Ändert das Bearbeiten eines Transkripts die Original-Aufnahme auf dem iPhone?

Zwei verschiedene Dinge teilen sich eine Aufnahme

Eine Sprachnotiz ist eigentlich zwei Objekte unter einem Namen: die Audiodatei selbst, eine AAC-Datei, die auf die Festplatte geschrieben wird, während Sie sprachen, und ein Transkript, ein Textblock, der danach entsteht, indem eine Spracherkennung gebeten wird, sich diese fertige Datei anzuhören und die Worte zu erraten. Beide entstehen zu unterschiedlichen Zeitpunkten, durch unterschiedliche Prozesse, und werden als unterschiedliche Daten gehalten — die Audiodatei vom Mikrofon und dem Encoder, das Transkript von einem eigenen Durchgang, der erst beginnt, wenn die Aufnahme bereits existiert. Sobald die Transkription gelaufen ist, liegen beide nebeneinander im selben Eintrag, aber „nebeneinander" leistet in diesem Satz echte Arbeit: Keines der beiden ist in das andere eingebettet.

Was eine Transkript-Bearbeitung tatsächlich berührt

Ein Transkript zu korrigieren ist eine Textbearbeitung im schlichtesten Sinn — die Art von Änderung, die Sie in jedem bearbeitbaren Feld vornehmen würden: ein Wort markieren, ersetzen, weitermachen. Dabei wird die Audiodatei an keiner Stelle erneut aufgerufen. Nichts dekodiert die .m4a, nichts kodiert sie neu, und nichts lässt die Spracherkennung erneut darüber laufen. Die Korrektur aktualisiert eine einzige Sache — den Transkript-Text, der dieser Aufnahme zugeordnet ist — und endet dort. Die Audiodatei war fertig geschrieben, sobald die Aufnahme endete; eine Transkript-Bearbeitung, die eine Stunde, eine Woche oder ein Jahr später vorgenommen wird, hat keinen Weg zurück in eine Datei, die lange vor dieser Bearbeitung schon geschlossen wurde.

Das lohnt sich von einer wirklich anderen Aktion abzugrenzen: dem erneuten Transkribieren einer Aufnahme, das tatsächlich auf die Audiodatei zurückgreift, um ein völlig neues Transkript zu erzeugen. Erneutes Transkribieren liest die Audiodatei wieder ein. Ein Wort im bestehenden Transkript zu korrigieren, liest die Audiodatei überhaupt nicht — es ändert nur Text, der schon dasteht.

Warum die beiden von vornherein getrennt gehalten werden

Eine Spracherkennung behandelt die Audiodatei, die ihr übergeben wird, als Quelle, nicht als etwas, das verändert werden soll — sie hört einmal hin, schreibt ihre beste Vermutung als eigenständige Daten heraus und hat danach keinen Grund mehr, je wieder die Original-Aufnahme anzufassen. Es anders zu bauen, würde bedeuten, dass eine App still und leise ihre eigene Audioaufnahme in Ihrem Namen verändert — auf Grundlage einer Vermutung, was dort hätte sein sollen, statt dessen, was tatsächlich aufgenommen wurde. Die Audiodatei als unveränderte, schlichte Datei zu behalten und das Transkript als eine getrennte, bearbeitbare Vermutung über diese Datei — das macht es ungefährlich, so viele Worte zu korrigieren, wie man will: Es gibt keinen Weg, wie eine Korrektur, oder hundert davon, rückwärts bis in die Aufnahme selbst reichen könnte.

Was „bearbeitbar" nicht bedeutet: kein Versionsverlauf

Ein Transkript zu bearbeiten überschreibt den Text an Ort und Stelle, statt festzuhalten, was er vor der Bearbeitung sagte. Es gibt keinen Verlauf zum Öffnen, keinen früheren Entwurf, der hinter der aktuellen Version liegt, und keine Möglichkeit, eine Korrektur im Nachhinein mit der ursprünglichen Vermutung der Erkennung zu vergleichen. Dasselbe passiert, wenn ein Transkript in einer anderen Sprache neu erzeugt wird, nachdem am Anfang die falsche gewählt wurde — das frische Ergebnis ersetzt, was vorher da war, statt daneben zu liegen. Wenn die ursprüngliche Formulierung der Erkennung, Fehler eingeschlossen, es wert ist, zum Vergleich aufbewahrt zu werden, exportieren Sie das Transkript, bevor Sie Änderungen vornehmen, die Sie vielleicht rückgängig machen möchten; der Export ist eine Momentaufnahme, auf eine Art, wie es das lebende Transkript-Feld nicht ist.

Warum diese Trennung wirklich nützlich ist

Sie bedeutet, dass Sie beim Aufräumen eines Transkripts so rigoros vorgehen können, wie Sie möchten, ohne das gegen ein Risiko für die Aufnahme abwägen zu müssen. Einen Namen zu korrigieren, den die Erkennung falsch geraten hat, eine doppelte Zeile zu löschen, eine Passage voller Füllwörter zu ordnen — nichts davon ist eine Entscheidung, die auch die eine Kopie dessen berührt, was tatsächlich gesagt wurde. Für alles, bei dem die Original-Audiodatei als Beleg für sich selbst zählt — ein Interview, das später vielleicht noch einmal geprüft werden muss, eine Notiz, die Sie nur locker transkribieren, damit sie durchsuchbar ist — gibt Ihnen das die Freiheit, die lesbare Version frei zu bearbeiten, während die Audiodatei darunter unangetastet bleibt, als der tatsächliche Beleg dessen, was passiert ist.

Wie sich das beim Export auswirkt

Weil Transkript und Audiodatei getrennt sind, ist das eine zu exportieren eine eigene Aktion gegenüber dem Export des anderen — in jedem Fall, nicht nur in diesem. Die Audiodatei zu exportieren, gibt die .m4a genau so heraus, wie sie aufgenommen wurde, unberührt von jeder Transkript-Bearbeitung davor oder danach. Das Transkript zu exportieren, gibt heraus, was im Textfeld gerade steht, Korrekturen eingeschlossen. Der eine Export sagt nichts über den Zustand des anderen aus. Und wenn Sie ein Transkript bereits einmal exportiert und es danach noch korrigiert haben, ist die Frage, ob diese ältere Kopie automatisch nachzieht, eine verwandte, aber eigenständige Frage, die es sich lohnt, gesondert nachzulesen.

Wie Voice Studio das handhabt

Das Transkript zu einer Aufnahme ist gewöhnlicher, bearbeitbarer Text — einen Namen korrigieren, eine Zeile löschen, eine Passage voller Füllwörter aufräumen — und nichts davon berührt die .m4a darunter, die einmal geschrieben wird, wenn die Aufnahme endet, und danach von nichts, was das Transkript tut, je neu geschrieben wird. Es gibt keinen Versionsverlauf für Transkript-Bearbeitungen, sodass eine Korrektur ersetzt, was da war, statt es zum Vergleich aufzubewahren; exportieren Sie das Transkript zuerst, wenn die ursprüngliche Formulierung es wert ist, aufbewahrt zu werden. Aufnehmen, Transkribieren, Bearbeiten und Export sind in der kostenlosen App uneingeschränkt — die Trennung zwischen Text und Audiodatei ist kein Pro-Feature, sondern einfach, wie diese beiden Daten schon immer funktioniert haben.

Häufige Fragen

Wenn ich einen Fehler im Transkript korrigiere, ändert das die Audiodatei?

Nein. Das Bearbeiten des Transkripts ändert nur den Text, der der Aufnahme zugeordnet ist. Die Audiodatei .m4a wird einmal geschrieben, wenn die Aufnahme endet, und nichts am späteren Bearbeiten des Transkripts liest sie oder schreibt sie neu.

Kann ich das ursprüngliche Transkript nach dem Bearbeiten zurückbekommen?

Nicht innerhalb der App — eine Bearbeitung überschreibt den Text an Ort und Stelle, ohne Versionsverlauf, zu dem man zurückkehren könnte. Exportieren Sie das Transkript vorher, wenn die ursprüngliche Formulierung, ob richtig oder falsch, zum Vergleich aufbewahrt werden soll.

Ist das Bearbeiten eines Transkripts dasselbe wie das erneute Transkribieren einer Aufnahme?

Nein. Bearbeiten ändert bestehenden Text von Hand und liest die Audiodatei nie wieder ein. Erneutes Transkribieren lässt die Spracherkennung ein zweites Mal über die Audiodatei laufen und ersetzt das Transkript durch ein frisches Ergebnis.

Exportiert das Exportieren des Transkripts auch die Audiodatei, oder umgekehrt?

Keines von beidem. Es sind zwei getrennte Exporte — die Audiodatei als ursprüngliche .m4a, das Transkript als TXT oder JSON — und der eine berührt oder enthält den anderen nicht.