Wenn bei der KI-Spracherkennung Interpunktion und Abschnitte durcheinandergeraten, klären Sie zuerst, ob es ein Problem mit der Aufnahmequalität oder mit den Einstellungen für die Satztrennung ist: Wenn der Ton undeutlich ist oder die Umgebung zu laut ist, kann das Werkzeug die Satzgrenzen nur raten; wenn die Aufnahme klar ist und trotzdem alles durcheinander ist, liegt es meist an Sprechpausen, Sprechtempo oder den Werkzeugeinstellungen, und die Abhilfe ist jeweils eine ganz andere.
Eine dreiminütige Selbstprüfung zuerst
Hören Sie zuerst drei Minuten des Originaltons ab: Ist die Stimme klar, übertönt Hintergrundlärm das Sprechen, sprechen mehrere Personen gleichzeitig? Wenn schon der Originalton undeutlich ist, kann selbst die beste Transkription die Sätze kaum korrekt trennen; dann müssen Sie bei der Aufnahme ansetzen. Wenn der Originalton klar ist und sich Satzgrenzen heraushören lassen, liegt das Problem meist bei der Satztrennung nach der Transkription, und der Schwerpunkt liegt auf Gliederung und Korrektur. Erst wenn dieser Schritt klar ist, wird die weitere Mühe nicht umsonst sein.
An der Aufnahme ansetzen, dann wird die Trennung stabiler
Stellen Sie das Gerät näher heran, in die Mitte der Sprecher, und decken Sie das Mikrofon nicht mit der Hand ab; schalten Sie Fernseher und Ventilator in der Nähe aus, und wechseln Sie an lauten Orten möglichst an einen ruhigen Platz. Sprechen Sie etwas langsamer und lassen Sie zwischen Sätzen kurze Pausen; teilen Sie lange Beiträge nach Themen in mehrere Abschnitte auf, jeweils wenige Minuten lang, dann werden Pausen und Abschnitte zu Anhaltspunkten für die Satztrennung des Werkzeugs. Bei starken Dialekten, Akzenten oder vielen Fachbegriffen prüfen Sie vor der Aufnahme, ob das Werkzeug die jeweilige Sprache und Terminologie unterstützt, und wählen Sie in den Transkriptionseinstellungen die richtige Sprache, statt mit den Standardeinstellungen zu arbeiten.
Nach der Transkription so korrigieren, das ist schneller als alles erneut zu hören
Trennen Sie zunächst manuell nach Sprechpausen: Bei einer deutlichen Pause beginnen Sie eine neue Zeile und ergänzen Frage-, Ausrufe- und Aussagezeichen dem Tonfall entsprechend, statt zu erwarten, dass das Werkzeug die Trennung beim ersten Mal richtig hinbekommt. Teilen Sie dann lange Abschnitte nach Themen auf, sodass jeder Abschnitt nur eine Sache behandelt, und setzen Sie Überschrift und Kernpunkte an den Anfang des Abschnitts, damit der Text lesbar bleibt. Unterscheiden Sie bei mehreren Personen zunächst mit neutralen Bezeichnungen wie Sprecher A und Sprecher B, prüfen Sie die Reihenfolge am Originalton und ersetzen Sie die Bezeichnungen erst dann durch echte Namen; markieren Sie überlappende Stellen, an denen etwas unverständlich ist, gesondert, statt sie gewaltsam zu einem vollständigen Satz zusammenzufügen. Lesen Sie zum Schluss alles einmal durch und korrigieren Sie nur Stellen, die den Sinn verändern; Tippfehler sowie Personen- und Zahlennamen sind am Originalton zu prüfen.
Wenn es immer noch durcheinander ist, sind es meist diese drei Grenzen
Lange Aufnahmen neigen dazu, dass die Satztrennung im mittleren und hinteren Teil abdriftet; in Abschnitte aufzunehmen und jeden Abschnitt einzeln zu korrigieren, verringert solche Folgefehler. Bei Dialekten und gemischten Sprachen können Satztrennung und Wortwahl gleichermaßen abweichen, und wichtige Abschnitte müssen Satz für Satz manuell angehört werden. Auch Fachbegriffe, Abkürzungen und Personennamen werden leicht falsch gehört; bereiten Sie vorher eine Terminologieliste vor und ersetzen Sie die Begriffe nach der Transkription einheitlich, das ist verlässlicher als an jeder Stelle zu raten. Wenn auch ein Wechsel zu einem Werkzeug mit Sprechertrennung zur Überprüfung keine Besserung bringt, ist diese Aufnahme für die automatische Transkription schlicht ungeeignet; wechseln Sie dann zur manuellen Transkription oder transkribieren Sie nur die zentralen Abschnitte, das spart am Ende mehr Zeit.
Interpunktion und Abschnitte, die durcheinander sind, lassen sich meist nicht mit einem einzigen Schalter beheben. Gehen Sie in der Reihenfolge vor: zuerst die Aufnahme prüfen, dann die Aufnahmetechnik anpassen und schließlich die Sätze manuell trennen, dann lässt sich der Großteil der Texte in einen lesbaren, brauchbaren Zustand bringen. Bei Abschnitten, die sich wirklich nicht reparieren lassen, bewahren Sie den Link zum Originalton oder den Zeitstempel auf, damit Leserinnen und Leser wie auch Sie selbst zurückgehen und prüfen können; das ist verantwortungsvoller, als einen Text abzugeben, der ordentlich aussieht, aber den Sinn verdreht.
