So erstellen Sie aus einer Interviewaufnahme ein brauchbares Transkript

Eine Audioaufnahme hält fest, was gesagt wurde, doch die Arbeit mit aufgezeichnetem Ton ist mühsam. Das Anhören eines einstündigen Forschungsinterviews oder journalistischen Briefings erfordert stundenlanges Pausieren, Zurückspulen und Tippen. Automatische Spracherkennung hilft zwar, Schlüsselmomente schnell zu finden, aber der rohe Text ist selten direkt veröffentlichungs- oder zitierfähig.

Wenn Sie einen automatisierten Entwurf eher als Orientierungshilfe denn als endgültiges Protokoll betrachten, holen Sie das Beste aus ihm heraus. Um die Aufnahmen von Interview-Aufnahmen auf dem iPhone effektiv zu transkribieren, benötigen Sie ein diszipliniertes Vorgehen: die Aufnahme von klarem Ton, das Verständnis rechtlicher Pflichten, den korrekten Import der Datei und das Bereinigen von Namen und Fachbegriffen.

Rechtliche Regeln und Einwilligung

Vor jeder Interviewaufnahme müssen Sie sicherstellen, dass Sie rechtlich dazu befugt sind, das Gespräch aufzuzeichnen. Die rechtlichen Standards unterscheiden sich je nach Rechtsordnung erheblich.

In England und Wales weist der Leitfaden von Contend Legal zu unbefugten Aufnahmen darauf hin, dass Einzelpersonen Gespräche, an denen sie teilnehmen, nach dem Regulation of Investigatory Powers Act 2000 zwar legal für den persönlichen Gebrauch aufzeichnen dürfen, für das Veröffentlichen oder Teilen dieser Aufnahmen jedoch zivilrechtliche Einschränkungen und Datenschutzregelungen gelten. In den Vereinigten Staaten unterscheiden sich die Regeln je nach Bundesstaat. Der Leitfaden des Reporters Committee for Freedom of the Press für New York erklärt, dass New York Aufnahmen erlaubt, wenn mindestens eine am Gespräch beteiligte Partei einwilligt. Im Gegensatz dazu erläutert der Leitfaden des Reporters Committee for Freedom of the Press für Kalifornien, dass das kalifornische Strafrecht die Einwilligung aller Parteien erfordert, wenn vertrauliche Mitteilungen aufgezeichnet werden.

Auch Datenschutzvorschriften regeln aufgezeichnete Audiodateien. Der Gesetzestext der Datenschutz-Grundverordnung zu Artikel 6 legt die Rechtmäßigkeitsvoraussetzungen für die Verarbeitung personenbezogener Daten fest, wozu auch identifizierbare menschliche Stimmen gehören. Bei der Arbeit in der Forschung oder Medienproduktion ist es ein notwendiger ethischer und rechtlicher Schritt, die Teilnehmenden darüber zu informieren, wie ihre Aufnahme gespeichert, verarbeitet und transkribiert wird.

Klaren Ton aufnehmen für besseren Text

Automatische Spracherkennungsmodelle hängen stark von der akustischen Qualität der Originaldatei ab. Wenn eine Tonspur unter Hall oder Hintergrundgeräuschen leidet, steigt die Fehlerrate spürbar an.

Um automatisierten Werkzeugen die beste Chance auf lesbaren Text zu geben, sollten Sie ein paar praktische Gewohnheiten beachten:

• Mikrofonabstand: Platzieren Sie das Mikrofon im gleichen Abstand zwischen den Sprechenden und vermeiden Sie physische Hindernisse wie Laptops oder Papierstapel.
• Raumakustik: Wählen Sie ruhige Räume mit weichen Möbeln, Teppichen oder Vorhängen, die den Raumhall reduzieren.
• Nicht durcheinandersprechen: Überlappende Sprache führt dazu, dass Erkennungsmodelle Wörter auslassen oder Sätze falsch zuordnen.
• Notizen machen: Notieren Sie sich während des Gesprächs die korrekte Schreibweise von Namen, Orten und ungewohnten Fachabkürzungen.

Die Richtlinien zu den Verfahren des Columbia Center for Oral History betonen, wie wichtig es ist, Eigennamen bereits während der Aufnahme zu notieren, da allgemeine Sprachmodelle spezialisierte Vokabeln regelmäßig falsch interpretieren.

Importieren und Transkribieren von Aufnahmen auf dem iPhone

Moderne Smartphones können Audiodateien direkt verarbeiten oder sie an spezialisierte Erkennungsdienste senden. Unter iOS können Sie Interviewaufnahmen je nach Bedarf mit integrierten Apps oder spezieller Transkriptionssoftware verarbeiten.

Das native System von Apple bietet grundlegende integrierte Werkzeuge. Laut der Apple-Support-Dokumentation für Notizen auf dem iPhone können Sie Audio direkt in einer Notiz aufnehmen, um eine Live-Transkription zu erstellen. Bei bereits vorhandenen Audiodateien, die in der Dateien-App gespeichert sind, können Sie eine .m4a-Aufnahme direkt an eine Notiz anhängen, um ein automatisiertes Transkript anzuzeigen, das lokal auf der Neural Engine des Geräts verarbeitet wird, wie im Apple-Plattform-Sicherheitshandbuch beschrieben.

Wenn Ihr Interview mehrere Sprachen umfasst oder Sie sowohl den Originaltext als auch die Übersetzung nebeneinander sehen möchten, bieten Drittanbieter-Apps alternative Arbeitsabläufe.

In Hontoni können Sie eine aus der Dateien-App importierte Audio- oder Videoaufnahme in ein Transkript oder eine schriftliche Übersetzung umwandeln, wobei jeder importierte Ausschnitt etwa 14 Minuten lang sein kann. Wählen Sie auf dem Startbildschirm die gewünschte Lesesprache aus: Die Auswahl einer bestimmten Sprache übersetzt das Gesprochene in diese, während die Auswahl von „As spoken“ jede Sprache genau so belässt, wie sie gesprochen wurde. Nach dem Tippen auf Importieren und der Auswahl Ihrer Datei erkennt die App die gesprochene Sprache automatisch, kennzeichnet die verschiedenen Sprecher und zeigt den Text auf dem Lesebildschirm an.

Bitte beachten Sie, dass die Sprachverarbeitung eine aktive Internetverbindung erfordert, während Hontoni zuhört, da die Audiodaten über das Internet an einen Spracherkennungsdienst gesendet werden, bevor der Text an das iPhone zurückübermittelt wird. Gespeicherte Transkripte bleiben offline zugänglich.

Wo automatisierte Transkripte an ihre Grenzen stoßen

Kein Spracherkennungssystem arbeitet völlig fehlerfrei. Wenn Sie wissen, an welchen Stellen automatisierte Systeme scheitern, können Sie Ihr Korrekturlesen effizient ausrichten.

In der ACL Anthology veröffentlichte wissenschaftliche Arbeiten zur mehrsprachigen Erkennung von Eigennamen zeigen, dass Spracherkennungsmodelle erhebliche Probleme mit Eigennamen und fachspezifischen Begriffen haben und häufig auf phonetische Ersetzungen ausweichen. Wenn ein Interviewpartner einen ungewöhnlichen Nachnamen, einen ausländischen Ortsnamen oder speziellen Branchenjargon verwendet, ersetzt das System diesen oft durch ein phonetisch ähnliches, geläufiges Wort aus dem Wörterbuch.

Automatisierte Systeme stoßen zudem unter folgenden Bedingungen an Grenzen:

• Überlappende Gespräche: Wenn zwei Personen gleichzeitig sprechen, fällt es Systemen schwer, die Stimmen sauber zu trennen.
• Starke Akzente und Dialekte: Akzente, die stark vom Trainingskorpus abweichen, führen zu höheren Fehlerraten.
• Akustische Distanz: Wenn ein Sprecher weit vom Mikrofon entfernt sitzt, geht die Klarheit hochfrequenter Konsonanten verloren.
• Umgebungsgeräusche: Straßenverkehr, das Summen von Klimaanlagen oder Café-Lärm verschlechtern die Erkennungsqualität.

Das Erkennen dieser vorhersehbaren Schwachstellen hilft Ihnen, Ihre Aufmerksamkeit genau dorthin zu richten, wo Fehler am wahrscheinlichsten sind.

Die wichtigen Stellen korrigieren

Das Bearbeiten eines Transkripts erfordert nicht das Überprüfen jedes einzelnen Zögerns oder Füllworts, es sei denn, Sie führen eine formale linguistische Analyse durch. Für Journalisten, Studierende und qualitative Forschende geht es bei der redaktionellen Nachbearbeitung um die inhaltliche Treue.

Gehen Sie beim Durchlesen Ihres Entwurfs systematisch vor:

1. Zuerst Eigennamen prüfen: Gleichen Sie den Text mit den Notizen ab, die Sie während des Interviews gemacht haben. Korrigieren Sie falsch geschriebene Personennamen, Organisationen und geografische Bezeichnungen.
2. Sprecherzuordnung prüfen: Kontrollieren Sie, ob die Wortbeiträge der richtigen Person zugeordnet sind, insbesondere bei Gruppendiskussionen mit mehreren Personen.
3. Sinn vor Schliff wahren: Setzen Sie sparsam Satzzeichen, um lange gesprochene Passagen lesbarer zu machen, aber widerstehen Sie der Versuchung, die natürliche Ausdrucksweise der interviewten Person umzuschreiben.
4. Direkte Zitate anhand des Tons prüfen: Wie in den journalistischen Standards und Werten von Reuters dargelegt, ist die faktische Genauigkeit bei Quellenangaben unerlässlich. Bevor Sie ein direktes Zitat veröffentlichen, springen Sie zu dem genauen Zeitstempel im Originalton zurück und bestätigen Sie den Wortlaut wortgetreu.

Betrachten Sie die Audioaufnahme stets als Ihre primäre Quelle der Wahrheit und nutzen Sie das Transkript als strukturellen Wegweiser, um sich in der Aufnahme zu bewegen.

Wenn Sie regelmäßig mit mehrsprachigen Interviews arbeiten oder importierte Aufnahmen in einer anderen Sprache lesen müssen, könnte Hontoni zu Ihrem Arbeitsablauf passen. Es bietet automatisierte Transkripte und schriftliche Übersetzungen nebeneinander für importierte Audioclips, stößt jedoch gelegentlich bei Fachjargon oder undeutlicher Sprache an seine Grenzen. Ein Test mit Ihrem üblichen Aufnahme-Setup zeigt Ihnen, wie die App mit Ihrer spezifischen akustischen Umgebung umgeht.

Nächste Schritte für Ihren Aufnahme-Arbeitsablauf

Um Ihren Transkriptionsprozess beim nächsten Projekt zu beschleunigen, richten Sie vor Beginn des Interviews eine einheitliche Ordnerstruktur in der Dateien-App Ihres iPhones ein. Halten Sie ein physisches Notizbuch oder ein Textdokument bereit, um unbekannte Namen sofort beim Hören zu notieren, und prüfen Sie wichtige Zitate immer anhand des Originaltons, bevor Sie Ihre Ergebnisse teilen.