Braucht ein Sprachrekorder auf dem iPhone Internetzugang?

Eine berechtigte Frage, bevor man einer App etwas Privates anvertraut oder sich irgendwo ohne Empfang auf sie verlässt. Die Antwort passt nicht in ein Wort, weil „Sprachrekorder" und „Transkription" zwei verschiedene Aufgaben mit zwei verschiedenen Beziehungen zum Netz sind.

Das Aufnehmen selbst kommt nie mit dem Netz in Berührung

Audio aufzunehmen bedeutet: Mikrofon, Encoder, Datei. Das Telefon hört zu, komprimiert das Gehörte zu AAC und schreibt das Ergebnis in den Speicher des Geräts. In dieser Kette gibt es keinen Schritt, der über einen Server läuft, weil es für einen Server nichts zu tun gibt — niemand muss die rohe Wellenform irgendwo anders verarbeiten als auf dem Telefon, das sie erzeugt hat. Das gilt für jede ernstzunehmende Aufnahme-App, nicht nur für eine: Aufnehmen hat auf jedem iPhone schon immer im Flugmodus funktioniert.

Genauso bei Wiedergabe, Markierungen, Umbenennen und dem Durchsuchen der Bibliothek. Das alles liest und schreibt Dateien, die bereits auf dem Gerät liegen. Nichts davon hat einen Grund, nach außen zu greifen.

Auch der erste Transkriptionsversuch braucht sie nicht

iOS transkribiert Sprache über Apples Speech-Framework, und dieses Framework kann vollständig auf dem Telefon laufen. Fragt eine App nach der lokalen Erkennung, erledigt ein bereits auf dem Telefon heruntergeladenes Modell die Arbeit, und die Anfrage wird ohne jedes Netz abgeschlossen — genau wie das Diktieren in ein Textfeld mit ausgeschaltetem WLAN. Ist das lokale Modell einer Sprache installiert, funktioniert Transkribieren im Flugmodus.

Wo eine Verbindung anfängt, eine Rolle zu spielen

Der lokale Durchlauf ist eine Anfrage, kein Versprechen. Er kann leer zurückkommen oder einen Fehler werfen — leises Audio, ein ungewöhnlicher Akzent, eine Sprache mit dünnem lokalem Modell, ein Abschnitt einer langen Aufnahme, den das kleinere Modell des Telefons schlicht nicht auflöst. Eine gut gemachte App lässt einen in diesem Fall nicht im Stich: Sie wiederholt denselben Audioabschnitt mit ausgeschalteter lokaler Erkennung, wodurch er stattdessen an Apples serverbasierten Erkenner geht. Genau dieser zweite Versuch ist die einzige Stelle, an der wirklich eine Verbindung genutzt wird.

Die ehrliche Version von „braucht es Internet" lautet also: nicht zum Aufnehmen, nicht für einen Transkriptionsversuch, der schon lokal gelingt, und nur für den Wiederholungsversuch, der die nicht gelungenen Fälle auffängt. Ist man offline, wenn dieser Wiederholungsversuch anlaufen würde, gibt es nichts zu erreichen, also kann er schlicht kein Ergebnis liefern — man bekommt für diesen Ausschnitt einen Fehler oder eine leere Transkription statt eines still hochgeladenen Ergebnisses. Gesendet wird so oder so nichts; man bekommt nur so lange keinen Text zurück, bis man es mit Verbindung erneut versucht.

Die Stelle, an der eine Verbindung still vorausgesetzt wird

Es gibt eine Abhängigkeit, die alle erwischt, die vorhaben, eine Weile offline zu sein: Das lokale Sprachmodell selbst muss erst heruntergeladen werden, bevor es lokal laufen kann, und dieser Download braucht beim ersten Mal eine Netzverbindung. Er kommt über das System, gekoppelt an das Hinzufügen einer Sprache zur Tastatur oder zum Diktat, und lädt üblicherweise über WLAN. Eine Sprache, die noch nie zum Diktieren benutzt wurde, hat womöglich schlicht noch nichts installiert — dann hat der lokale Versuch kein Modell, mit dem er arbeiten kann, scheitert, und der Wiederholungsversuch bleibt der einzige übrige Weg, der genau die Verbindung braucht, die gerade fehlt.

Wer weiß, dass es offline weitergeht, klärt das vorher, statt es dort zu entdecken. Einen Satz in dieser Sprache über die Tastatur diktieren, solange noch WLAN da ist, oder einen kurzen Testausschnitt transkribieren. Kommt Text zurück, ist das Modell auf dem Telefon und läuft auch mit ausgeschaltetem Netz weiter. Kommt nichts zurück, hätte es offline mit keiner App funktioniert.

Teilen und Sichern sind ebenfalls lokale Vorgänge

Auch Audio und Text vom Telefon herunterzubekommen braucht für sich genommen keine Verbindung. Der Export einer Transkription schreibt eine TXT- oder JSON-Datei; das Teilen einer Aufnahme gibt die .m4a-Datei selbst weiter; ein vollständiges Backup ist eine einzige JSON-Datei mit allem darin. Jede dieser Aktionen ist das Schreiben einer Datei oder das Übergeben an das Teilen-Menü — was danach passiert, ob es per AirDrop, Kabel oder einer selbst verschickten E-Mail geht, ist eine Entscheidung, die man danach trifft, keine, die der Export erzwingt.

Wie Voice Studio das handhabt

Das Aufnehmen in Voice Studio hat bei jeder Qualitätsstufe keinerlei Netzabhängigkeit. Die Transkription versucht jedes Mal zuerst die lokale Erkennung; kommt dieser Durchlauf leer zurück oder mit Fehler, wiederholt sie mit ausgeschalteter lokaler Erkennung, und dieser Wiederholungsversuch ist der einzige Moment, in dem eine Verbindung genutzt wird. Es gibt kein Konto, in das man sich einloggen müsste, und keinen eigenen Server an irgendeiner Stelle der App — über diesen einen Wiederholungsversuch hinaus braucht also nichts am Aufnehmen, Transkribieren, Exportieren oder Sichern eine Onlineverbindung.

Häufige Fragen

Kann ich eine Sprachnotiz mit ausgeschaltetem WLAN und mobilen Daten aufnehmen?

Ja. Aufnehmen ist lokale Audioerfassung — Mikrofon, Encoder und eine Datei auf dem Gerät — und hat auf keinem iPhone je eine Netzverbindung gebraucht.

Funktioniert die Transkription im Flugmodus?

Sie kann funktionieren, wenn das lokale Modell der Sprache bereits auf dem Telefon installiert ist. Dieser Durchlauf läuft ganz ohne Netz lokal ab. Scheitert er und gibt es keine Verbindung für den Ausweichversuch, bekommt man für diesen Ausschnitt einen Fehler oder ein leeres Ergebnis statt eines verzögerten Uploads.

Warum ist meine Transkription fehlgeschlagen, obwohl ich keinen Empfang hatte?

Am wahrscheinlichsten konnte der lokale Versuch diesen Ausschnitt nicht bewältigen — leises Audio, ein ungewöhnlicher Akzent oder eine Sprache mit dünnem lokalem Modell — und der Wiederholungsversuch, der das normalerweise auffängt, brauchte in dem Moment eine Verbindung, die nicht da war.

Brauche ich Internet, um eine Transkription zu exportieren oder meine Aufnahmen zu sichern?

Nein. Der Export einer Transkription schreibt eine TXT- oder JSON-Datei, das Teilen einer Aufnahme gibt die .m4a-Datei selbst weiter, und ein vollständiges Backup ist eine einzige JSON-Datei — alles lokale Dateivorgänge. Jede Netznutzung danach hängt vom gewählten Übertragungsweg ab, nicht von dem, was der Export selbst verlangt.