Von Ton zu Text
Transkriptionsservice

Tipps zur perfekten Transkription

Der Zauber steckt im Detail

Eine hochwertige Transkription folgt immer einem bestimmten Regelsatz. Diese Regeln können bei Künstlichen Intelligenzen häufig zu Problemen führen, da es sich um semantische Feinheiten in der Sprache handeln kann. Auch wenn die anfängliche Transkription durch KI ein wahres Zeitwunder ist und einen Großteil der Arbeit erheblich schneller macht, ist es wichtig, dass ein Mensch die Kontrolle einer KI-generierten Transkription übernimmt. Hier kommt dann das Medial Post-Editing durch einen professionellen Übersetzer ins Spiel. Nur durch diesen Feinschliff ist es möglich, eine qualitativ ansprechende Transkription zu erzielen.

Bei tolingo haben wir dafür folgende Transkriptionsregeln festgelegt:

Einfache Transkriptionsregeln 

1. Der Text wird übernommen, wie er gesprochen wird. Es werden keine Korrekturen vorgenommen, d. h. Fehler (z. B. grammatikalische Fehler in der Satzstellung) werden übernommen.
2. Alle Aussagen, auch scheinbar unwichtige Füllwörter (z. B. „ich sage mal“ oder „sozusagen“ etc.) werden erfasst.
3. Undeutliche Stellen werden im fortlaufenden Text mit [unverständlich] markiert.
4. Texte oder Abschnitte in einer anderen Ausgangssprache werden als [Fremdsprache]  gekennzeichnet.
5. Wenn Äußerungen mehrerer unbekannter Personen in einer Audiodatei vorliegen, werden ihre Namen Speaker 1, Speaker 2 etc. gekennzeichnet.
6. Bei einer einfachen Transkription werden keine Zeitstempel gesetzt.

Erweiterte Transkriptionsregeln 

1. Der Text wird übernommen, wie er gesprochen wird. Es werden keine Korrekturen vorgenommen, d. h. Fehler (z. B. grammatikalische Fehler in der Satzstellung) werden übernommen.
2. Alle Aussagen, auch scheinbar unwichtige Füllwörter (z. B. „ich sage mal“ oder „sozusagen“ etc.) werden erfasst.
3. Färbungen von Dialekt werden korrigiert (z. B. „haben wir“ anstatt „hamma“).
4. Alle nonverbalen Zwischenlaute der Sprecher (z. B. Stotterer, Ähms, ne?) werden weggelassen.
5. Weggelassen werden auch alle inhaltlich irrelevanten Hörerbestätigungen (z. B. Hm, Ja, Ach ja). Diese werden nur in seltenen Fällen transkribiert, wenn diese Wörter einen inhaltlichen Beitrag leisten (z. B. als Antwort auf eine Frage).
6. Besondere Ereignisse werden in Klammern gesetzt (z. B. (Tonstörung) oder (Telefon klingelt mehrfach)).
7. Nur wörtliche/direkte Rede wird in Anführungszeichen gesetzt (z. B. Ich habe ihn gefragt: „Wieso machst du das?“).
8. Um Bandwurmsätze über mehrere Zeilen zu vermeiden, werden Satzzeichen sinnvoll gesetzt. Eine Konjunktion (z. B. „Und“) kann hierbei am Anfang eines Satzes stehen.
9. Höflichkeitspronomina wie „Sie“ und „Ihnen“ werden großgeschrieben. Wenn sich z. B. bei einem Interview die Personen gegenseitig ansprechen (z. B. „Ich hätte noch eine Frage an Sie.“). Duzen sich die Interviewpartner, wird das „du“ und alle Formen des „du“ (also auch: „dir“, „dich“, „dein“  usw.) kleingeschrieben.
10. Die Groß- und Kleinschreibung bei Fremdwörtern wird so gewählt, wie man das deutsche Äquivalent schreiben würde, also Verben klein und Nomen groß (z. B. Ich habe den Cyberspace gegoogelt.)
11. Alle Zahlen von eins bis zwölf werden ausgeschrieben und ab 13 als Ziffern geschrieben. Sinnvolle Ausnahmen wie das Datum werden ebenfalls als Ziffer geschrieben (also „3.1.2017“).
12. Wenn Äußerungen mehrerer unbekannter Personen in einer Audiodatei vorliegen, werden ihre Namen Speaker 1, Speaker 2 etc. gekennzeichnet.
13. Unvollständige Sätze werden mit einem „-“ gekennzeichnet (z. B. „Also dann waren-, nein, nochmal: Da waren vier Leute in dem-.“). Nach dem „-“ werden wie im Beispiel reguläre Satzzeichen gesetzt. Das „-“ wird direkt hinter das Wort gesetzt, ohne Leerzeichen.
14. Unvollständige Wörter werden nur aufgenommen, wenn sie einen inhaltlichen Mehrwert haben. Sonst gelten sie als Stotterer und werden einfach weggelassen.
15. Pausen über vier Sekunden werden mit der Sekundenanzahl in Klammern gekennzeichnet, also z. B. bei sieben Sekunden Pause: (7 Sek.).
16. Wörter, bei denen der Wortlaut nicht ganz eindeutig ist und nur vermutet wird, werden mit einem Fragezeichen gekennzeichnet und in Klammern gesetzt (z. B. (?Koryphäe)). Wenn das verstandene Wort offensichtlich keinen Sinn ergibt und an dieser Stelle logisch überhaupt nicht hineinpassen kann, dann wird die Stelle als unverständlich markiert (siehe nächster Punkt).
17. Zeitstempel werden von der KI vor dem Namen/Sprecher platziert und werden durch den Medial Post-Editor geprüft.

Diese Regeln sind der Grundstein für ein einwandfreies Ergebnis und gleichbleibende Qualität unserer Transkriptionen. Der Mix aus KI und Mensch bietet das bestmögliche Ergebnis in kürzester Zeit. So erhalten Sie am Ende ein hochwertiges Produkt zum kleinen Preis.

→ Sehen Sie auch unseren umfassenden Praxis-Guide: Fehler vermeiden bei der Interview-Transkription und unseren Kurzbeitrag dazu, was unter Transkription zu verstehen ist.