Unterbricht ein Anruf die Transkription auf dem iPhone?

Die Frage liegt nahe. Ein Anruf, der mitten in einer Aufnahme eintrifft, gehört zu den bekanntesten Arten, wie eine iPhone-Aufnahme abgeschnitten wird — da liegt die Annahme nahe, derselbe Anruf würde einer gleichzeitig laufenden Transkription etwas Ähnliches antun: sie pausieren, abbrechen, verderben. Von außen sehen sich die beiden Situationen ähnlich: Ein Anruf klingelt, etwas, das das Telefon gerade tat, wird unterbrochen. Darunter verlangen sie dem Telefon aber ganz und gar nicht dasselbe ab.

Warum ein Anruf überhaupt eine Aufnahme unterbricht

iOS behandelt das Mikrofon als eine einzige Ressource, die immer nur eines gleichzeitig halten kann, und das System entscheidet darüber, nicht die App, die zuerst da war. Trifft ein Anruf ein, nimmt das System dem, was es gerade nutzte, das Mikrofon weg und teilt dieser App mit, dass eine Unterbrechung begonnen hat. Eine laufende Aufnahme ist das klarste Beispiel für etwas, das genau das braucht, was auch ein Anruf braucht — deshalb ist sie es, die sichtbar stoppt. Das ist kein Fehler und kein Versagen der App, sondern der Mechanismus, der wie vorgesehen funktioniert und den Anruf vor allem anderem bevorzugt, das nach laufendem Audio verlangt.

Was Transkribieren dem Telefon tatsächlich abverlangt

Transkribieren beginnt erst, wenn eine Aufnahme bereits eine vollständige, geschlossene Datei auf dem Speicher ist — Sie stoppen die Aufnahme, die App schließt die Audiodatei ab, und erst danach lässt sich eine Transkription dieser Datei anfordern. Sie in Text zu verwandeln bedeutet, dieses bereits gespeicherte Audio Apples Spracherkennung zu übergeben, zunächst auf dem Gerät, mit einem erneuten Versuch über Apples Server nur dann, wenn dieser erste Durchlauf leer bleibt oder fehlschlägt. So oder so: Audio hinein, Text heraus, einmalig, anhand einer Datei, die schon fertig war, bevor die Anfrage begann. An keiner Stelle wird dabei das Mikrofon beim System angefordert, weil es kein laufendes Audiosignal gibt, dem zugehört werden müsste.

Warum ein Anruf deshalb nichts zu holen hat

Der Grund, warum ein Anruf eine Aufnahme unterbrechen kann, ist genau bestimmt: Er verlangt die exklusive Kontrolle über den laufenden Audioeingang — das Einzige, was iOS immer nur einer App zugleich überlässt. Um diese Ressource hat Transkribieren nie konkurriert. Es hat keinen offenen Mikrofonstrom, den das System dem Anruf zuweisen könnte, und nichts, was der Anruf beanspruchen könnte. Ob der Anruf angenommen, abgelehnt wird oder einfach klingelt und verstummt — nichts davon ändert etwas an einer Transkription, die gerade läuft, weil diese Transkription nie an die Ressource angeschlossen war, um die ein Anruf tatsächlich kämpft.

Der einzige Punkt, an dem ein Anruf doch eine Rolle spielt — und es ist nicht der Anruf selbst

Es gibt einen echten Grenzfall, aber er betrifft nicht den Anruf, sondern das, was gerade mit dem Telefon geschah, als er eintraf. Wird eine Transkription gestartet und das Telefon anschließend gesperrt oder beiseitegelegt, während sie noch arbeitet, und trifft ausgerechnet in diesem Zeitraum ein Anruf ein, dann ist entscheidend, dass die App im Hintergrund liegt — nicht, dass ein Anruf klingelte. Eine Audio-Hintergrunderlaubnis, die Art, die eine Aufnahme bei gesperrtem Bildschirm weiterlaufen lässt, ist genau dafür gedacht: die Sitzung einer Aufnahme am Leben zu halten. Das ist enger gefasst als offene Hintergrundverarbeitung, und eine Transkriptionsanfrage ähnelt eher Letzterem. Im normalen Gebrauch kommt das praktisch nie vor: Ein Anruf, der eintrifft, während die App geöffnet und auf dem Bildschirm zu sehen ist, erscheint als kompakter Banner, statt einen aus der App herauszuholen — eine laufende Transkription läuft also mit sichtbarer App einfach weiter. Der Fall, den man wirklich im Blick haben sollte, ist enger gefasst: eine lange Transkription laufen zu lassen und das Telefon zu sperren, bevor sie fertig ist — nicht ein Anruf für sich genommen.

Was tatsächlich passiert, wenn eine Transkription doch unterbrochen wird

Dasselbe wie bei jedem anderen unterbrochenen Transkriptionsversuch: kein teilweiser oder verstümmelter Text, weil die Anfrage entweder abgeschlossen wird und ein Ergebnis liefert oder gar nicht erst zu Ende läuft. Es bleibt keine halbfertige Transkription in der App zurück, die aufgeräumt werden müsste. Die Ausgangsaufnahme bleibt in jedem Fall unberührt, da sie schon gespeichert war, bevor die Anfrage begann, und sie erneut zu transkribieren kostet nichts außer der Wartezeit — das ist eine Anfrage, die sich an eine fertige Aufnahme beliebig oft stellen lässt, keine einmalige Gelegenheit, die an einen bestimmten Moment gebunden ist.

Worin sich das von dem unterscheidet, was ein Anruf einer Aufnahme antut

Eine Aufnahme, die durch einen Anruf unterbrochen wird, endet mit einer echten Lücke, so lang wie der Anruf dauerte, weil das Mikrofon in diesem Zeitraum tatsächlich nicht verfügbar war und es in diesem Moment nichts aufzunehmen gab. Eine Transkription hat keine vergleichbare Lücke vorzuweisen, wenn ein Anruf eintrifft, weil es nie einen laufenden Strom gab, den der Anruf hätte übernehmen können — schlimmstenfalls muss die Anfrage von vorn gestellt werden, anhand von Audio, das sich nie verändert hat.

Wie Voice Studio damit umgeht

Voice Studio achtet auf die Systemunterbrechung, die ein Anruf auslöst, und nutzt sie, um eine aktive Aufnahme zu pausieren und nach Ende des Anrufs in derselben Datei fortzusetzen — dieser Mechanismus existiert genau deshalb, weil eine Aufnahme das Mikrofon braucht. Transkribieren ist eine eigenständige, einmalige Anfrage an eine bereits gespeicherte .m4a-Datei: zunächst auf dem Gerät, mit einem erneuten Versuch über Apples Server nur dann, wenn dieser Durchlauf leer bleibt oder fehlschlägt — und keiner der beiden Wege fragt jemals nach dem Mikrofon. Trifft während einer laufenden Transkription ein Anruf ein, wird sie dadurch weder pausiert noch abgebrochen noch neu gestartet, weil die beiden Vorgänge nie um dieselbe Sache konkurriert haben.

Häufige Fragen

Bricht das Annehmen eines Anrufs eine bereits laufende Transkription ab?

Nein. Ein Anruf nimmt das Mikrofon von dem, was es gerade nutzt, und das Transkribieren einer bereits aufgenommenen Datei fragt nie nach dem Mikrofon — der Anruf hat also nichts zu holen.

Gilt das sowohl für den Durchlauf auf dem Gerät als auch für den Rückgriff auf Apples Server?

Ja. Keiner von beiden hält einen laufenden Mikrofonstrom offen — beide arbeiten mit derselben bereits gespeicherten Audiodatei, egal ob die Erkennung selbst auf dem Gerät oder auf Apples Server läuft.

Was, wenn ich das Telefon genau in dem Moment sperre, in dem ein Anruf eintrifft, während eine Transkription noch arbeitet?

Der Anruf selbst bleibt trotzdem nicht das Risiko. Das Sperren des Bildschirms schickt die App in den Hintergrund, und das ist eine andere Frage als der Streit ums Mikrofon, den ein Anruf gegen eine laufende Aufnahme gewinnt — für eine Transkription, die ohne zweiten Versuch fertig werden soll, lohnt es sich, die App geöffnet und das Telefon entsperrt zu lassen.

Ist das derselbe Mechanismus, der eine laufende Aufnahme unterbricht?

Nein, genau das Gegenteil. Eine Aufnahme wird pausiert, weil ein Anruf ihr das Einzige nimmt, was sie braucht: das Mikrofon. Eine Transkription hat kein Mikrofon zu verlieren, also hat der Mechanismus, der Aufnahmen unterbricht, hier schlicht nichts, worauf er wirken könnte.