Eine neue Sprache üben, indem man sich selbst am iPhone aufnimmt

Das meiste Sprachtraining passiert live: Man sagt einen Satz, jemand oder etwas antwortet, und der Moment ist vorbei, bevor man ihn wirklich untersuchen konnte. Eine Aufnahme verändert diese Form. Man sagt den Satz, und danach bleiben zwei getrennte Dinge übrig — das Audio, das sich beliebig oft abspielen lässt, und ein Transkript, das in Worte auf einem Bildschirm verwandelt, was ein Spracherkenner gehört hat. Keines von beiden ersetzt eine Lehrkraft oder eine Person, die die Sprache fließend spricht, aber beides steht um zwei Uhr nachts zur Verfügung, kostet beim erneuten Nutzen nichts zusätzlich und wird nie müde, denselben Satz zum zehnten Mal zu hören.

Was ein Transkript ehrlich sagen kann

Ein Transkript ist keine Aussprachenote, und das sollte klar sein, bevor man sich darauf verlässt. Spracherkennung ist darauf ausgelegt, aus den gehörten Lauten und der erwarteten Sprache die wahrscheinlichsten Wörter zu erraten — derselbe Mechanismus, der auch erklärt, warum ein Transkript gelegentlich ähnlich klingende Wörter verwechselt. Dieser Mechanismus wirkt für jemanden, der eine Sprache lernt, in beide Richtungen. Er kann das richtige Wort aus dem Zusammenhang erraten, auch wenn ein Laut nicht ganz stimmte — ein sauberes Transkript ist also kein Beweis für perfekte Aussprache. Und er kann sich bei einem Wort irren, das tatsächlich korrekt ausgesprochen wurde, weil das Wort ungewöhnlich war, der Satz kurz war oder schlicht wenig Anhaltspunkte vorhanden waren — ein durcheinandergeratenes Transkript ist also ebenso wenig ein Beweis für einen Fehler.

Was ein Transkript wirklich gut kann: schriftlich zeigen, was den Mund verlassen hat, so gut eine Maschine es eben verstehen konnte — und das ist etwas anderes und Nützliches im Vergleich zu dem, was eigentlich gesagt werden sollte. Beides nebeneinander zu lesen deckt Fehler auf, die man mitten im Satz, konzentriert auf das nächste Wort, leicht übersieht: eine falsche Verbendung, ein Wort, das gegen ein ähnliches vertauscht wurde, ein Artikel, der ganz fehlt. Das sind die Fehler, die es zu bemerken lohnt, und ein Transkript bringt sie ohne jede Bewertung ans Licht, weil es keine Ahnung hat, dass es überhaupt etwas beurteilt.

Die Transkriptionssprache vor dem Start einstellen

Dieser Punkt zählt hier mehr als bei fast jeder anderen Nutzung eines Transkripts. Dem Erkenner wird vorab gesagt, welche Sprache er erwarten soll, und er vergleicht die Laute die ganze Zeit ausschließlich gegen diese eine Sprache — er hört sich das Audio nicht an, um die Sprache zu erraten. Bleibt die Transkriptionssprache auf der Standardeinstellung stehen, kann ein sorgfältig in der zu lernenden Sprache gesprochener Übungssatz leer zurückkommen oder als echte Wörter einer anderen Sprache, die nichts bedeuten. Vor der Aufnahme sollte die Transkriptionssprache auf die tatsächlich geübte Sprache gestellt werden — nicht auf die Oberflächensprache der App und nicht auf die eigene Muttersprache. Das sind getrennte Einstellungen, und hier zählt nur eine davon.

Eine einfache Art, es zu nutzen

Den geplanten Satz sagen, die Aufnahme stoppen und das Transkript mit dem vergleichen, was gemeint war. Stimmt es überein, ist das ein kleiner, konkreter Hinweis darauf, dass der Satz angekommen ist — kein zertifizierter Beweis, aber ein echter, und das ist mehr, als ein Live-Gespräch üblicherweise Zeit lässt zu prüfen. Stimmt es nicht überein, lohnt es sich, zunächst zu schauen, wo genau die Abweichung liegt, bevor man daraus etwas schließt. Ein einzelnes falsches Wort beim ersten Versuch ist einen zweiten Versuch wert, etwas langsamer oder deutlicher gesprochen, bevor man daraus irgendetwas über die eigene Aussprache im Besonderen ableitet.

• Kommt dasselbe Wort oder derselbe Ausdruck bei mehreren getrennten Versuchen immer wieder falsch zurück, ist dieses Muster Aufmerksamkeit wert — nicht als Beweis für einen Fehler, sondern als vernünftiger Anlass, eine Person, die die Sprache fließend spricht, oder eine Lehrkraft wirklich zuhören zu lassen und zu fragen, was tatsächlich passiert.
• Geht ein Wort nur einmal daneben, kann man das als Rauschen behandeln. Erkenner verhören sich oft bei Wörtern, die von Muttersprachlern korrekt ausgesprochen wurden, und ein einzelner Ausrutscher bei einem seltenen Wort oder einem Namen sagt für sich genommen wenig aus.
• Ein Marker, genau in dem Moment gesetzt, in dem man zu einem bestimmten Versuch zurückkehren möchte, erspart späteres Durchsuchen mehrerer Versuche, falls mehr als ein Satz hintereinander aufgenommen wird.

Nichts davon muss sich wie eine Prüfung anfühlen, die man bestehen oder durchfallen kann. Ein Transkript, das falsch zurückkommt, ist kein Urteil — es ist die beste Vermutung einer Maschine, und die nützliche Haltung ist Neugier auf das Muster, nicht Sorge um einen einzelnen Versuch.

Zuhören zählt genauso viel wie Lesen

Das Transkript ist nur eine Hälfte dessen, was eine Aufnahme liefert; die eigenen Ohren beim Abspielen sind die andere. Ein Transkript kann zeigen, dass ein Wort nicht wie beabsichtigt ankam, aber es kann nicht sagen, warum — ob es an der Aussprache lag, am Tempo oder an einem Laut, den der Erkenner in dieser Sprache einfach nicht gut verarbeitet. Die Aufnahme noch einmal anzuhören, am besten etwas verlangsamt, ist oft der schnellere Weg, um den Unterschied zwischen dem Gesagten und dem, was eine Person mit fließenden Sprachkenntnissen gesagt hätte, tatsächlich zu hören — besonders bei Lauten, die in der eigenen Muttersprache gar nicht vorkommen. Das Transkript zeigt, wo genau hinzuhören ist, das eigene Ohr klärt, was dort wirklich vor sich geht.

Wie Voice Studio das handhabt

Aufnahme, das Transkript selbst, Marker und die vollständige Liste der 38 Transkriptionssprachen sind alle in der kostenlosen App enthalten, ohne dass dafür ein Konto nötig wäre. Die Transkription versucht zuerst den Weg auf dem Gerät und greift nur dann auf Apples Server zurück, wenn dieser lokale Versuch leer bleibt oder fehlschlägt — genau wie bei jeder anderen Aufnahme, was gut zu wissen ist, falls ein Teil des Geübten persönlich ist. Das Transkript bleibt danach bearbeitbar, sodass eine von Hand vorgenommene Korrektur für die eigenen Notizen beim nächsten Öffnen der Aufnahme nicht verloren geht.

Häufige Fragen

Kann ein Sprachnotiz-Transkript meine Aussprache genau bewerten?

Nein. Spracherkennung errät die wahrscheinlichsten Wörter aus den gehörten Lauten und der erwarteten Sprache und nutzt dabei den Zusammenhang, um Lücken zu füllen — ein korrektes Transkript ist also kein Beweis für perfekte Aussprache, und ein falsches ist kein Beweis für einen Fehler. Es ist ein grobes, ehrliches Signal, keine Note.

Welche Transkriptionssprache sollte man beim Üben wählen?

Die Sprache, die tatsächlich geübt wird, ausdrücklich vor der Aufnahme eingestellt. Dem Erkenner wird vorab gesagt, welche Sprache er erwarten soll — er erkennt sie nicht aus dem Audio — und diese Einstellung ist unabhängig von der Oberflächensprache der App.

Was bedeutet es, wenn das Transkript immer bei demselben Wort danebenliegt?

Ein zweites Zuhören oder eine Frage an eine Person mit fließenden Sprachkenntnissen lohnt sich, denn ein wiederholter Fehler beim selben Wort ist ein aussagekräftigeres Muster als ein einzelner Ausrutscher. Eine Diagnose für sich ist das trotzdem nicht — der Erkenner kann sich auch bei korrekt ausgesprochenen Wörtern irren.

Braucht man dafür ein Konto oder eine Internetverbindung?

Ein Konto ist in keinem Fall nötig. Die Aufnahme selbst braucht überhaupt keine Internetverbindung; die Transkription versucht zuerst den Weg auf dem Gerät und schickt Audio nur dann an Apples Server, wenn dieser lokale Versuch leer bleibt oder fehlschlägt.