Wie man findet, was jemand in einer alten Sprachnotiz auf dem iPhone gesagt hat

Eine Bibliothek von Sprachnotizen mit Suchfunktion durchsucht in Wirklichkeit Text, nicht Ton. Man tippt ein Wort ein, und es wird mit dem Text abgeglichen, den die App zu jeder Aufnahme bereits hat — nicht mit dem Audio selbst.

Was die Suche tatsächlich durchsucht

Konkret ist das der Titel der Aufnahme, das Transkript und der Ortsname, falls die Aufnahme mit einem Standort verknüpft wurde. Die Bibliothekssuche von Voice Studio deckt alle drei gleichzeitig ab. Das genau zu wissen lohnt sich, weil es auch zeigt, was die Suche nicht kann.

Sie kann sich das Audio nicht anhören und ein gesprochenes Wort herausfinden, so wie man selbst es tun würde. Wenn ein Wort nur als Ton existiert und nie in Text übertragen wurde, gibt es nichts, womit das Suchfeld es vergleichen könnte, egal wie gut die Suche ist.

Warum das Transkript zuerst existieren muss

Das ist der Punkt, den viele übersehen: Transkribieren ist meist ein eigener Schritt, nicht etwas, das unbemerkt im Moment des Stoppens passiert. Eine Aufnahme, die noch niemand transkribiert hat, hat einen Titel und einen Zeitstempel und sonst nichts — auffindbar nach Name oder Datum, aber nicht nach dem, was darin tatsächlich gesagt wurde.

Wer die Gewohnheit hat, jetzt aufzunehmen und "später" zu transkribieren, braucht die Suche genau in diesem Später, und sie wird nicht funktionieren, weil der Text, auf den sie angewiesen ist, nie entstanden ist. Die Lösung ist nicht eine bessere Suche; es ist, zeitnah zur Aufnahme zu transkribieren, bevor sich ein Rückstau nicht transkribierten Audios ansammelt.

Warum ein Transkript existieren kann und trotzdem nichts liefert

Gelegentlich ist eine Aufnahme transkribiert, und das gesuchte Wort taucht trotzdem nicht auf — und das Transkript selbst ist der Grund. Die Spracherkennung auf dem iPhone kann für einen Audioabschnitt leer zurückkommen: leise Sprache, Hintergrundgeräusche, oder eine Sprache, deren lokales Modell bei diesem bestimmten Clip nicht sauber gelaufen ist. Ein unvollständiges oder leeres Transkript durchsucht sich genau so, wie es ist: ehrlich, aber ergebnislos.

Wenn eine bestimmte Aufnahme partout nicht auftaucht, egal was man eingibt, sollte man sie öffnen und direkt den Transkripttext ansehen, bevor man annimmt, die Suche sei fehlerhaft. Oft liegt es am Transkript, nicht an der Suche.

Wenn einem das Wort selbst nicht mehr einfällt

Manchmal liegt das Problem nicht daran, dass die Suche versagt, sondern daran, dass einem kein Wort zum Eintippen einfällt. Dafür führt der Weg nicht über die Textsuche, sondern über das Eingrenzen mit allem anderen, was eine Aufnahme automatisch mitbringt.

• Nach Ort, wenn man ungefähr weiß, wo man war.
• Nach Kalender, wenn man ungefähr weiß, wann es war.
• Nach Stern oder Tag, für das, was man bereits als wichtig markiert hat.
• Nach Sortierung: neueste zuerst, oder nach Länge — eine zweiminütige Notiz und ein neunzigminütiges Meeting verwechselt man selten.

Zwei dieser Kriterien zu kombinieren führt schnell zum Ziel. "Irgendwann letzten Monat, irgendwo in der Nähe des Büros" verkleinert eine Bibliothek mit Hunderten Einträgen auf eine Handvoll, die man tatsächlich durchsehen kann.

Eine Gewohnheit, die sich beim nächsten Mal auszahlt

Die Spracherkennung verhaspelt sich zuverlässig bei Namen, Orten und allem Ungewöhnlichen, und ein verhaspeltes Wort ist für eine Suche nach dem richtigen Wort unsichtbar. Wenn man einen Namen sucht und nichts auftaucht, hat diese Aufnahme ihn vielleicht als etwas völlig anderes verstanden. Die Lösung ist, das Transkript einmal zu korrigieren, kurz nach der Aufnahme, solange man sich noch erinnert, was wirklich gesagt wurde — diese Korrektur ist nicht nur kosmetisch, sie ist es, was das Wort beim nächsten Suchen auffindbar macht.

Den Moment markieren schlägt späteres Suchen

Die Suche ist für die Aufnahme gedacht, die man im Moment nicht markiert hat. Für die, bei denen man schon während der Aufnahme weiß, dass sie wichtig sind, bringt eine Markierung mitten in der Aufnahme — ein Antippen — einen direkt zur genauen Sekunde zurück, ohne etwas einzutippen. Beide ergänzen sich: Markierungen für das, was man im Moment bemerkt hat, Suche für das, an das man sich nur erinnert, dass es irgendwann passiert ist.

Wie das in Voice Studio funktioniert

Die Bibliothek von Voice Studio durchsucht Titel, Transkripte und Ortsnamen gleichzeitig, und man kann außerdem nach Ort, Kalender, Stern oder Tag stöbern und nach neuestem, nach Länge oder nach Wortzahl sortieren. Nichts davon ist dadurch begrenzt, wie viel man aufgenommen hat, und nichts davon ist Pro vorbehalten — es steckt bereits in der kostenlosen App, ab der ersten Aufnahme. Ob ein bestimmtes Wort auftaucht, hängt weiterhin davon ab, dass die Aufnahme transkribiert wurde und das Transkript es tatsächlich enthält, weshalb es sich auszahlt, zeitnah zu transkribieren und den einen oder anderen verhaspelten Namen zu korrigieren.

Häufige Fragen

Hört die Suche in das Audio selbst hinein?

Nein. Sie vergleicht Text — das Transkript, den Titel und einen Ortsnamen, falls vorhanden. Audio, das nicht transkribiert wurde, hat keinen Text, der durchsucht werden könnte.

Warum taucht ein Wort nicht auf, von dem ich weiß, dass es gesagt wurde?

Meist, weil diese Aufnahme nie transkribiert wurde, das Transkript für diesen Abschnitt leer geblieben ist, oder das Wort falsch verstanden und anders transkribiert wurde. Die Aufnahme öffnen und den Transkripttext direkt ansehen.

Beeinflusst die Sprache der App, was die Suche findet?

Die Suche vergleicht wörtlich mit dem Text, den das Transkript enthält, entscheidend ist also die Sprache, in der die Aufnahme transkribiert wurde, nicht die Sprache der Oberfläche.

Gibt es eine Grenze, wie viele Aufnahmen ich durchsuchen kann?

Nein. Suche und der Rest der Bibliothek funktionieren unabhängig davon, wie viel man aufgenommen hat, gleich — in der kostenlosen App wie mit Pro.