Braucht eine Aufnahme-App den Mikrofonzugriff am iPhone?

Jede Aufnahme-App braucht das Mikrofon, sonst kann sie gar nicht existieren, also wird diese Berechtigung fast ohne nachzudenken erteilt. Die interessantere Frage ist, wonach eine App, die zusätzlich transkribiert, darunter noch fragt — und warum das nicht dasselbe ist.

Die Berechtigung, die man ohnehin erwartet

Der Mikrofonzugriff regelt genau eine Sache: ob die App überhaupt Audio vom Mikrofon des Telefons empfangen darf. Beim ersten Tippen auf Aufnahme unterbricht iOS mit einer Systemabfrage, bevor irgendetwas aufgenommen werden kann. Lehnt man sie ab, hat die App keinen Zugang zu Audio — keine abgespeckte Aufnahme, keine stumme Datei, nichts wird überhaupt auf die Festplatte geschrieben. Daran führt kein Weg vorbei, und es gibt auch keinen Grund, warum es einen geben sollte: Eine App, die Ton aufnimmt, ohne zu fragen, wäre keine Berechtigungslücke, sondern ein Sicherheitsproblem.

Die Berechtigung, mit der die wenigsten rechnen

Eine Aufnahme-App, die auch transkribiert, greift auf ein zweites, eigenständiges System zurück — Apples Spracherkennungs-Framework —, das eine eigene Berechtigung hat, unabhängig von der des Mikrofons. iOS fragt danach beim ersten Versuch der App, etwas zu transkribieren, mit einer eigenen Abfrage und einer eigenen Zeile in den Einstellungen. Den Mikrofonzugriff zu erteilen, sagt darüber nichts aus — eine App kann volle Berechtigung zum Aufnehmen haben und trotzdem keine Berechtigung, das Aufgenommene in Text umzuwandeln.

Überraschend ist, dass diese Berechtigung selbst dann abgefragt wird, wenn die Transkription vollständig auf dem Gerät bleibt. Man könnte vernünftigerweise annehmen, dass ein rein lokaler Sprache-zu-Text-Durchlauf keine größere Zustimmung braucht als jede andere Verarbeitung, die eine App direkt auf dem Gerät mit den eigenen Daten vornimmt. Apple sieht das anders: Das Spracherkennungs-Framework verlangt diese Berechtigung für jede Anfrage, unabhängig davon, ob diese konkrete Anfrage letztlich auf dem Gerät läuft oder gegen einen Server erneut versucht wird. Die Berechtigung regelt den Vorgang selbst, nicht den Netzwerkweg darunter.

Warum zwei Berechtigungen für eine einzige Aktion

Die Trennung spiegelt wider, dass Audio aufzunehmen und es in Text umzuwandeln zwei verschiedene Vorgänge sind, auch wenn dieselbe App beides erledigt. Nicht jede Aufnahme-App braucht Spracherkennung — viele nehmen nur auf und spielen ab —, also fragt iOS getrennt danach, genau in dem Moment, in dem die App sie tatsächlich einsetzen will, statt sie in die Mikrofonabfrage zu packen, die ohnehin fast jeder ohne viel Nachdenken erteilt. Das bedeutet auch, dass sich später nachvollziehen lässt, welche App wonach gefragt hat: Eine App mit Mikrofonzugriff und ohne Eintrag bei der Spracherkennung hat nachweislich nie versucht, irgendetwas zu transkribieren.

Was passiert, wenn man nur eine der beiden erteilt

Mikrofonzugriff ohne Spracherkennungs-Berechtigung ergibt einen voll funktionsfähigen Recorder, der nicht transkribieren kann. Aufnehmen, Abspielen und Dateiverwaltung funktionieren alle; die Bitte, einen Ausschnitt in Text umzuwandeln, liefert einen Fehler oder gar nichts, und dabei geht kein Audio irgendwohin, weil die Anfrage nie über die Berechtigungsprüfung hinauskommt. Spracherkennungs-Berechtigung ohne Mikrofonzugriff kommt praktisch nicht vor, weil es nichts zu transkribieren gibt, wenn die App nie erlaubt bekam, überhaupt etwas aufzunehmen. In der Praxis lohnt es sich, gerade die Ablehnung der Spracherkennung im Blick zu behalten — man tippt sie leicht unachtsam weg und verbindet später eine funktionslose Transkribieren-Schaltfläche nicht mehr mit einer Berechtigung, die man Wochen zuvor verweigert hat.

Beides später prüfen oder ändern

Beide finden sich unter Einstellungen → Datenschutz & Sicherheit, in getrennten Abschnitten: Mikrofon und Spracherkennung. Jeder listet alle Apps auf, die je danach gefragt haben, mit einem eigenen Schalter. Eine App, die in der Liste zur Spracherkennung fehlt, hat nie danach gefragt — nicht, weil ihr das still verweigert wurde, sondern weil nichts in dieser App die Funktion aufruft, die die Abfrage auslösen würde. Einen der beiden Schalter auszuschalten, wirkt sich sofort aus, ohne dass etwas neu installiert werden muss — und ihn wieder einzuschalten ebenso.

Wie Voice Studio damit umgeht

Voice Studio fragt für die Aufnahme nach Mikrofonzugriff und, getrennt davon, beim ersten Transkriptionsversuch nach der Spracherkennungs-Berechtigung — die beiden Abfragen erscheinen an unterschiedlichen Stellen, weil sie unterschiedliche Vorgänge regeln. Die Transkription versucht immer zuerst den Weg auf dem Gerät, ohne weitere Bedingung als die erteilte Berechtigung an sich; kommt der lokale Durchlauf leer zurück oder schlägt fehl, wird mit ausgeschalteter Spracherkennung auf dem Gerät erneut versucht — genau der Punkt, an dem Audio das Sprachdienst-Angebot von Apple erreichen könnte. Die Aufnahme selbst berührt diesen Weg nie — sie besteht aus Mikrofon, AAC-Encoder und einer Datei, in der gewählten der drei Qualitätsstufen. Die App hat weder Konto noch CloudKit-Synchronisierung noch ein Analyse-SDK, also sind diese zwei Berechtigungen die einzigen, für die es überhaupt einen Grund gibt, danach zu fragen.

Häufige Fragen

Muss ich den Mikrofonzugriff erteilen, um eine Aufnahme-App zu nutzen?

Ja. Ohne ihn lässt sich auf dem iPhone kein Audio aufnehmen — lehnt man die Abfrage ab, hat die App nichts, womit sie aufnehmen könnte, keine abgespeckte Version der Aufnahme.

Kann ich aufnehmen, ohne Spracherkennung zu erlauben?

Ja. Aufnehmen, Abspielen und Dateiverwaltung brauchen sie nicht. Was ausfällt, ist speziell die Transkription — der Versuch ohne diese Berechtigung liefert einen Fehler oder nichts, ohne dass dabei irgendwo Audio hingeschickt wird.

Braucht eine App die Spracherkennungs-Berechtigung, wenn ihre Transkription vollständig auf dem Gerät läuft?

Ja. iOS verlangt diese Berechtigung für jede Nutzung des Spracherkennungs-Frameworks, egal ob eine konkrete Anfrage am Ende lokal läuft oder gegen Apples Server erneut versucht wird. Die Berechtigung regelt den Vorgang, nicht den Weg, den eine bestimmte Anfrage nimmt.

Wo prüfe ich, welche Apps Mikrofon- oder Spracherkennungszugriff haben?

Einstellungen → Datenschutz & Sicherheit hat für jede der beiden einen eigenen Abschnitt — Mikrofon und Spracherkennung —, der alle anfragenden Apps mit einem Schalter pro App auflistet.