Sprachaufnahmen mit Groq transkribieren und per KI auswerten

Eine Sprachaufnahme ist schnell erstellt. Der eigentliche Aufwand beginnt häufig danach: Eine relevante Stelle muss im Audio wiedergefunden, Gesprochenes in Text übertragen und das Ergebnis in eine Zusammenfassung, Aufgabenliste oder geordnete Notiz verwandelt werden. Werden dafür mehrere voneinander getrennte Werkzeuge verwendet, muss man Dateien, Texte und Arbeitsanweisungen immer wieder von Hand weiterreichen.

AssistRecorder bündelt diesen Ablauf in einer nativen Android-App, ohne Aufnahme, Transkription und KI-Auswertung zu einem undurchsichtigen Automatismus zu machen. Die App verwaltet Audio, nutzt Groq Speech-to-Text auf ausdrücklichen Wunsch und teilt anschließend Transkript und Prompt mit einer selbst gewählten LLM-App. Deren Ergebnis lässt sich wieder lokal einfügen und als Markdown lesen. Eine eigene LLM-Chat-Integration enthält AssistRecorder nicht.

Ein typischer Arbeitsablauf

Der vollständige Weg von der Aufnahme bis zum strukturierten Ergebnis besteht aus nachvollziehbaren Einzelschritten:

1. Eine Aufnahme wird in AssistRecorder, über das Widget oder über eine eingerichtete Geräte-Geste beziehungsweise Taste gestartet.
2. Die Aufnahme wird beendet und lokal als M4A-Datei gespeichert.
3. Bei Bedarf wird sie im Player geprüft oder verlustfrei gekürzt.
4. Der Nutzer startet die Groq-Transkription aktiv. Erst dann wird das Audio an Groq übertragen.
5. Das erzeugte Transkript und der Titel können in AssistRecorder bearbeitet werden.
6. Eine passende Vorlage liefert einen editierbaren Prompt, zum Beispiel für ein Meeting-Protokoll oder eine Aufgabenliste.
7. Prompt und Transkript werden über Android ACTION_SEND an eine ausgewählte LLM-App geteilt.
8. Ein dort erzeugtes Ergebnis kann anschließend in AssistRecorder eingefügt, lokal gespeichert und als Markdown gelesen werden.

Jeder Übergang ist damit eine bewusste Handlung: Audio wird erst beim Start der Transkription übertragen, Prompt und Transkript erst beim aktiven Teilen.

Drei Wege, eine Aufnahme zu starten

Der erste Aufnahmeweg ist die Bedienung direkt in der App über Start und Stop. Daneben gibt es ein Widget, das den Zugriff vom Startbildschirm ermöglicht.

Als dritte Möglichkeit kann AssistRecorder nach entsprechender Einrichtung als Standard-Assistent verwendet werden. Dann lässt sich Start oder Stop über die Geräte-Geste beziehungsweise die dafür vorgesehene Taste auslösen. Welche Geste oder Taste verfügbar ist, hängt vom Android-Gerät und dessen Bedienkonzept ab; Voraussetzung ist in jedem Fall, dass die App zuvor als Standard-Assistent eingerichtet wurde.

Technisch entstehen M4A-Dateien mit AAC-Audio in Mono bei 48 kHz. Für die Bitrate stehen 32, 64 oder 96 kbit/s zur Auswahl. Damit kann der Nutzer die Aufnahmeparameter passend zum jeweiligen Zweck einstellen, ohne ein anderes Audioformat verwalten zu müssen.

Aufnahmen prüfen, kürzen, importieren und teilen

AssistRecorder ist nicht auf neu erstellte Aufnahmen beschränkt. Vorhandene Audiodateien können importiert und im gleichen Arbeitsablauf verwendet werden.

Der Player unterstützt Sprünge um 15 Sekunden und eine Minute. Vor einer Transkription lässt sich außerdem Material entfernen. Das Kürzen erfolgt verlustfrei im M4A-Format, sodass keine erneute Audiokodierung nötig ist.

Aufnahmen können exportiert oder über Android geteilt werden. Dafür verlangt AssistRecorder keinen allgemeinen Zugriff auf den Gerätespeicher. Die Exportfunktion und die Android-Freigabewege übernehmen stattdessen die gezielte Übergabe der ausgewählten Datei.

Groq Speech-to-Text mit eigenem API-Schlüssel

Für die Umwandlung von Sprache in Text nutzt AssistRecorder Groq Speech-to-Text nach dem BYOK-Prinzip: Bring Your Own Key. Der benötigte API-Schlüssel stammt aus der Groq Console und wird vom Nutzer in der App hinterlegt. AssistRecorder speichert diesen Schlüssel verschlüsselt lokal auf dem Android-Gerät.

Bei der Transkription kann zwischen whisper-large-v3-turbo und whisper-large-v3 gewählt werden. Die Sprache der Aufnahme wird automatisch erkannt; eine Sprache muss daher nicht vor jeder Transkription manuell festgelegt werden. Nach Abschluss steht der erkannte Text in der App zur Verfügung und kann korrigiert werden. Auch der Titel bleibt editierbar.

Wichtig für längere Aufnahmen: AssistRecorder führt kein automatisches Chunking durch. Die App zerlegt große Audiodateien also nicht selbstständig in mehrere Uploads. Außerdem hängen die zulässigen Uploadgrenzen vom jeweils verwendeten Groq-Tarif ab. Statt sich auf eine feste Dateigröße zu verlassen, sollte man deshalb die aktuell für den eigenen Zugang geltenden Bedingungen berücksichtigen und längere Aufnahmen gegebenenfalls vorab sinnvoll kürzen.

Vom Transkript zur Auswertung in einer LLM-App

Ein Transkript bildet den Wortlaut ab, ist aber nicht automatisch ein übersichtliches Arbeitsergebnis. Dafür stellt AssistRecorder Vorlagen bereit. Enthalten sind Vorlagen für Meeting-Protokolle, Zusammenfassungen, Aufgaben, strukturierte Gedanken sowie Eltern- und Arztgespräche. Sowohl die Namen der Vorlagen als auch ihre Prompts lassen sich bearbeiten.

Die Vorlage ist eine sichtbare, anpassbare Arbeitsanweisung. Der Nutzer kann den Prompt vor dem Teilen lesen und ändern.

AssistRecorder versendet Prompt und Transkript über die Android-Schnittstelle ACTION_SEND. Im Teilen-Dialog wird anschließend der gewünschte LLM-Client ausgewählt. Das kann beispielsweise ChatGPT, Claude oder Gemini sein, sofern die entsprechende App den geteilten Text annimmt. AssistRecorder bevorzugt dabei keinen fest eingebauten Anbieter und führt selbst keinen LLM-Chat.

Die Antwort entsteht in der Ziel-App. Sie kann zurück in AssistRecorder kopiert, als externes KI-Ergebnis lokal gespeichert und als Markdown gelesen werden.

Vorlagen und praktische Anwendungsfälle

Die Meeting-Vorlage dient als Ausgangspunkt für eine geordnete Niederschrift. Die Zusammenfassungsvorlage zielt auf eine kürzere Darstellung, die Aufgabenvorlage auf zu erledigende Punkte. Für frei eingesprochene Ideen steht die Vorlage für strukturierte Gedanken bereit.

Auch für Eltern- und Arztgespräche sind Vorlagen vorhanden. Gerade bei solchen Inhalten ist eine sorgfältige Kontrolle von Transkript und extern erzeugtem Ergebnis sinnvoll. AssistRecorder stellt die technischen Schritte und editierbaren Texte bereit; die Bewertung, Korrektur und Entscheidung über die weitere Verwendung bleiben beim Nutzer.

Da Name und Prompt editierbar sind, können die Vorlagen an wiederkehrende Abläufe angepasst werden.

Lokale Daten, Übertragungen und Datenschutz

Audio, Transkript, Prompt und ein eingefügtes KI-Ergebnis werden lokal in AssistRecorder gespeichert. Daraus folgt jedoch nicht, dass der gesamte Ablauf ausschließlich offline stattfindet: Für Groq Speech-to-Text benötigt die App Internetzugriff, und die aktiv gestartete Transkription überträgt die Audiodatei an Groq.

Für die LLM-Auswertung gilt ein separater Schritt. Prompt und Transkript werden nur übertragen, wenn der Nutzer die Teilen-Funktion ausführt und eine Ziel-App auswählt. Ab diesem Moment gelten für die weitere Verarbeitung auch die Datenschutzregeln dieser Ziel-App. Wer sensible Inhalte bearbeitet, sollte deshalb vorab prüfen, welche Daten enthalten sind, welchen LLM-Client er auswählt und nach welchen Regeln dieser arbeitet.

Diese Trennung lässt sich knapp zusammenfassen:

• Audio bleibt lokal, bis eine Groq-Transkription aktiv gestartet wird.
• Prompt und Transkript bleiben lokal, bis sie aktiv geteilt werden.
• Ein extern erzeugtes Ergebnis gelangt nur durch bewusstes Einfügen zurück in AssistRecorder.
• Die gewählte Ziel-App unterliegt ihren eigenen Datenschutzregeln.

Berechtigungen und Voraussetzungen

AssistRecorder ist eine native Android-App für Android 10 oder neuer. Für ihre Funktionen benötigt sie Zugriff auf das Mikrofon, Benachrichtigungen, Internet und einen Foreground Service. Das Mikrofon wird für neue Aufnahmen gebraucht. Internet ist für die Groq-Transkription erforderlich. Benachrichtigungen und Foreground Service gehören zum Aufnahmebetrieb unter Android.

Ein allgemeiner Speicherzugriff ist für den Export nicht erforderlich. Das begrenzt die Dateifreigabe auf den jeweils ausgelösten Export- oder Teilen-Vorgang, statt der App pauschalen Zugriff auf den gesamten Speicher zu geben.

Installation über GitHub Releases

AssistRecorder ist Open Source. Veröffentlichte Versionen sind auf der Seite GitHub Releases verfügbar. Dort kann derzeit eine Debug-APK angeboten werden. Vor der Installation sollte deshalb geprüft werden, welches Artefakt im aktuellen Release tatsächlich bereitsteht.

Da die Installation außerhalb des Play Store erfolgt, kann Android je nach Gerät und Einstellung eine Freigabe für Apps aus unbekannten Quellen verlangen. Diese Freigabe betrifft die installierende Quelle und sollte bewusst vorgenommen werden. Als Betriebssystem wird mindestens Android 10 benötigt.

Für Groq Speech-to-Text ist zusätzlich ein eigener API-Schlüssel erforderlich. Er kann in der Groq Console erstellt und anschließend in AssistRecorder eingetragen werden.

Grenzen des Ansatzes

AssistRecorder nimmt einige Arbeitsschritte ab, beseitigt aber nicht jede Grenze der beteiligten Dienste. Besonders wichtig sind vier Punkte:

• Es gibt kein automatisches Chunking für große Audiodateien.
• Groq-Uploadgrenzen richten sich nach dem verwendeten Tarif.
• Die App enthält keinen eigenen LLM-Chat; die Auswertung findet in einer separat gewählten App statt.
• Transkripte und KI-Ergebnisse bleiben editierbare Arbeitsstände und sollten vor der Verwendung geprüft werden.

Auch die automatische Spracherkennung ersetzt nicht die Kontrolle des Textes. Unklare Aussprache, Namen oder Fachbegriffe können eine manuelle Korrektur erforderlich machen. Dafür stellt AssistRecorder die Bearbeitung des Transkripts ausdrücklich bereit.

Technik in Kürze

Die App ist in Kotlin umgesetzt und verwendet Jetpack Compose mit Material 3 für die Oberfläche. Für lokale Daten kommen Room und DataStore zum Einsatz; der Android Keystore dient der geschützten Schlüsselablage. Hilt übernimmt Dependency Injection, WorkManager Hintergrundarbeit. Die Netzwerkkommunikation basiert auf Retrofit und OkHttp. Aufnahme und Wiedergabe werden mit MediaRecorder und MediaPlayer realisiert.

Häufige Fragen

Lädt AssistRecorder jede Aufnahme automatisch zu Groq hoch?

Nein. Audio wird nur übertragen, wenn eine Groq-Transkription aktiv gestartet wird.

Woher kommt der Groq-API-Schlüssel?

Ein eigener Schlüssel kann in der Groq Console erstellt werden. AssistRecorder speichert ihn verschlüsselt lokal.

Welche Transkriptionsmodelle stehen zur Verfügung?

Unterstützt werden whisper-large-v3-turbo und whisper-large-v3. Die Sprache wird automatisch erkannt.

Kann AssistRecorder lange Dateien automatisch aufteilen?

Nein. Automatisches Chunking ist nicht vorhanden. Zusätzlich sind die Uploadgrenzen des jeweiligen Groq-Tarifs zu beachten.

Ist ChatGPT, Claude oder Gemini direkt eingebaut?

Nein. AssistRecorder hat keine eigene LLM-Chat-Integration. Prompt und Transkript werden über Android ACTION_SEND an eine vom Nutzer ausgewählte kompatible App geteilt.

Bleibt das KI-Ergebnis in AssistRecorder erhalten?

Ein extern erzeugtes Ergebnis kann lokal eingefügt, gespeichert und als Markdown gelesen werden.

Kann ich vorhandene Aufnahmen verwenden?

Ja. AssistRecorder unterstützt den Import sowie Export und Teilen. Im Player sind Sprünge um 15 Sekunden und eine Minute möglich; M4A-Dateien können verlustfrei gekürzt werden.

Fazit

AssistRecorder verbindet native Android-Aufnahmen mit einem bewusst gesteuerten Weg: Audio erfassen oder importieren, prüfen, per eigenem Groq-Schlüssel transkribieren, korrigieren und mit einem editierbaren Prompt an eine frei gewählte LLM-App übergeben. Die Grenzen bleiben sichtbar: kein automatisches Chunking, tarifabhängige Groq-Limits, keine interne LLM-Auswertung und eigene Datenschutzregeln der Ziel-App.