Heard

Sprachebene für macOS, die Terminal-Ausgaben von Claude Code, Codex und Cursor in intelligente Sprachzusammenfassungen verwandelt

Vibe Coding Sprachsynthese Entwicklerwerkzeuge 语音摘要

https://heard.app/

Website besuchen

Ausführlicher Bericht

Heard ist eine macOS-Sprachebene, die für KI-Programmieragenten-Workflows entwickelt wurde. Es verbindet Claude Code, OpenAI Codex und Cursor, um Terminalausgaben in intelligente Sprachzusammenfassungen umzuwandeln. Es wurde am 25. Juli 2026 auf Product Hunt eingeführt und belegte an diesem Tag den ersten Platz (339 Stimmen, 91 Kommentare). Es ist Open Source (Apache-2.0) und für Einzelpersonen kostenlos. Der Kerngedanke besteht darin, „mit Urteilsvermögen zu senden“ – also nicht einfach Text in Sprache umzuwandeln, sondern zu unterscheiden, was gesagt und was übersprungen werden sollte.
Kelly (@itskellysun), die Gründerin von Heard, sagte dies auf Product Hunt: „In den letzten zwei Jahren haben alle versucht, das Gespräch mit dem Agenten einfacher zu machen – Spracheingabe, bessere Eingabeaufforderungen, besserer Kontext. Aber niemand macht die andere Hälfte. Die Antwort des Agenten besteht immer noch aus Lauftext, auf den man sitzen und starren muss. Heard ist diese Hälfte.“ Der Zeitleiste nach zu urteilen, veröffentlichte Heard bereits am 1. Mai 2026 eine frühe Version in der Community und gelangte dann in das Blickfeld englischer Technologiemedien wie AI Untethered. Nach dem offiziellen Start auf Product Hunt am 25. Juli erhielt es 339 Stimmen und 91 Kommentare und belegte an diesem Tag den ersten Platz. Derzeit befindet sich das Produkt in einem frühen Stadium des schnellen Wachstums und es gibt keinen speziellen Bericht chinesischer Technologiemedien (36Kr, Minority usw.). Es ist erwähnenswert, dass der Domainname „eard.app“ derzeit auf ein völlig anderes Hörgeräte-Technologieprodukt verweist und der eigentliche offizielle Website-Zugang von „Heard“ derzeit hauptsächlich über die Seite „Product Hunt“ zugänglich ist. Das Produkt verwendet einen Python-Daemon mit Unix-Socket-Kommunikation, die TTS-Engine unterstützt ElevenLabs (Cloud) und Kokoro (lokal) und verwendet Claude Haiku 4.5 für das Umschreiben der Persönlichkeit.
Der Kernmechanismus von Heard ist die „urteilende Berichterstattung“, ein zweistufiges Entscheidungssystem. Die erste Schicht wird als harte Signale bezeichnet: Berechtigungsanfragen, fehlgeschlagene Tool-Aufrufe, Ausführungsabschlüsse – diese lösen immer Sprachübertragungen aus. Die zweite Ebene ist die kontextsensitive Ebene: Sie verfolgt den Gesprächsverlauf, bestimmt, welche Inhalte es wert sind, gesagt zu werden, und überspringt überflüssige Informationen. Das Produkt bietet drei Überwachungsmodi. Im Co-Pilot-Modus erhalten Sie während der Arbeit kurze Aufforderungen, ohne sie wörtlich lesen zu müssen. Der Begleitmodus bietet eine umfassendere Sprachanweisung, wenn Sie sich nicht am Bildschirm befinden. Der Fokusmodus bleibt stumm und spricht nur, wenn Ihr Eingreifen erforderlich ist (Genehmigung, Blockierung, Misserfolg). Die Multiagenten-Parallelverarbeitung ist das Alleinstellungsmerkmal von Heard. Wenn mehrere KI-Sitzungen (Claude Code, Codex, Cursor) gleichzeitig ausgeführt werden, verfügt Heard nicht über fünf übereinanderliegende Terminals, sondern wird auf Projektebene zusammengefasst, und jeder Agent verwendet einen anderen Sound, sodass Sie anhand des Gehörs unterscheiden können, wer was tut. Die Mobiltelefon-Kopplungsfunktion (Heard Power) wird über einen einmaligen QR-Code abgeschlossen. Nach der Kopplung können Sie die Sendung auch bei gesperrtem Bildschirm in Echtzeit hören. Es unterstützt auch das Drücken und Halten oder Klicken zum Sprechen, um Anweisungen an den Smart Agent zu senden. Scope-Pairing und automatisches Unpairing sorgen für Sicherheit. Auch das Stimmpersönlichkeitssystem ist sehr ausgefeilt. Es gibt vier eingebaute Persönlichkeiten: Aria (ruhig und direkt), Friday (hell und lebhaft), Jarvis (ruhig und witzig, Standard) und Atlas (dramatisch). Sie können Ihre Persönlichkeit auch mithilfe von Markdown-Dateien anpassen. Im Hinblick auf den Datenschutz ist die Kern-Engine Apache-2.0 Open Source und wird vollständig nativ selbst gehostet. Der Sitzungsstatus wird nur im lokalen Speicher und auf der Festplatte gespeichert, nicht im gesamten Netzwerk. Das Mobiltelefon überträgt nur Audio und keinen Sitzungsstatus.
Heard bietet drei Preisstufen. Der Free-Plan ist dauerhaft kostenlos und umfasst native Kokoro-Stimmen, integrierte KI und Sprachtasten, benutzerdefinierte Persönlichkeiten und Hotkeys und basiert auf einer Open-Source-Engine. Der Pro-Plan kostet 12 US-Dollar pro Monat (jährliche Zahlung) und bietet verwaltete Sprach- und LLM-Funktionen (keine eigene Konfiguration erforderlich), ganztägige Berichte, Premium-Persönlichkeiten (Atlas und Freitag) und Mac-übergreifende Cloud-Synchronisierung. Der Power-Plan kostet 24 US-Dollar pro Monat (jährliche Zahlung) und umfasst alle Funktionen von Pro plus Heard Mobile, codeoptimierte Spracherkennung sowie Sprachgenehmigungs- und Redirect-Agent-Funktionen. Hosting-Pläne erfordern macOS 13 oder höher. Diese Preisstrategie ist sinnvoller: Die kostenlose Version ermöglicht es einzelnen Entwicklern, sie kostengünstig auszuprobieren und zu evaluieren, die Pro-Version erfüllt die Bedürfnisse von Benutzern, die nicht selbst mit der API-Konfiguration herumfummeln möchten, und die Power-Version richtet sich an Vielbenutzer und mobile Büroszenarien.
Das Feedback der Product Hunt-Community war insgesamt positiv. Benutzer Wes Carlson kommentierte: „Durch die parallele Ausführung des Agenten fühlt sich die Trennung von harten Signalen und Kontextbewusstsein wie eine zentrale Designentscheidung an und nicht nur wie eine Benachrichtigungsfunktion.“ Dogan Akbulut sagte: „Ich verpasse immer den Moment, in dem der Agent auf Erlaubnisaufforderungen wartet und 20 Minuten verschwendet. Ich liebe diesen nahezu lautlosen Modus.“ Noctis Leonard ist davon überzeugt, dass der Verbosity-Knopf und die Zusammenfassung auf Projektebene die richtige Infrastruktur für die parallele Arbeit sind. Viele Benutzer stellten auch gute Fragen. Gal Dayan beschäftigt sich damit, wie Heard entscheidet, was es wert ist, gesagt zu werden, wenn mehrere parallele Agenten unterschiedliche Aufgaben ausführen. Andere fragten nach dem Sprachunterbrechungsmechanismus, dem Speicherort des Gesprächsstatus usw. Der Gründer antwortete auf diese technischen Probleme im Kommentarbereich und war ziemlich offen.
In Bezug auf englische Technologiemedien berichtete AI Untethered erstmals am 1. Mai über Heard und zitierte den Gründer: „Das Schwierigste ist nicht TTS, sondern die Entscheidung, was man nicht sagen soll.“ daily.dev gab nach der Veröffentlichung von PH auch eine Einführung, die sich auf die technischen Prinzipien des zweischichtigen Entscheidungssystems konzentrierte. Tool-Aggregatoren wie AIToolly und AIDeckly bieten vollständige Funktionen und Preisinformationen. Aus Branchensicht füllt Heard eine übersehene Lücke. Die meisten KI-Programmiertools konzentrieren sich nur auf die „Eingabe“ – wie der Benutzer mit dem Agenten spricht. Die Frage, wie der Agent es an den Benutzer „ausgibt“, wurde nie ernst genommen. Es ist dieses Ausgabeproblem, das Heard lösen wollte. Im Zusammenhang mit der zunehmenden Beliebtheit von KI-Programmieragenten besteht in der Tat eine Nachfrage nach dieser „Audio-First-Mensch-Computer-Interaktion“-Richtung. Allerdings gibt es derzeit fast keine chinesischen Medienberichte über Heard. Dies kann damit zusammenhängen, dass das Produkt nur in der englischen Community verbreitet ist und der offizielle Domainname der Website auf ein anderes Produkt verweist.
Für Heard bestehen derzeit keine nennenswerten Streitigkeiten oder rechtlichen Risiken. Es gibt jedoch mehrere potenzielle Probleme, die es wert sind, beachtet zu werden. Das erste ist die Trennung von Produktpositionierung und Domainname – Heard.app verweist eher auf Hörgerätetechnologie als auf KI-Voice-Layer-Produkte, was zu Verwirrung bei den Benutzern führen und auch die natürliche Traffic-Erfassung beeinträchtigen kann. Zweitens gibt es Konkurrenzdruck bei den Produkten: Der offizielle Claude Code/Voice-Modus von Anthropic wurde eingeführt, und auch Open-Source-Alternativen wie VoiceMode MCP entwickeln sich weiter. Heard muss ausreichende technische Barrieren schaffen. Der dritte Punkt ist die Preisgestaltung. Der 24-Dollar-Power-Plan ist im Bereich der KI-Tools nicht teuer, aber wenn die wichtigsten Konkurrenzprodukte Open Source und kostenlos sind, muss er weiterhin den einzigartigen Wert kostenpflichtiger Funktionen unter Beweis stellen.
Heard eignet sich am besten für drei Arten von Menschen. Die erste Kategorie umfasst einzelne Entwickler, die täglich Claude Code oder Codex verwenden, insbesondere diejenigen, die nicht ständig an ein Terminal gebunden sein möchten. Die zweite Kategorie sind Entwickler, die in Remote- oder mobilen Szenarien arbeiten und ihre Pendel- und Gehzeit nutzen können, um den Fortschritt des Agenten zu verfolgen. Die dritte Kategorie sind Vielbenutzer, die mehrere Agenten gleichzeitig ausführen und eine Zusammenfassung auf Projektebene benötigen, anstatt zwischen verschiedenen Terminals hin und her zu wechseln. Zu den Personen, die nicht geeignet sind, gehören: Entwickler, die Windows oder Linux verwenden (noch nicht unterstützt, aber offizielle plattformübergreifende Pläne wurden bestätigt), Entwickler, die kein Sprachfeedback benötigen, und Benutzer, die KI-Programmierungsagenten seltener verwenden. Wenn Sie das native macOS-Erlebnis nicht benötigen, können alternativ VoiceMode MCP oder der integrierte /voice-Modus von Claude Code verwendet werden.
Heard löst ein echtes, aber leicht zu übersehendes Problem – die ausgangsseitige Erfahrung von KI-programmierten Agenten. Das Produktdesign ist gründlich durchdacht, von der harten signal-/kontextbewussten Entscheidungsfindung auf zwei Ebenen bis hin zur unabhängigen Klangfarbe mehrerer Agenten, und das Verständnis des tatsächlichen Arbeitsablaufs ist in jedem Funktionspunkt zu erkennen. Der Open-Source-Kern und die dreistufige Preisstrategie bieten Benutzern außerdem flexible Auswahlmöglichkeiten. Die Produktveröffentlichungszeit ist kurz (nur 2 Tage) und nachfolgende Entwicklungen verdienen Aufmerksamkeit, insbesondere die plattformübergreifende Unterstützung und die Förderung der chinesischen Community.

Nutzerbewertungen

Cynthia_RodriguezII

—

Die parallele Multi-Agent-Verarbeitung ist ein echter Lebensretter. Früher bin ich zwischen vier Terminalfenstern hin- und hergesprungen, zum Verrücktwerden. Jetzt spricht jeder Agent mit einer anderen Stimme, ich weiß mit geschlossenen Augen, wer was macht.

LUphi

—

Gerade den Companion-Modus von Heard ausprobiert. Bin vom Platz weg, Kaffee holen, und habe dabei gehört, wie Codex im Hintergrund mein altes Projekt refaktorierte. Zurück am Rechner: Code fertig, sogar die Tests liefen durch. Was für ein großartiges Gefühl.

TendermintTina54

—

Der Focus-Modus ist mein Favorit. Er quasselt nicht ständig, sondern spricht nur bei Fehlern oder wenn meine Freigabe nötig ist. Früher habe ich mit Claude Code oft zwanzig Minuten umsonst gewartet, weil ich die Berechtigungsabfrage übersehen hatte — jetzt nicht mehr.

Anthony.Rogers58

—

Die Handy-Kopplung ausprobiert: einmal QR-Code scannen, schon gekoppelt. Selbst bei gesperrtem Bildschirm hört man die Ansagen, und man kann sogar per Gedrückthalten sprechen und dem Agent Befehle geben. Beim Spaziergang draußen den Fortschritt verfolgen — Technik verändert das Leben.

Diane_Price_77

—

Open Source unter Apache-2.0 plus Gratis-Plan — volle Punktzahl für Aufrichtigkeit. Die lokale Kokoro-Stimme ist nicht so natürlich wie ElevenLabs, aber dass es zum Nulltarif läuft, ist schon großartig.

Logan216

—

Heard verwandelt die Ausgabe des Agents in Sprache — diese Richtung ist genau richtig. Alle stürzen sich auf Spracheingabe, niemand kümmert sich um die Ausgabeseite. Der Gründer hat recht: Der Agent antwortet weiterhin in scrollendem Text, und man muss sitzen bleiben und hinstarren.

谢秀

—

Am selben Tag Platz 1 auf PH mit 330 Stimmen — der Bedarf ist also wirklich da. Der Bereich Entwicklertools ist extrem umkämpft, da Platz 1 zu holen ist nicht leicht.

梅花_15

—

Gestern vor Feierabend habe ich drei Agents gleichzeitig mit verschiedenen Aufgaben laufen lassen — Claude Code refaktorierte die Backend-API, Codex schrieb Frontend-Komponenten, Cursor führte Tests aus. Heard meldete den Fortschritt mit drei verschiedenen Stimmen: Die Aria-Persönlichkeit war beim API-Teil besonders klar, Friday berichtete den Frontend-Fortschritt in lockerem Ton — nichts geriet durcheinander. Zwischendurch blieb ein Agent bei einer Berechtigungsfreigabe hängen, der Focus-Modus schickte sofort eine Sprachmeldung; ich tippte auf Genehmigen und es lief weiter. Auf dem Heimweg hörte ich die restlichen Ansagen auf dem Handy zu Ende, und als ich zu Hause den Rechner öffnete, waren alle drei Aufgaben erledigt. So eine Erfahrung war früher undenkbar.

Nancy8552024

—

Die vier Sprachpersönlichkeiten haben jeweils ihren eigenen Charakter. Ich habe Friday ausprobiert — der lockere Stil passt wirklich gut zu langen Programmiersessions. Das offene Design, Persönlichkeiten per Markdown anzupassen, ist ebenfalls durchdacht.

DWhite_Pro509

—

Der Pro-Plan kostet 12 Dollar im Monat, mit gehosteter Stimme und LLM, man muss keine eigene API konfigurieren. Für alle, die nicht basteln wollen, lohnt sich das, aber ich fahre erst mal eine Weile mit der Gratisversion.

goldenmouse658

—

Am meisten hat mich der Satz berührt: "Das Schwierigste ist nicht TTS, sondern zu entscheiden, was nicht gesagt werden soll." Weglassen ist viel schwerer als Hinzufügen, und Heard filtert Rauschen wirklich gut — es verwandelt nicht einfach die gesamte Terminalausgabe in Sprache, sondern wählt mit Urteilsvermögen aus.

郝玉梅

—

Ich habe die Diskussion auf Product Hunt gelesen — der Gründer hat technische Fragen sehr offen beantwortet. Der Sitzungszustand liegt in lokalem Speicher und auf der Festplatte, das Handy bekommt nur Audio, nie den Zustand. Dieses Datenschutzdesign ist solide.

NSullivan

—

Ich bin vom Open-Source-Projekt claude_voice umgestiegen. Die Erfahrung mit Heard ist um Welten besser — das ist eine ganz andere Produktklasse. Sie haben "Ansagen mit Urteilsvermögen" wirklich umgesetzt, nicht bloß simples TTS-Vorlesen. Außerdem ist die Architektur von Heard schlanker: Der Ansatz mit Python-Daemon und Unix-Socket ist viel eleganter als ein Node-Service nur für TTS, und der Ressourcenverbrauch ist geringer.

AustinMorales168224

—

Der Power-Plan für 24 Dollar im Monat ist etwas teuer, enthält aber Mobile- und Sprachfreigabe-Funktionen. Für jemanden wie mich, der viel unterwegs ist, ist das wirklich nötig; ich teste erst mal einen Monat, ob es sich lohnt. Wenn die Handy-Erfahrung gut genug ist, ist der Preis eigentlich akzeptabel.

Ryan_StephensJr5

—

Eine Frage: Wenn zwei parallele Agents widersprüchliche Ergebnisse melden — einer sagt, die Migration war erfolgreich, der andere, die Tests sind fehlgeschlagen —, wie fasst Heard das zusammen? Ich habe die Antwort des Gründers auf PH gesehen: Sie nutzen einen Reasoning-Pass-Override-Mechanismus. Erst liefern, dann optimieren.

AnnMendozaII

—

Die Architektur von Heard mit Python-Daemon und Unix-Socket ist ziemlich schlank, der Ressourcenverbrauch gering. Viel sauberer als diese Electron-Wrapper-Lösungen. Claude Haiku 4.5 für das Umschreiben der Persönlichkeit einzusetzen ist auch eine kreative Idee.

CHOKM0F

—

Die Entwickler sagen, künftig sollen Linux und Windows unterstützt werden — großartig. Mein Hauptrechner ist ein Mac, aber wenn ich gelegentlich Windows benutze, muss es dort auch laufen.

钱建晴

—

Heute in einem lauten Café ausprobiert — Heard hat trotzdem klar und deutlich angesagt. Die Umgebungsgeräusche störten etwas, aber die Stimme selbst war laut genug; mit AirPods versteht man alles einwandfrei.

TheHelenaVergara

—

Im Co-pilot-Modus wirft er beim Arbeiten nur gelegentlich einen Satz ein, ohne den Gedankenfluss zu unterbrechen. Wie ein Kollege, der neben einem sitzt und leise sagt: "Tests bestanden" oder "Da drüben ist ein Fehler, schau mal". Die Balance ist genau richtig.

KrinHarper

—

Ich habe mit Heard einen ganzen Tag Claude Code eine Codebasis refaktorieren lassen — die Erfahrung hat die Erwartungen übertroffen. Ich höre nicht nur den Fortschritt, sondern werde auch rechtzeitig erinnert, wenn der Agent feststeckt und meine Entscheidung braucht. Verglichen mit dem früheren Terminal-Anstarren ist die Effizienz deutlich gestiegen. Der Open-Source-Kern plus drei Preisstufen gibt den Nutzern zudem genug Auswahl.

春雨_5

—

Ich habe lange auf ein Tool gewartet, das Agent-Ausgaben in Sprache verwandelt — endlich hat es jemand gebaut. Etwas Sorgen macht mir allerdings, dass die Domain heard.app auf ein Hörhilfe-Produkt verweist, das mit diesem Heard nichts zu tun hat — das kann verwirren. Hoffentlich löst das Team das Domain-Problem bald.

梅花40

—

Mit dem Cloud-TTS von ElevenLabs klingt es wirklich sehr natürlich. Aber das lokale Kokoro reicht auch aus und spart API-Kosten. Beides hat seine Vor- und Nachteile.

流年393

—

Self-Hosting ist klasse: Alles läuft lokal, Code und Daten verlassen den Rechner nicht. Für Projekte mit Compliance-Anforderungen ist dieses Architekturdesign sehr wichtig. Dass das Handy nur Audio und keinen Zustand überträgt, beruhigt ebenfalls.

TerryGonzalezQ8

—

Der Konkurrenzdruck ist sichtbar: Anthropics offizieller Claude Code /voice-Modus ist schon da, und VoiceMode MCP entwickelt sich ebenfalls. Hoffentlich behält Heard seinen technischen Vorsprung und wird nicht von den Großen plattgemacht. Andererseits macht Heard Sprachansagen auf der Ausgabeseite, während das offizielle Feature Spracheingabe ist — verschiedene Spuren, eher komplementär als konkurrierend.

nty8ahuejt

—

Nach der Installation kann man den Modus direkt über die Menüleiste wechseln, ohne Neustart und ohne Befehle einzutippen. Dieses Interaktionsdesign ist sehr Mac-typisch. Als Nutzer des Apple-Ökosystems fühle ich mich damit sehr wohl.

8domk0e_i3j

—

Ein Detail: Mit dem Verbosity-Regler von Heard lässt sich die Ansagemenge fein einstellen, von vollständigem Kommentar bis hin zu nur Fehlermeldungen. Bei paralleler Arbeit ist eine Zusammenfassung auf Projektebene viel besser, als fünf Terminals durcheinander zu hören. Ich empfehle jedem Entwickler, der Claude Code nutzt, es auszuprobieren.

夏明

—

Die letzten Tage habe ich Heard zusammen mit Cursor für Frontend-Arbeit genutzt — richtig angenehm. Ich passe Styles an, während ich dem Agent beim Statusbericht zuhöre, ohne ständig zwischen Bildschirmen zu wechseln. Die Produktivität ist deutlich gestiegen, vor allem muss ich beim Testlauf nicht mehr untätig warten.

LucaKumar

—

Die fehlende Unterstützung für Windows und Linux ist wirklich eine Schwachstelle. Hoffentlich wird der plattformübergreifende Plan auf der Roadmap bald umgesetzt, sonst können Kollegen im Team mit unterschiedlichen Systemen es nicht einheitlich nutzen.

Heard

Ausführlicher Bericht

Nutzerbewertungen

Ähnliche Produkte