Saubere, lesbare Meeting-Transkripte auf dem Mac

Rohe Spracherkennung liest sich schwer. Sätze kommen in Bruchstücken, überall steht „äh“ und „ähm“, ein Wort wird wiederholt, während jemand nachdenkt, und bei einem Anruf ohne Kopfhörer taucht die Hälfte dessen, was die anderen gesagt haben, ein zweites Mal unter deinem Namen auf. Poffle räumt das Transkript eines aufgenommenen Meetings auf deinem Mac auf, ohne zu ändern, was jemand gesagt hat, und hält den genau erkannten Wortlaut einen Klick entfernt bereit.

Absätze pro Sprecher

Öffne ein Meeting und wähle Transkript. Poffle fasst aufeinanderfolgende Passagen desselben Sprechers zu einem Absatz zusammen, solange die Pausen dazwischen höchstens 4 Sekunden lang sind, bis zu 90 Sekunden pro Absatz. Ein neuer Sprecher oder eine längere Pause beginnt einen neuen Absatz.

Jeder Satz behält sein eigenes Timing. Klicke auf einen Satz, um die Aufnahme ab dort abzuspielen, oder klicke oben rechts in einem Absatz auf die Zeit, um ihn von Anfang an abzuspielen. Der Satz, der gerade läuft, ist hervorgehoben, sodass du mitlesen kannst.

Bereinigt oder Original

Über dem Transkript bietet ein Schalter Bereinigt und Original. „Bereinigt“ mit dem Hinweis „Füllwörter und Wiederholungen entfernt.“ ist die Standardeinstellung. „Original“ zeigt den Text „Genau wie erkannt.“ Poffle merkt sich deine Wahl für das nächste Meeting, das du öffnest.

„Bereinigt“ entfernt:

• Für sich stehende Fülllaute wie „um“, „uh“ und „hmm“ im Englischen. Jede der 16 Sprachen, die Poffle unterstützt, hat eine eigene Liste, auf Deutsch etwa mit „äh“, „ähm“ und „öh“, in anderen Sprachen mit Füllwörtern wie „øh“, „euh“, „えーと“ oder „嗯“. Ein Füllwort, das auch ein echtes Wort ist, etwa das japanische „あの“ („jenes“), wird nur dort entfernt, wo es eindeutig als Füllwort steht, zum Beispiel vor einem Komma.
• Wörter oder kurze Wendungen, die direkt wiederholt werden, wie in „wir, wir, wir sollten“.

Danach korrigiert Poffle die Satzzeichen und Großbuchstaben, die nach diesen Entfernungen nicht mehr stimmen. „Bereinigt“ behält Wörter, die Bedeutung tragen können, etwa im Englischen „like“, „so“ und „you know“, echte Wiederholungen wie „that that“ oder „had had“, Zahlen und Abkürzungen. Ein wiederholtes Inhaltswort wird erst zusammengefasst, wenn es dreimal oder öfter hintereinander vorkommt. Im Koreanischen, Türkischen und Vietnamesischen gehört die Verdopplung eines Wortes zur Grammatik, wie in „yavaş yavaş“; dort werden nur doppelte Funktionswörter wie Pronomen und Konjunktionen zusammengefasst. In jeder anderen Transkriptionssprache werden nur „uh“, „uhm“ und „hmm“ entfernt, weil „um“ und „er“ in manchen Sprachen echte Wörter sind, und nur wiederholte Wendungen werden zusammengefasst.

„Bereinigt“ ist eine Ansicht, keine Bearbeitung. Das gesicherte Transkript enthält weiterhin den erkannten Wortlaut, und den verwenden Transkript kopieren und der Markdown-Export. Passage kopieren im Kontextmenü eines Absatzes, das du mit gedrückter Control-Taste öffnest, kopiert den Wortlaut, den du siehst.

Echo aus den Lautsprechern

Führst du einen Anruf über die Lautsprecher des Mac, hört dein Mikrofon auch die anderen. Ohne Korrektur würden ihre Worte doppelt erscheinen: einmal aus dem Mac-Audio und noch einmal unter „Du“.

Nachdem beide Spuren transkribiert sind, vergleicht Poffle sie. Eine Mikrofonpassage aus vier oder mehr Wörtern wird weggelassen, wenn mindestens 65 % ihrer Wörter in derselben Reihenfolge innerhalb von 1,5 Sekunden im Mac-Audio vorkommen und sich beide zeitlich über mindestens die Hälfte der Passage überschneiden. Passagen aus zwei oder drei Wörtern müssen vollständig übereinstimmen und sich über 80 % ihrer Länge überschneiden. In diesem Fall zeigt das Meeting „Vom Mikrofon erfasstes Meeting-Audio wurde nicht ins Transkript übernommen. Kopfhörer verhindern das.“

Das ist keine Echounterdrückung. Einzelne Wörter, teilweises Echo und Echo, das sich mit deiner eigenen Stimme mischt, können bleiben. Antwortest du etwas später mit denselben Worten, die gerade jemand gesagt hat, bleibt deine Antwort erhalten. Die Kopie dieser Worte im Mac-Audio bleibt im Transkript, es geht also nichts verloren, was die Gegenseite gesagt hat. Die zuverlässige Lösung sind Kopfhörer: Dann hört das Mikrofon nur dich.

Die Sprecher benennen

Dein Mikrofon ist mit Du bezeichnet. Nach dem Meeting trennt Poffle auf diesem Mac die Stimmen im Mac-Audio und bezeichnet sie als Sprecher 1, Sprecher 2 und so weiter. Ist die Aufnahme mit einem Kalenderereignis verknüpft, setzt die Zahl der Teilnehmer eine Obergrenze. Dadurch wird die Stimme einer Person seltener auf zwei Sprecher aufgeteilt.

1. Klicke über einem seiner Absätze auf den Namen eines Sprechers.
2. Wähle unter Aus diesem Kalenderereignis einen Teilnehmer oder wähle Namen eingeben ….
3. Prüfe ein paar Absätze, indem du sie abspielst. Der Name gilt für jeden Absatz dieses Sprechers in diesem Meeting.

Die Zuständigen bei Aufgaben folgen der Umbenennung, sodass aus „Sprecher 2“ in den Notizen der Name wird, den du gewählt hast. Die Trennung der Sprecher beruht auf Wahrscheinlichkeiten. Überlappende oder sehr kurze Äußerungen können ohne Zuordnung bleiben, statt eine geratene Identität zu erhalten, und Poffle leitet nie aus der Teilnehmerliste ab, wer jemand ist. Alle, die dein Mikrofon erfasst, auch andere Personen bei dir im Raum, werden als „Du“ bezeichnet.

Sprachen auf diesem Mac

Die Oberfläche von Poffle gibt es in 16 Sprachen. Sie wurden ausgewählt, weil sich Meetings in jeder von ihnen auf dem Mac transkribieren und zusammenfassen lassen: Englisch, Dänisch, Niederländisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Norwegisch, Portugiesisch, Spanisch, Schwedisch, Türkisch, Vietnamesisch, vereinfachtes Chinesisch und traditionelles Chinesisch.

Die meisten davon nutzen SpeechTranscriber von Apple, das lokale Modell, das Apple für lange Aufnahmen wie Meetings entwickelt hat. Dänisch, Niederländisch, Norwegisch, Schwedisch, Türkisch und Vietnamesisch nutzen stattdessen das lokale Diktiermodell von Apple, DictationTranscriber. Es liefert ebenfalls das Timing einzelner Wörter, sodass Wiedergabe und Absätze genauso funktionieren. Rechne in diesen Sprachen mit weniger Satzzeichen, wodurch Sätze ineinanderlaufen können, und prüfe Namen und Zahlen besonders sorgfältig.

Stell Einstellungen > Spracherkennung > Transkription > Sprache vor der Aufnahme auf die Sprache ein, die im Meeting gesprochen wird. Systemsprache folgt deinem Mac. Jede Sprache wird einmal geladen, wenn du sie zum ersten Mal verwendest, und funktioniert danach offline. Ein Meeting in zwei Sprachen wird in der ausgewählten transkribiert, die andere Sprache kommt also schlecht heraus.

Mit einer sauberen Aufnahme beginnen

• Trag bei Anrufen Kopfhörer. Damit fällt die Hauptquelle für Echo weg.
• Verwende in der Anruf-App und auf dem Mac dasselbe Mikrofon. Poffle nimmt den Standardeingang des Mac auf.
• Schalte Musik und Mitteilungstöne stumm. Poffle nimmt das gesamte Audio des Mac auf, nicht nur den Anruf.
• Sprich Namen beim ersten Mal deutlich aus. Das hilft, wenn du später Sprecher zuordnest.
• Stell den Mac in einem Raum so auf, dass er alle hört, und sag allen, dass du aufnimmst.

Ein saubereres Transkript sorgt für bessere Meeting-Notizen und bessere Antworten, wenn du Fragen zu deinen Meetings stellst. Die Sprachtechnologie dahinter erklärt Apple in seiner SpeechAnalyzer-Session. Du kannst Poffle laden und „Bereinigt“ und „Original“ an deiner eigenen Aufnahme vergleichen.