Wie regelt man einen Motor, wie misst man Gewicht oder Licht, und wie steuert man damit sein Smart Home? Das neue Make Special zur Oxocard Connect liefert auf über 60 Seiten die passenden Antworten – mit leicht verständlichen Anleitungen, praktischen Versuchen und spannenden Projekten rund um das Thema Messen, Steuern und Regeln.

Im Fokus steht das neue Oxocard Connect Experimentierkit, das die Programmierplattform Oxocard Connect (seperat im Shop erhältlich) um zahlreiche Sensoren, Aktoren und Treiber erweitert: Farb- und Lichtsensor, Wägezelle, Touch-Sensor, IR-Kommunikation, smartes Servo und motorisierter Fader sind nur einige Highlights. Alle Module sind als Breakouts ausgeführt und direkt ins Breadboard steckbar.

Bild 1 von 4

Blick ins Heft

Wenn man die Firmware einer Nikon Zf, Z50 II, Z6 III oder Z8 aktualisiert, während ein Objektiv eines Fremdherstellers auf der Kamera sitzt, kann dieses funktionslos werden. Im Laufe dieser Woche kamen nach ersten Warnungen über Probleme mit der Z8 immer mehr Hinweise auf Nikons Downloadseiten zu anderen Kameras hinzu. Als bisher letzter auch für die kompakte Zf im Retro-Look. Eine Erklärung des Unternehmens oder eine Ankündigung von korrigierten Firmwareversionen gibt es weiterhin nicht.

Daher gilt bis auf Weiteres, dass man ein Update der Kameras nur vornehmen sollte, wenn ein Nikon-Objektiv montiert ist. Alternativ, so schreibt Nikon auf seinen Downloadseiten, kann auch einer der beiden FTZ-Adapter verwendet werden. Diese dienen dazu, Objektive mit dem F-Bajonett an den spiegellosen Kameras mit deren Z-Bajonett zu verwenden. Die fehlerhafte Firmware samt den Warnhinweisen findet sich unter den folgenden Links, angegeben ist jeweils die aktuelle Versionsnummer und deren Fehlerzustand, wenn sich daran etwas ändert, wird diese Meldung aktualisiert:

Alle diese Kameras sind mit Nikons Expeed-7-Prozessor bestückt, den das Unternehmen mit dem Flaggschiff Z9 eingeführt hatte. Diese Kamera ist von den aktuellen Problemen jedoch nicht betroffen. Das liegt vermutlich daran, dass für die Z9 länger keine neue Firmware erschien.

Aufgefallen sind die Probleme zuerst bei der Nikon Z8, wie unter anderem der Objektivhersteller Tamron berichtet. Für diese Kamera hatte das Unternehmen schon vor Wochen die Firmware 3.00 angekündigt, und auch eine eigene Webseite dafür gestaltet. Wie schon bei früheren Updates für die Z8 bringt auch Version 3.00 neue Funktionen mit, in diesem Fall unter anderem die Kombination von Pixel- und Fokus-Shift für 180-Megapixel-Bilder mit erweiterter Schärfentiefe. Ebenso lässt sich der Bereich des Autofokus begrenzen, was vor allem beim Filmen hilft. Wenn man eine Z8 auf die neue Version aktualisieren will, sollte man die Hinweise zum Update unbedingt beherzigen.

Manche Benutzer berichten in Foren auch, dass ein „eingefrorenes“ Fremdobjektiv an einer Z8 nach einem Downgrade von Firmware 3.00 auf Version 2.10 wieder funktionierte. Auf solche Tipps sollte man sich aber nicht verlassen, weil sie immer nur für eine Kombination aus Kamera und Objektiv gelten.

(nie)

Apple legt in seinen kommenden Betriebssystem-Versionen bei der Transkription von Live-Audio oder Aufnahmen deutlich zu. In verschiedenen Tests wurde die Leistung jetzt mit gängigen anderen Spracherkennungs-Modellen verglichen. Die Ergebnisse sind allerdings gemischt: Apples neue API, die in iOS 26, iPadOS 26 und macOS 26 Tahoe bereitgestellt wird, steht bei der Geschwindigkeit deutlich besser da als zum Beispiel das verbreitete Whisper-Modell von OpenAI. Allerdings gibt es bei der Genauigkeit noch Luft nach oben.

Das Apple-Nachrichten-Blog MacStories erprobte das verbesserte Speech-Framework mit einer 34-minütigen Videodatei. Zur Transkription wurde für den Test von Apples APIs ein Tool namens Yap verwendet, das auf GitHub abgerufen werden kann. Es erledigte die Aufgabe in nur 45 Sekunden, während das recht beliebte Tool MacWhisper mit seinen Large-Modellen zwischen 1:41 Minuten und 3:55 Minuten benötigte.

Wie sich die Modelle im Vergleich schlagen

Die Nachrichtenseite 9to5Mac ließ Apples API gegen NVIDIA Parakeet antreten, das als sehr schnell gilt, und gegen OpenAI Whisper Large V3 Turbo. Testrechner war ein MacBook Pro mit M2 Pro und 16 GByte Unified Memory. Während Parakeet das 7:31 Minuten lange Audio-File in 2 Sekunden schaffte, benötigte Apples Transkription 9 Sekunden. Das OpenAI-Modell war erst nach 40 Sekunden fertig. Je länger die Audiodatei war, desto weiter lagen die Modelle zeitlich auseinander.

Doch Whispers Langsamkeit zahlte sich wiederum bei der Genauigkeit aus. Dabei wurde zwischen dem Anteil an Zeichenfehlern (Character Error Rate, CER) und Wortfehlern (Word Error Rate, WER) unterschieden. Durchschnittlich erwies sich Whisper Large V3 Turbo mit einer CER von 0,3 Prozent und einer WER von 1 Prozent als die genaueste Lösung. Apple hatte bei den Zeichen eine Fehlerrate von durchschnittlich 3 Prozent und bei Wörtern von 8 Prozent. Parakeet liegt deutlich zurück mit einer CER von 7 Prozent und einer WER von 12 Prozent.

Wofür sich Apples API empfiehlt

Damit verspricht Apples Transkription im Ergebnis einen deutlichen Geschwindigkeitsvorteil gegenüber Whisper und macht dabei nicht so viele Fehler wie das NVIDIA-Modell. Die Tester kommen zu dem Ergebnis, dass die Wahl des Modells damit vor allem eine Frage des Anwendungszwecks ist. Apples Modell empfiehlt sich für zeitkritische Anwendungen wie Live-Untertitel oder die grobe Transkription längerer Inhalte zur Indexierung. Whisper hat die Nase vorn, wenn nur minimale Nachbearbeitung gewünscht ist oder bei Anwendungen, wo es auf die Genauigkeit ankommt.

(mki)