Lässt sich eine Sprachmemo neu transkribieren, nachdem man die falsche Sprache gewählt hat?

Ein Transkript, das von Anfang bis Ende Kauderwelsch ist, wirkt, als hätte die Erkennung einen schlechten Tag gehabt. Meistens ist das nicht der Fall — ihr wurde einfach gesagt, sie solle auf eine Sprache hören, die nicht die gesprochene war, und jede darauffolgende Vermutung baute auf dieser falschen Annahme auf. Das ist ein anderer Fehler als der gewöhnliche, und er hat eine sauberere Lösung als der gewöhnliche.

Warum die falsche Sprache alles zerstört, nicht nur ein paar Wörter

Die Spracherkennung von iOS erkennt nicht, welche Sprache gesprochen wird — ihr wird gesagt, welche sie erwarten soll, und sie verbringt den gesamten Durchlauf damit, das Gehörte in die Laute und den Wortschatz dieser Sprache zu pressen. Stellt man sie auf Englisch, während jemand Spanisch spricht, macht sie nicht eine Reihe kleiner Fehler wie bei einem unbekannten Namen oder einer schnell aufgezählten Zahlenreihe. Sie ordnet fremde Laute den nächstliegenden englisch klingenden Wörtern zu, bei jedem einzelnen Wort — deshalb liest sich das Ergebnis wie Kauderwelsch statt wie ein Transkript mit ein paar holprigen Stellen.

Das lohnt sich von der vertrauteren Art des schlechten Transkripts abzugrenzen, bei der die Sprache richtig war und nur ein paar Namen oder Fachbegriffe falsch herauskamen. Diese Variante ist eine gezielte Korrektur — man spielt den einen Abschnitt ab, korrigiert das eine Wort. Ein Transkript in der falschen Sprache ist nicht eine Handvoll Fehler in einem sonst korrekten Text; es ist von der Wurzel her falsch, und keine noch so gründliche Wort-für-Wort-Korrektur macht daraus etwas Brauchbares.

Regionale Varianten zählen ebenfalls als falsche Sprache

Dabei geht es nicht nur um den Wechsel zwischen, sagen wir, Französisch und Japanisch. iOS behandelt regionale Varianten derselben Sprache als getrennte Optionen, auf die eine Transkriptionseinstellung zeigen kann — Englisch (USA), Englisch (Vereinigtes Königreich) und Englisch (Indien) sind eigenständige Einträge, keine Akzente, die ein einziges Modell einfach so auffängt. Ein Transkript, das eher enttäuschend als reines Kauderwelsch ist, mit auffällig vielen knappen Fehltreffern bei ganz gewöhnlichen Wörtern, lohnt sich darauf zu prüfen, bevor man eine laute Aufnahme vermutet: Die Sprache mag im Groben stimmen, die regionale Variante aber nicht.

Was tatsächlich geändert werden muss

Die Transkriptionssprache ist eine eigene Einstellung, unabhängig von allem anderen in der App gewählt, und hat nichts mit der Sprache zu tun, in der die Schaltflächen und Menüs der App angezeigt werden — das sind zwei unabhängige Entscheidungen, die sich nicht gemeinsam bewegen. Ein Transkript mit falscher Sprache zu korrigieren bedeutet, genau diese eine Einstellung zu finden und sie auf die Sprache zu richten, die in der Aufnahme tatsächlich gesprochen wird — nicht, irgendetwas anderes am Telefon zu ändern.

Was beim erneuten Versuch passiert

Die Aufnahme selbst wurde von all dem nie berührt. Audio bleibt Audio, egal welche Sprache ein späterer Transkriptionsversuch erwartet — sobald die Einstellung also auf die richtige Sprache zeigt, ist ein erneutes Transkribieren derselben Datei ein ganz gewöhnlicher Versuch: derselbe lokale Durchlauf zuerst, derselbe Rückgriff auf Apples Server nur, wenn dieser Durchlauf leer bleibt oder fehlschlägt — genau wie bei einer Aufnahme, die schon beim ersten Mal korrekt transkribiert wurde. Dass es einmal falsch lief, stellt den zweiten Versuch nicht auf einen anderen Weg.

Das Transkript selbst funktioniert als ein einzelnes Feld, das an der Aufnahme hängt, nicht als Verlauf vergangener Versuche — es von Hand zu bearbeiten, die übliche Art, ein falsches Wort zu korrigieren, ersetzt, was dort stand, statt die alte Version neben der neuen aufzubewahren. Ein neuer Transkriptionsversuch verhält sich genauso: Sobald er fertig ist, steht das im Transkript der Aufnahme. Gibt es einen Grund, die ursprüngliche, die Kauderwelsch-Version, aufzuheben, sollte man sie vor dem korrekten Versuch als Text exportieren, denn das Feld selbst behält nicht beide.

Was eine Sprachkorrektur nicht behebt

Die richtige Sprache einzustellen beseitigt eine bestimmte Ursache für ein schlechtes Transkript. Die anderen bleiben unberührt. Eine Aufnahme, die zu weit von der sprechenden Person entfernt gemacht wurde, oder in einem lauten Raum, verschlechtert das Signal weiterhin, bevor irgendeine Erkennung — in irgendeiner Sprache — es überhaupt zu sehen bekommt, und die üblichen Fehler bei Namen, Fachbegriffen und schnellem Sprechen gelten auch bei korrekter Sprache weiter. Bleibt ein Transkript nach der Sprachkorrektur noch holprig, sind die verbleibenden Probleme die gewöhnliche Art — ein normaler Durchgang aus Lesen und Korrigieren lohnt sich eher als eine weitere Einstellungsänderung.

Wie Voice Studio damit umgeht

Die Transkriptionssprache ist eine kostenlose Einstellung, wählbar aus 38 unterstützten Sprachen, getrennt von den 19 Oberflächensprachen der App — die eine zu ändern bewegt die andere nie mit. Das Transkribieren einer Aufnahme versucht immer zuerst den lokalen Durchlauf und greift nur dann auf Apples Server zurück, wenn dieser Durchlauf leer bleibt oder fehlschlägt — unabhängig davon, ob es der erste Versuch an einer Aufnahme ist oder der zweite nach einer Sprachkorrektur. Das Transkript ist bearbeitbarer Text, der an der Aufnahme hängt, kein Versionsverlauf — ein erneutes Transkribieren legt also ein neues Ergebnis an genau derselben Stelle ab. Das Transkript der Aufnahme vorher exportieren, wenn es einen Grund gibt, festzuhalten, was die falsche Sprache erzeugt hat. Nichts davon berührt das Audio selbst, und nichts davon ist Pro vorbehalten: Aufnehmen, Transkribieren, Markierungen, Suche und Export stehen in der kostenlosen App uneingeschränkt zur Verfügung.

Häufige Fragen

Behebt eine erneute Transkription nur ein leicht daneben liegendes Transkript, oder auch komplett falsche Sprachen?

Beides, aus demselben Grund. Der Spracherkennung von iOS wird gesagt, welche Sprache sie erwarten soll, statt sie zu erkennen — deshalb verschlechtert schon eine regionale Abweichung, etwa Englisch (USA) eingestellt, während jemand Englisch (Vereinigtes Königreich) sprach, die Genauigkeit, nicht erst ein kompletter Sprachwechsel.

Ändert eine erneute Transkription die Audiodatei?

Nein. Die Transkription liest das Audio nur, um Text zu erzeugen; sie verändert die Aufnahme nie. Die .m4a-Datei bleibt genau so, wie sie aufgenommen wurde, egal wie oft sie transkribiert wird.

Muss man löschen und neu aufnehmen, um ein Transkript mit falscher Sprache zu korrigieren?

Nein. Die Aufnahme bleibt unberührt davon, welche Sprache ein Transkriptionsversuch erwartet hat. Die Transkriptionssprache ändern und dieselbe Datei erneut transkribieren.

Bleibt die erste, falsche Version irgendwo erhalten, wenn man ein zweites Mal transkribiert?

Nicht als separate Kopie. Das Transkript ist ein einzelnes Feld an der Aufnahme, ein neuer Durchlauf ersetzt also, was dort stand — genau wie das manuelle Korrigieren eines Wortes es ersetzt. Den ursprünglichen Text vorher exportieren, wenn er erhalten bleiben soll.