Wie man ein Transkript vor dem Teilen schwärzt

Eine Sprachnotiz wird so gesprochen, wie Leute wirklich reden — eine Telefonnummer laut diktiert, weil das schneller ging als sie zu tippen, ein Freund, eine Patientin oder ein Kunde beim Namen genannt, eine Zahl oder eine Diagnose einmal beiläufig erwähnt, weil der Zusammenhang sie im Moment offensichtlich und harmlos machte. Nichts davon ist ein Fehler der Aufnahme. Es wird zu einer anderen Frage, sobald das Transkript davon das Telefon als Text verlässt, den jemand behalten, durchsuchen und selbst weiterschicken kann.

Ein anderer Durchgang als die Fehlerprüfung

Ein Transkript zu lesen, um einen falsch verstandenen Namen zu korrigieren, heißt zu suchen, was die Erkennung falsch verstanden hat. Es zum Schwärzen zu lesen, heißt zu suchen, was sie richtig verstanden hat und für genau diese empfangende Person nicht hätte aufgeschrieben werden sollen — ein völlig zutreffendes Detail, das in der Nachricht, die man gerade verschicken will, trotzdem nichts zu suchen hat. Das sind zwei verschiedene Fragen, und ein Durchgang, der für die eine gedacht ist, übersieht meist die andere, weil man jedes Mal nach etwas anderem sucht.

Was sich gern einschleicht und nicht mitreisen sollte

• Der Name einer anderen Person, in einem Zusammenhang genannt, dem sie nie zugestimmt hat — Frust über eine Kollegin abladen, eine Geschichte, die eine Patientin oder einen Kunden nennt, ein Detail, das ein Freund im Vertrauen erzählt hat.
• Laut gesagte Zahlen: eine Kontonummer, ein Code, ein Passwort, heruntergerasselt, weil Diktieren schneller ging als Tippen.
• Alles Medizinische, Finanzielle oder Rechtliche, das im Raum zu sagen in Ordnung war und als durchsuchbarer Text nicht automatisch in Ordnung ist.
• Eine beiläufige Bemerkung am Anfang oder Ende der Aufnahme — bevor man zur Sache kam, oder nachdem man dachte, es sei schon gestoppt — die nie für die empfangende Person des Transkripts gedacht war.

Gerade Letzteres erwischt die meisten. Eine Aufnahme fängt alles ein, was gesagt wird, solange das Mikrofon offen ist, nicht nur den Teil, den man verschicken wollte, und ein Transkript macht jedes Wort davon gleich leicht lesbar.

Wie das Bearbeiten hier funktioniert

Das Transkript bleibt bearbeitbar, nachdem eine Aufnahme fertig ist — dieselbe Funktion, mit der man einen falsch verstandenen Namen korrigiert, funktioniert genauso gut, um einen ganzen Satz zu löschen. Am Schwärzen ist nichts Besonderes: den Text markieren, der nicht hinaus soll, und entfernen — oder etwas Neutrales einsetzen, wenn der Satz ohne das Detail noch Sinn ergeben muss. Das ist gewöhnliches Textbearbeiten, nur mit der empfangenden Person im Kopf statt mit der Erkennung.

Weil die Spracherkennung von iOS nicht kennzeichnet, wer spricht, ist das Transkript mehrerer Personen fortlaufender Text ohne „A:“- oder „B:“-Markierungen. Ein zweimal genannter Name taucht zweimal auf, an zwei verschiedenen Stellen, ohne dass irgendetwas eine der beiden als besonders markiert — es ist also ein Durchgang durch den ganzen Text, kein Suchen-und-beim-ersten-Treffer-Aufhören. Die Erkennung erinnert sich auch nicht daran, was man beim ersten Auftauchen eines Namens entfernt hat, also braucht es dieselbe Behandlung erneut, falls er später in derselben Aufnahme wieder vorkommt.

Was das Schwärzen des Texts nicht berührt

Ein Transkript zu bearbeiten ändert den Text und sonst nichts. Die Aufnahme darunter bleibt unangetastet — die Kontonummer, der Name, das Detail, das man gerade aus dem Transkript gelöscht hat, ist in der .m4a-Datei weiterhin vollständig zu hören, genau so, wie es gesagt wurde. Schickt man das Audio zusätzlich zum geschwärzten Text, oder statt dessen, ist das, was aus den Worten entfernt wurde, im Ton immer noch da. Was geschwärzt wird, zählt nur für die Kopie, die tatsächlich verschickt wird — ist diese Kopie das Audio, ändert das alleinige Schwärzen des Transkripts daran nichts.

Die sicherste Variante, wenn das Audio selbst nicht etwas ist, das die empfangende Person hören muss: nur den geschwärzten Text verschicken und die Aufnahme nicht anhängen. Muss das Audio wirklich mitgehen — weil der Ton zählt, oder weil der Moment tatsächlich gehört werden muss —, ist das Schwärzen des Transkripts nur die halbe Arbeit, und für die andere Hälfte gibt es keine Textbearbeitungs-Abkürzung. Der Ton darf von vornherein nicht darin sein, was meist bedeutet: die Aufnahme erst nach der heiklen Stelle beginnen, oder einen separaten Ausschnitt aufnehmen, der sie ganz ausspart.

Die eigene Kopie gegenüber dem, was verschickt wird

Das gespeicherte Transkript zu bearbeiten ändert es von da an überall — in der App, in künftigen Exporten, im vollständigen Backup. Das ist das richtige Ergebnis, wenn ein Detail wirklich auch in den eigenen Aufzeichnungen nichts verloren hat. Es ist aber nicht immer das, was man will: Ist die heikle Zeile nur für diese eine empfangende Person ein Problem und soll die eigene Notiz lieber vollständig bleiben, kopiert man die Teile, die tatsächlich verschickt werden sollen, und fügt sie in eine neue Nachricht ein, statt das gespeicherte Transkript zu bearbeiten. Das eigene Original bleibt für die eigene Referenz vollständig, und nur der gewählte Ausschnitt geht hinaus.

Das zählt beim vollständigen Backup mehr, als es zunächst scheint. Dieser Export ist eine einzige JSON-Datei mit dem Transkript jeder Aufnahme genau so, wie es gerade dasteht — gedacht, um alles aufzubewahren, nicht, um einer einzelnen Person einen geschwärzten Ausschnitt zu geben. Geht es um eine saubere Kopie für jemand anderen, ist das Exportieren oder Kopieren des Texts genau dieser einen Aufnahme das richtige Werkzeug — das Backup erledigt eine andere Aufgabe.

Das macht nichts automatisch für einen

Es gibt keine Funktion, weder in Voice Studio noch in der Spracherkennung von iOS allgemein, die einen Namen, eine Zahl oder eine heikle Formulierung markiert. Der Job der Spracherkennung endet damit, Ton in Text zu verwandeln; zu entscheiden, was dieser Text einer bestimmten Person nicht sagen soll, ist eine Einschätzung, die niemand automatisiert — genau wie das Gegenlesen eines Dokuments vor dem Weiterleiten. Das Transkript einmal gezielt dafür zu lesen, ist die ganze Methode — es gibt keine Abkürzung, die das echte Lesen ersetzt.

Wie das in Voice Studio funktioniert

Das Transkript ist in der kostenlosen App bearbeitbar, ohne Begrenzung und ohne dass etwas für Pro zurückgehalten wird — dieselbe Bearbeitung, mit der man ein falsch verstandenes Wort korrigiert, funktioniert, um eine ganze Zeile zu entfernen. Der Export erfolgt als TXT oder als das Audio selbst, die ursprüngliche .m4a-Datei, und beides lässt sich einzeln oder zusammen verschicken — was tatsächlich bei jemandem ankommt, entscheidet sich also beim Export, nicht schon fest in der Aufnahme. Dazwischen liegen kein Konto und kein eigener Server, also bleibt eine vorgenommene Bearbeitung genau dort, wo man sie hingesetzt hat — nichts wird synchronisiert oder irgendwohin hochgeladen, über den gewählten Export hinaus.

Häufige Fragen

Ändert das Schwärzen eines Transkripts die Audioaufnahme?

Nein. Bearbeiten ändert nur den gespeicherten Text. Die .m4a-Audiodatei bleibt unangetastet, also ist alles, was aus dem Transkript entfernt wurde, weiterhin vollständig zu hören, falls die Aufnahme selbst geteilt oder abgespielt wird.

Kann ich eine Kopie schwärzen, ohne das Transkript zu ändern, das ich für mich behalte?

Ja. Statt das gespeicherte Transkript zu bearbeiten, die Teile kopieren, die verschickt werden sollen, und in eine neue Nachricht einfügen. Die eigene gespeicherte Version bleibt vollständig, und nur der Ausschnitt geht hinaus.

Erkennt Voice Studio heikle Informationen automatisch?

Nein. Es gibt keine automatische Erkennung von Namen, Zahlen oder heiklen Formulierungen, weder in dieser App noch in der Spracherkennung allgemein. Schwärzen heißt, das Transkript selbst zu lesen und zu entfernen, was nicht hinaus soll.

Wenn ich das Transkript einer Aufnahme schwärze, ändert sich dann, was im vollständigen Backup steht?

Das vollständige Backup gibt wieder, was das gespeicherte Transkript gerade sagt, eine Bearbeitung wirkt sich also darauf aus. Das Backup ist aber dafür gedacht, alles für die eigenen Aufzeichnungen aufzubewahren, nicht als geschwärzte Kopie für jemand anderen zu dienen — für einen sauberen Ausschnitt stattdessen den Text genau dieser einen Aufnahme exportieren oder kopieren.