Sprecher im Transkript kennzeichnen

Das Audio wird auf Wechsel in der Stimme untersucht, nicht auf Namen. Wenn eine Stimme endet und eine andere beginnt, wird eine Grenze gesetzt und ein neues Label vergeben. Über die Personen selbst ist nichts bekannt; die Labels sind Nummern, die das Transkript vom ersten bis zum letzten Beitrag konsistent führt.

Ja. Jedes Label lässt sich einmal umbenennen, und jeder Beitrag mit diesem Label ändert sich mit. Eine Aufnahme, die mit Sprecher 1 und Sprecher 2 beginnt, kann mit den beiden Namen aus dem Meeting enden, das fertige Transkript liest sich also als Gespräch und nicht als nummeriertes Protokoll.

Gleichzeitiges Sprechen ist der schwierigste Fall. Meist gewinnt ein Beitrag, der andere wird gekürzt oder dem falschen Label zugeordnet. Ein kurzer Blick auf die betroffene Passage lohnt sich, weil eine einzige falsche Zuordnung ändert, wem eine Bemerkung zugeschrieben wird. Saubereres Audio verringert, wie oft das passiert.

Podiumsaufnahmen mit mehreren Teilnehmenden werden verarbeitet, und jede unterscheidbare Stimme bekommt ein eigenes Label. Sehr große Gruppen an einem einzigen Mikrofon verschwimmen, eine Sitzung mit mehr als einer Handvoll Personen profitiert also von einer Prüfung des Transkripts. Interviews mit zwei Personen sind der einfachste Fall.

Ja. Die Sprecherkennung reist mit dem Text in die exportierte Datei, ob reines Dokument oder Untertiteldatei. Umbenannt wird vor dem Export, die Datei verlässt den Editor also bereits mit den Namen, die eine Leserschaft erwartet, statt mit Platzhalternummern.

Die Sprecherscheidung ist eine Option in den Einstellungen zur Transkription und wird vor dem Start zugeschaltet; ein eigener Aufpreis wird dafür nicht berechnet. Bleibt sie aus, entsteht ein fortlaufendes Transkript ohne Labels, was für eine einzelne Erzählaufnahme oft reicht und etwas schneller zu lesen ist.

Ja, und meistens sollte sie es. Eine Vorlesung, eine Sprachnotiz oder ein Solo-Vortrag gewinnt nichts durch nummerierte Beiträge. Bei ausgeschalteter Scheidung liest das Transkript als Absätze, was leichter zu überfliegen und in ein Dokument einzufügen ist als eine Liste einzeiliger Beiträge.

Die Entfernung zum Mikrofon zählt mehr als das Dateiformat. Teilnehmende an einem Raummikrofon mit ungleicher Lautstärke ergeben weniger verlässliche Grenzen als ein Anruf, bei dem jede Person einen eigenen Eingang hat. Hintergrundmusik und Raumhall verwischen den Wechsel zwischen den Stimmen zusätzlich.