Gesprochenes in Text überführen

Spracheingabe im Browser schreibt in das Feld, das den Fokus hat, und endet, wenn dieses Feld ihn verliert, ein langes Diktat ist also anfällig für eine Pause, einen Tabwechsel oder ein Neuladen. Hier ist eine gespeicherte Aufnahme der Ausgangspunkt: Das Audio bleibt erhalten und lässt sich erneut verschriften, prüfen oder exportieren, nachdem die Seite geschlossen wurde.

Angenommen werden MP3, M4A, WAV, AAC, WMA, OGG und gängige Videocontainer, egal ob die Datei von einem Telefon, einem Recorder oder einem Rechner kommt. Ein Link zu einer bereits online stehenden Aufnahme funktioniert ebenfalls. Ein Umwandlungsschritt vor der Einreichung ist nicht nötig.

Ja. Sätze werden mit Satzzeichen versehen und zu Absätzen gruppiert, statt als ein ununterbrochener Block zurückzukommen, ein Entwurf lässt sich also ohne ersten Formatierungsschritt lesen und bearbeiten. Satzzeichen um Namen, Zahlen und zitierte Rede verdienen dennoch einen Blick, weil eine gesprochene Einschiebung auf mehr als eine Weise gesetzt werden kann.

Eine einzelne Datei kann bis zu drei Stunden Sprache und bis zu 100MB enthalten, weit mehr als ein übliches Memo oder Schreiben. Sehr lange Aufnahmen sind leichter zu handhaben, wenn sie nach Abschnitt geteilt werden, weil die Korrektur Kapitel für Kapitel den Editor flüssig hält und dem Aufbau eines Dokuments folgt.

Sie ist ein Entwurf, kein fertiger Text. Namen, Zahlen und Fachbegriffe brauchen meist einen Durchgang, und gesprochene Füllwörter lesen sich auf dem Papier oft schlecht. Der Wert liegt darin, dass der erste Entwurf existiert: Ein Transkript zu bearbeiten ist schneller als aus einer Wiedergabe zu tippen, und die Zeitstempel machen jede unsichere Formulierung leicht prüfbar.

Ja, und darum geht es oft. Eine vor Monaten aufgenommene Notiz, ein auf dem Telefon gespeichertes diktiertes Schreiben oder ein mit dem Handrecorder mitgeschnittenes Interview lässt sich so hochladen, wie es ist. Nichts hängt an einem verbundenen Mikrofon, die Aufnahme zählt also mehr als das Gerät, das sie erzeugt hat.

Beides beeinflusst die Genauigkeit. Eine auf viele Akzente trainierte Erkennung kommt mit einer klaren Stimme meist zurecht, ein lauter Hintergrund, ein Lüfter oder ein vom Mund weghaltenes Telefon erzeugen jedoch Fehler. Nah am Mikrofon und in einem ruhigen Raum aufzunehmen bleibt die günstigste Verbesserung vor jedem Upload.

Für eine erste Datei ist kein Konto nötig. Eine Anmeldung hält Transkripte über Sitzungen hinweg verfügbar und erhöht das Tageskontingent, was für jemanden zählt, der täglich statt gelegentlich per Stimme entwirft. Nach Abschluss des Auftrags wird die Aufnahme nicht aufbewahrt.