Die Datei ist nur der Anfang
Ein Transkriptionsablauf dekodiert Medien, normalisiert Audio oder passt dessen Abtastrate an, erkennt Sprache, erstellt Zeitangaben für Wörter oder Segmente, weist optionale Sprecherkennzeichnungen zu, erzeugt bearbeitbaren Text und exportiert ihn. Ein Tool kann in einer Phase erfolgreich sein und in einer anderen scheitern. „Unterstützt MP4“ kann bedeuten, dass sich aus manchen MP4-Varianten Audio extrahieren lässt, nicht dass jeder Codec und jede beschädigte Datei funktioniert.
Bewahren Sie das Originalmedium unverändert auf. Arbeiten Sie mit einer Kopie, notieren Sie Tool- und Modellversion und erhalten Sie genügend Zeitinformationen, um strittige Passagen erneut prüfen zu können. Für lange Aufnahmen sollte es einen verlässlichen Weg zum Fortsetzen oder Wiederherstellen geben, wenn der Computer in den Ruhezustand wechselt oder der Vorgang unterbrochen wird.
Lokale Verarbeitung und Cloudverarbeitung sind Entscheidungen, keine Qualitätsgarantien
Lokale Transkription kann das Hochladen der Aufnahme vermeiden und nach Installation der erforderlichen Modelle weiterarbeiten. Sie beansprucht jedoch CPU, GPU, Arbeitsspeicher, Speicherplatz und Strom des Computers. Cloudtranskription kann Verarbeitung und Zusammenarbeit zentralisieren, erfordert aber eine Prüfung von Upload, Aufbewahrung, Training, Unterauftragsverarbeitern, Region, Konto und Löschverhalten.
Ein Hybridprodukt kann beide Verfahren berechtigt einsetzen. Verlangen Sie ein Datenflussdiagramm oder eine Tabelle für jeden einzelnen Vorgang, statt eine pauschale Bezeichnung zu akzeptieren. Datenverkehr für Modelldownloads und Softwareupdates unterscheidet sich vom Hochladen des Quellaudios; diese Abgrenzung sollte ausdrücklich erfolgen.
Sprecherkennzeichnungen sind Hypothesen
Die Diarisierung teilt Sprache in Gruppen wie Sprecher 1 und Sprecher 2. Überschneidungen, kurze Einwürfe, ähnliche Stimmen, Raumhall, Verarbeitung bei Remoteanrufen und Hintergrundmedien können diese Gruppen verfälschen. Eine Sprechererkennung, die bekannte Personen namentlich identifiziert, ist eine separate und sensiblere Funktion.
Verwenden Sie neutrale Kennzeichnungen, bis sie von einer Person geprüft wurden. Behandeln Sie eine automatisch zugeordnete Aussage nicht als verbindliches Protokoll, rechtliches Eingeständnis oder verlässlichen Identitätsnachweis.
Ein Transkript ist erst nach der Prüfung vollständig
Prüfen Sie Namen, Zahlen, Verneinungen, Fachbegriffe, Aufgabenverantwortliche, Datumsangaben und Passagen mit sich überschneidender Sprache. Hören Sie die Stelle rund um den Zeitstempel ab, statt aus dem umgebenden Text zu raten. Kennzeichnen Sie tatsächlich unverständliche Abschnitte, statt Gewissheit zu erfinden.
Wählen Sie den Export für die nächste Aufgabe: Klartext zum Suchen und Entwerfen, Text mit Zeitstempeln zur Überprüfung, DOCX oder PDF zur Weitergabe, JSON für Softwarepipelines und SRT oder VTT für zeitcodierte Untertitel. Prüfen Sie Zeichenkodierung und Zeilenenden, wenn ein anderes System die Datei einlesen soll.