApp erkennt ihn von da an. Das zählt bei Bibliotheksnamen, Variablen und Befehlen, die allgemeines Diktat oft verfehlt.
- Befehle und gespeicherte Textbausteine. Halte oft gebrauchte Sätze bereit, um sie erneut an deine Agenten zu schicken.
Die eine Stelle, an der es nicht funktioniert
Das Diktat am Cursor ist eine Windows-Fähigkeit: Es funktioniert in jedem Fenster, Terminals eingeschlossen. Beim Zuhören und Überblicken gibt es eine Einschränkung, die du vor der Installation kennen solltest: eine Aufgabe, deren Ausführung in die Cloud ausgelagert ist. Wenn Claude eine entfernte statt einer lokalen Aufgabe ausführt, kann SpeakApp ihren Dialog nicht lesen. Antworten per Sprache funktionieren dann ebenfalls nicht, weil es keine lokale Unterhaltung gibt, die angesprochen werden könnte.
Das liegt an der Architektur: Das Vorlesen holt den Inhalt an der Quelle. Die Spuren der Unterhaltungen liegen bei Desktop-Assistenten auf der Festplatte und bei Webversionen in der Seite. Eine Aufgabe in der Cloud hinterlässt ihre Ergebnisse auf der Festplatte, aber nicht ihren Dialog. Es gibt nichts zu lesen, und keine Warnung: Es ist einfach still.