Transkription

Kurz erklärt

Eine Transkription überführt gesprochene Sprache in geschriebenen Text. Sie kann manuell oder mit Unterstützung durch Speech-to-Text erstellt werden.

Was ist eine Transkription?

Je nach Zweck kann eine Transkription wortgetreu, geglättet oder zusammenfassend sein. Sie kann Zeitmarken, Sprecherbezeichnungen, Pausen und nichtsprachliche Geräusche enthalten.

Die technische Spracherkennung und das redaktionelle Transkript sind nicht dasselbe: Speech-to-Text liefert einen automatischen Rohtext, der für viele Zwecke geprüft und bearbeitet werden muss.

Wie entsteht sie?

Audio oder Video
      ↓
automatische oder manuelle Verschriftlichung
      ↓
Korrektur, Sprecherzuordnung, Formatierung
      ↓
freigegebenes Transkript

Konkretes Beispiel

Eine Podiumsdiskussion wird für Dokumentation und Untertitel transkribiert. Die automatische Erkennung liefert Zeitmarken und Text. Namen, Fachbegriffe und undeutliche Passagen werden anhand der Aufnahme korrigiert. Für eine Veröffentlichung werden sensible Äußerungen gesondert geprüft.

Warum ist das wichtig?

Transkripte machen gesprochene Inhalte zugänglich, zitierbar und durchsuchbar. Sie können anschließend als Wissensquelle dienen. Fehler im Transkript übertragen sich jedoch auf Suche, Zusammenfassungen und Zitate.

Zusammenhang mit anderen KI-Begriffen

Speech-to-Text automatisiert die erste Verschriftlichung.
RAG kann freigegebene Transkripte durchsuchen.
OCR erfüllt für Schrift in Bildern eine verwandte Erschließungsfunktion.

Typisches Missverständnis

Missverständnis: Ein Transkript ist immer eine wortwörtliche und vollständige Wiedergabe.

Transkriptionsregeln unterscheiden sich. Auslassungen, Glättungen und Unsicherheiten sollten transparent gekennzeichnet werden.

Merksatz

Transkription macht Sprache zu Text; die gewünschte Genauigkeit und Bearbeitungsform müssen vorher festgelegt werden.