Was passiert, wenn man die Spracherkennung am iPhone verweigert

Öffnet man eine Aufnahme-App zum ersten Mal, fragt iOS meist nacheinander zwei Dinge ab: die Erlaubnis, das Mikrofon zu nutzen, und die Erlaubnis, die Spracherkennung zu nutzen. Das wirkt wie eine Formsache und wird meist ohne viel Nachdenken bestätigt, dabei steuern die beiden Abfragen zwei wirklich unterschiedliche Fähigkeiten — und zu wissen, welche welche ist, erklärt das meiste von dem, worüber man später stolpert.

Die zwei Abfragen, und was jede davon steuert

Mikrofon

Das ist die Berechtigung, die einer App überhaupt erst erlaubt, Ton aufzunehmen. Verweigert man sie, gibt es keine Aufnahme — die App bekommt kein Audio von der Hardware, Punkt. Jede Aufnahme-App braucht diese Berechtigung; eine Version von „Audio aufnehmen“, die daran vorbeikommt, gibt es nicht.

Spracherkennung

Das ist eine eigene Berechtigung, die einer App erlaubt, Audio an Apples Speech-Framework zu übergeben und Text zurückzubekommen. Sie hat nichts damit zu tun, ob das Mikrofon funktioniert. Verweigert man sie, bleibt die Aufnahme davon vollkommen unberührt — man kann weiter aufnehmen, so lange man will, pausieren, fortsetzen, die Datei speichern. Was verloren geht, ist die Möglichkeit, dieses Audio in ein Transkript zu verwandeln, weil das System den Erkenner für eine App ohne diese Berechtigung nicht ausführt.

Warum iOS das als zwei getrennte Entscheidungen behandelt

Audio aufzunehmen und es zu transkribieren sind zwei unterschiedliche Vorgänge mit unterschiedlichen Konsequenzen, und Apples Berechtigungsmodell spiegelt das, statt beides zu einer Sache zu machen. Es kann sein, dass man damit einverstanden ist, dass eine App einen beim Sprechen hört, aber ungern hätte, dass genau dieses Audio durch ein Erkennungsmodell läuft — oder umgekehrt. Die getrennte Abfrage bedeutet, dass man das einmal pro App selbst entscheidet, statt dass die Reihenfolge der Abfragen die Entscheidung für einen trifft.

Was das Erlauben der Spracherkennung nicht bedeutet

„Spracherkennung“ liest sich leicht als „meine Stimme geht an einen Server“, und manchmal stimmt das auch genau so — aber nicht immer und nicht automatisch. Apples Speech-Framework kann für Sprachen mit installiertem On-Device-Modell vollständig auf dem Telefon laufen, und Apps, die es nutzen, probieren diesen Weg in der Regel zuerst. Die Berechtigung zu erteilen, erlaubt dem Erkenner nur, überhaupt zu laufen — sie sagt nichts darüber, welcher der beiden Wege, lokal oder Apples Server, ein bestimmtes Stück Audio tatsächlich verarbeitet hat. Das entscheidet die Sprachabdeckung und ob das On-Device-Modell vorhanden ist, nicht die Berechtigung, die man angetippt hat.

Wenn man Nein gesagt hat und es ändern will

Nichts an dieser Entscheidung ist endgültig, und nichts, was während der Sperre aufgenommen wurde, geht verloren. Unter Einstellungen → Datenschutz & Sicherheit → Spracherkennung die App in der Liste suchen und einschalten. Die Berechtigung wird in dem Moment geprüft, in dem man ein Transkript anfordert, nicht in dem Moment, in dem man aufgenommen hat — Audio, das vor dem Erteilen der Berechtigung entstanden ist, lässt sich danach also genauso transkribieren wie alles andere. Der Eintrag Mikrofon liegt einen Bildschirm weiter oben, unter Einstellungen → Datenschutz & Sicherheit → Mikrofon, falls stattdessen der korrigiert werden muss.

Wie Voice Studio damit umgeht

Voice Studio fragt für die Aufnahme nach Mikrofonzugriff und, getrennt davon, für die Transkription nach Zugriff auf die Spracherkennung — Letzteres wird erst abgefragt, wenn man tatsächlich versucht, etwas zu transkribieren, nicht beim ersten Start. Ein Nein dazu rührt an der Aufnahme nichts: alle Funktionen rund um das Aufnehmen und Verwalten von Audio bleiben erhalten, und die Berechtigung lässt sich später jederzeit in den Einstellungen erteilen, sobald man Transkripte will. Ist sie erteilt, versucht die Transkription immer zuerst den On-Device-Weg und weicht nur dann auf Apples Server aus, wenn dieser lokale Durchlauf leer zurückkommt oder fehlschlägt — dieser Rückfall hängt vom Audio und von der Sprache ab, nicht davon, welche Berechtigung einem überhaupt Zugang zum Erkenner verschafft hat. Voice Studio hat in beiden Fällen weder ein Konto noch einen eigenen Server.

Häufige Fragen

Verhindert das Verweigern der Spracherkennung, dass meine Aufnahmen funktionieren?

Nein. Aufnehmen, Abspielen, Marker setzen, Suchen und alles andere, was Audio nicht in Text verwandelt, funktioniert unverändert weiter. Betroffen ist nur das Transkript.

Bedeutet das Erteilen der Spracherkennung, dass mein Audio immer an einen Server geht?

Nein. Die Berechtigung erlaubt dem Erkenner nur, überhaupt zu laufen. Ob eine bestimmte Aufnahme lokal verarbeitet oder an Apples Server geschickt wird, hängt von der Sprachabdeckung und davon ab, ob das On-Device-Modell installiert ist — nicht von der Berechtigung selbst.

Kann ich Aufnahmen, die während der Sperre entstanden sind, noch transkribieren, wenn ich die Berechtigung später erteile?

Ja. Die Berechtigung wird geprüft, wenn man das Transkript anfordert, nicht, wenn man aufgenommen hat — nichts, was vorher aufgenommen wurde, ist danach ausgeschlossen.

Wo findet man die Spracherkennungs-Berechtigung für eine bestimmte App?

Unter Einstellungen → Datenschutz & Sicherheit → Spracherkennung erscheint jede App, die danach gefragt hat, mit einem eigenen Schalter. Der Mikrofonzugriff ist ein eigener Eintrag, einen Bildschirm weiter oben, im selben Menü Datenschutz & Sicherheit.