WAV-Audio verschriften

Ja. Dateien mit 48 kHz und 24 Bit, der üblichen Einstellung an einem Fieldrecorder oder Audiointerface, lassen sich direkt hochladen. Ein Heruntermischen auf 16 Bit oder ein vorheriges Resampling ist nicht nötig. Die Transkription arbeitet mit der geschriebenen Datei, das Original bleibt also die Referenz für jede spätere Kontrolle.

Eine MP3-Umwandlung fügt eine verlustbehaftete Generation und eine zweite Datei hinzu, die verwaltet werden muss, ohne die Sprache leichter erkennbar zu machen. Hier wird die unkomprimierte Datei übernommen, das Audio bei der Erkennung ist also das Audio, das aufgenommen wurde. Das erspart auch die Versuchung, das Original zu löschen, sobald eine kleinere Kopie existiert.

Die Upload-Grenze liegt bei 100MB, das sind bei 48 kHz und 24 Bit einige Stunden Stereo-Audio; für die Länge der Sprache gibt es keine Obergrenze. Ein ganzer Aufnahmetag überschreitet meist die Größe, eine Sitzung sollte deshalb an einer natürlichen Zäsur geteilt werden, etwa am Ende eines Interviews.

Ja, wenn die Sprecherscheidung aktiv ist. Beiträge werden gelabelt, was bei einem Interview zählt, in dem Fragen und Antworten getrennt bleiben müssen. Durcheinanderreden und eine Person, die sich vom Mikrofon abwendet, bleiben die schwierigen Fälle, und solche Passagen verdienen einen Blick, bevor zitiert wird.

Jede Passage trägt die Zeit, zu der sie in der Aufnahme vorkommt, gerechnet ab Beginn der Datei. Eine prüfende Person springt also zu einer Formulierung im Original-WAV, was hilft, wenn ein Name oder eine Zahl zweifelhaft ist. Transkript und Aufnahme bleiben auch bei einer langen Sitzung im Gleichschritt.

Eine Mono-Datei von einem einzelnen Mikrofon ist die einfachste Eingabe. Stereo-Dateien werden so verarbeitet, wie sie kommen; liegen auf einem Kanal unterschiedliche Sprecher, kann das Trennen der Kanäle in eigene Dateien ein saubereres Transkript ergeben als die Summe, und jede Hälfte erhält dann ihr eigenes Label.

Sauberes Audio mit wenig Rauschen und einem nahen Mikrofon ergibt die besten Ergebnisse, was bei einem Fieldrecorder der übliche Fall ist. Akzente, gleichzeitiges Sprechen und Fachwortschatz brauchen dennoch eine Prüfung. Ein kurzes Gegenhören an den Zeitstempeln reicht, um zu entscheiden, ob eine Sitzung Korrekturlesen braucht.

Reiner Text lässt sich zum Codieren, Zitieren oder Archivieren exportieren, SRT steht bereit, wenn eine Aufnahme mit Untertiteln veröffentlicht wird. Weil die Originaldatei unverändert bleibt, kann ein Archiv WAV und Transkript zusammen halten, und die Zeitstempel verbinden eine Aussage mit dem Audio dahinter.