Es ist eine offensichtliche Tatsache, dass die Spracherkennung schon seit Jahrzehnten verfügbar ist. Aber erst mit dem Aufkommen von KI (Künstliche Intelligenz) und ML (Maschinelles Lernen) wurde diese Erfindung zum Leben erweckt. Die meisten Smartphones und Computer verfügen heutzutage bereits über automatische Spracherkennungsdienste. Was genau ist also Spracherkennung und wie können Sie sie auf Ihrem Smartphone oder Desktop nutzen? Dieser Artikel beantwortet diese Fragen. Außerdem erfahren Sie, wie Sie die besten kostenlosen Spracherkennungsprogramme nutzen können. Lassen Sie uns eintauchen!
In diesem Artikel
Teil 1: Was ist Spracherkennung?
Computer und Smartphones holen die menschliche Intelligenz immer mehr ein. Mittlerweile können Sie Ihren Computer, Ihr Smartphone oder Ihren Smart Speaker steuern. Google Assistant, Microsofts Cortana und Amazon Alexa sind gute Beispiele dafür, wie weit sich die Spracherkennung entwickelt hat. Geben Sie einfach einen Befehl und der Sprachassistent wird Ihnen zu Diensten sein.
Aber dieser Artikel wird ein wenig tiefer als das Offensichtliche eintauchen. Anstatt sich mit Sprachassistenten zu beschäftigen, besprechen wir, wie Sie ein automatisiertes STT-Programm verwenden können, um Audio in Text zu konvertieren. Die Spracherkennungstechnologie ist inzwischen so ausgereift, dass die Transkriptionsgenauigkeit bei 99% liegt. Außerdem unterstützen diese Sprach-zu-Text-Transkriptionsprogramme Hunderte von Sprachen und sind damit perfekt für Blogger, Lehrer, Ärzte und andere Berufsgruppen geeignet.
Beachten Sie jedoch, dass die Leistungsfähigkeit und Komplexität dieser Programme variieren kann. Während einige davon anfängerfreundlich sind, können andere, wie Amazon Web Services und Microsoft Azure, für Anfänger etwas einschüchternd sein. Außerdem müssen einige TTS-Programme wie Google Speech Recognition nicht auf den PC heruntergeladen werden, was Ihnen Zeit spart. Es hängt also von Ihren Vorlieben und Fähigkeiten ab.
Teil 2: Die besten kostenlosen Spracherkennungsdienste im Jahr 2022
Wir wissen, dass professionelle Sprache-zu-Text-Dienste einige Hundert Dollar kosten können. Deshalb haben wir uns die Mühe gemacht, Ihnen diese vier kostenlosen und hochpräzisen Spracherkennungsdienste vorzustellen. Wählen Sie einen aus!
- Google speech recognition
Google wurde im September 1998 gegründet und hat einen langen Weg zurückgelegt, um eines der größten Tech-Unternehmen zu werden. Das Unternehmen bietet mehrere Transkriptionsdienste, darunter Google Translate, das Audio, Dokumente und Texte zwischen verschiedenen Sprachen übersetzt. Es unterstützt 133 Sprachen und kann kostenlos auf Ihrem Handy- oder PC-Browser verwendet werden. Klicken Sie einfach auf das Mikrofon-Symbol in Google Translate und beginnen Sie mit der Übersetzung von Wörtern.
Neben der Übersetzung können Sie mit Google Cloud auch Video-, Audio- oder Sprachaufnahmen transkribieren, um die Reichweite Ihres Publikums zu erhöhen. Dank der ML-Technologie, die ähnlich wie die von Google für die Generierung von YouTube-Untertiteln verwendet wird, können die Benutzer ihren Inhalten in Echtzeit präzise Untertitel und Untertitel hinzufügen. Es ist auf die globale Benutzerbasis zugeschnitten, da es mehr als 125 Sprachen unterstützt. Mit Google Cloud können Sie auch die Transkriptionsgenauigkeit erhöhen, indem Sie domänenspezifische Wörter oder Schlüsselwörter angeben.
Was die Preise anbelangt, so erhalten Sie bei Google Cloud ein Guthaben von bis zu 300 $, das Sie über einen Zeitraum von drei Monaten mit der kostenlosen Stufe ausgeben können. Nachdem Sie die Freiminuten aufgebraucht haben, können Sie 15 Sekunden Audio für nur $0,006 transkribieren. Das sollte für alle Durchschnittsbürger da draußen erschwinglich sein.
Wenn Google Cloud Sie nicht beeindruckt, können Sie mit Google Docs kostenlos Audiodaten transkribieren. Es ist ein Online-Dienst, mit dem Sie Texte über das eingebaute Mikrofon diktieren können. Starten Sie dazu ein neues Dokument, klicken Sie auf "Tools" und dann auf "Spracheingabe". Diktieren Sie jetzt unbegrenzt viele Texte, bevor Sie sie entsprechend bearbeiten. Denken Sie daran, dass Google Docs die gemeinschaftliche Bearbeitung unterstützt.
- Microsoft speech recognition
Wie Google verfügt auch Microsoft über eine Sammlung von Spracherkennungsdiensten. Zunächst können Sie den integrierten Spracherkennungsdienst auf Ihrem Windows 10/11-Computer verwenden. Es ist ein kostenloser Service, der Ihnen wichtige Assistenz- und Befehlsfunktionen bietet. Bitte beachten Sie, dass dies ein Unterschied zum Sprachassistenten von Cortana ist.
Um den Windows-Sprachdialogdienst zu verwenden, öffnen Sie zunächst das Programm, in das Sie Texte diktieren möchten. Dies kann Ihr Browser, Texteditor, etc. sein. Klicken Sie dann auf die Tastenkombination Win + H, bevor Sie auf das Mikrofonsymbol klicken, um mit dem Diktieren von Texten zu beginnen.
Alternativ können Sie auch den superpräzisen Microsoft Azure Sprach-zu-Text-Dienst verwenden. Mit dieser professionellen Funktion können Sie Texte aus einer Vielzahl von Audioquellen erstellen. Es bietet Audiotranskription in Echtzeit, dank der tiefen ML- und KI-Netzwerke, die synchron arbeiten, um mehrere Audioquellen gleichzeitig zu unterstützen. Das Einrichten ist jedoch eine ganz andere Angelegenheit.
Wenn Ihnen Azure Speech to Text zu kompliziert ist, verwenden Sie OneNote, um Texte zu diktieren, während Sie bei Microsoft 365 angemeldet sind. Diese Spracherkennungssoftware kann Texte mit Interpunktionen, Emojis, Punkten, Symbolen, Währungen und mehr diktieren. Außerdem können Sie Texte bearbeiten, indem Sie einfach Wörter wie Löschen, Rückgängig machen, Rücktaste, etc. aussprechen.
Wondershare Filmora 11 ist ein leistungsstarker Video-Editor für macOS und Windows-Systeme. Er verfügt über viele leistungsstarke Funktionen, darunter die KI-gesteuerten Converter für Sprache-zu-Text und Text-zu-Sprache. Hier können Sie Audio oder Video in verschiedenen Sprachen transkribieren, bevor Sie den Text bearbeiten und in eine .srt-Datei extrahieren. Ja, es ist ein schneller und präziser Untertitelgenerator für Desktops.
Um mit Filmora 11 Untertitel zu erstellen, starten Sie das Programm auf Ihrem Desktop und erstellen Sie ein neues Projekt. Klicken Sie anschließend auf die Importieren Schaltfläche, um ein Video oder Audio von Ihrem lokalen Speicher zu laden. Um Zeit zu sparen, können Sie die Mediendatei natürlich auch ziehen und ablegen. In jedem Fall verschieben Sie die hochgeladene Datei in das Storyboard.
Als Nächstes klicken Sie mit der rechten Maustaste auf das Video und wählen Sie Audio abtrennen. Mit anderen Worten: Sie trennen den Ton vom Videoclip. Wählen Sie anschließend die Audiospur auf der Zeitleiste aus und klicken Sie auf das Symbol Sprache-zu-Text, um die Transkriptionssprache zu wählen. Sie können die Audiodaten auf Englisch, Französisch, Deutsch, Italienisch und in anderen Sprachen transkribieren.
Tippen Sie nun auf "Ok", um Audio zu Untertiteltexten zu kodieren. Wenn der Vorgang erfolgreich war, tippen Sie doppelt auf die Textspur in der Zeitleiste, um die Untertitelspuren anzuzeigen und zu bearbeiten. Sie können den Text, das Layout, die Größe, die Farbe und vieles mehr ändern. Zum Schluss exportieren Sie die Texte in eine SRT-Datei und verwenden sie in einem beliebigen Video. So schnell und einfach geht es!
- Amazon Transcribe
Haben Sie schon einmal von AWS gehört? Nun, es ist eine umfassende Cloud-Plattform mit mehr als 200 Diensten. AWS nutzt maschinelles Lernen und künstliche Intelligenz, was es einfacher, schneller und kostengünstiger macht. Noch besser: AWS verfügt über bis zu 98 Sicherheitsstandard-Zertifizierungen und ist damit eine der sichersten Cloud-Plattformen zur Erstellung und Bearbeitung von Inhalten.
Nutzen Sie also die Amazon Transcribe-Funktion, um Audio und Stimmen automatisch in bearbeitbare Texte zu konvertieren. Mit diesem Service können Sie wichtige Erkenntnisse aus Telefongesprächen, Videos, Unterhaltungen und Mikrofonaufzeichnungen extrahieren - ganz wie Sie wollen. Außerdem verwendet es Deep ML, um Ihrem Text während des Diktats Formatierungen und Interpunktionen hinzuzufügen.
AWS Transcribe enthält auch einige Extras, die Sie vielleicht hilfreich finden. Zum Beispiel unterstützt es die Stapelverarbeitung von zahlreichen Audioquellen. Außerdem kann es verschiedene Sprecher und Vokabelfilter identifizieren, so dass Sie die dringend benötigte Konsistenz erhalten. Außerdem können Sie spezifisches Vokabular und Schlüsselwörter hinzufügen, um die Genauigkeit des Inhalts zu erhöhen.
Was die Kosten betrifft, so können Sie mit einem kostenlosen AWS-Konto bis zu 60 Minuten kostenlose Transkriptionsdienste nutzen. Nachdem Sie das Guthaben aufgebraucht haben, können Sie für die normalen Umlagetarife bezahlen. Alles in allem ist es ein hervorragender Spracherkennungsdienst, auch wenn er für den Privatgebrauch etwas übertrieben sein kann.
Teil 3: FAQs zur Spracherkennung
Haben Sie noch viele unbeantwortete Fragen zur Spracherkennung? Hier finden Sie einige Antworten auf die häufigsten Fragen zur Spracherkennung.
1. Ist das Diktieren von Texten schneller als das Tippen von Texten?
Es kommt darauf an! Für Menschen, die nicht schnell tippen können, ist das Diktieren von Audio ein Kinderspiel. Mit TTS-Programmen wie der Windows-Spracherkennung und Google Docs können Sie Texte direkt in die Dokumentendatei diktieren und dann bei Bedarf bearbeiten. Es erfordert jedoch eine Menge Disziplin und Klarheit, um Texte genau zu diktieren.
2. Wie kann ich die Genauigkeit der Spracherkennung verbessern?
Zunächst einmal sind einige Spracherkennungsdienste genauer als andere. Die Gesamtgenauigkeit des Textes hängt jedoch von der Klarheit Ihrer Stimme ab. Das eingebaute Mikrofon reicht zwar aus, aber es ist besser, in ein Gerät mit Geräuschunterdrückung für die Spracheingabe zu investieren. Sie sollten auch öfter Texte mit längeren Phrasen diktieren. Und noch etwas: Vermeiden Sie die Verwendung von Slang und Abkürzungen.
3. Ist die Spracherkennungstechnologie genau?
Ja, alle oben genannten Spracherkennungsdienste sind sehr genau. Aber wie gesagt, das hängt von einer Vielzahl von Faktoren ab. Außerdem ist es äußerst wichtig, dass Sie Ihre Transkription in der Vorschau ansehen und die notwendigen Korrekturen vornehmen. Denken Sie daran, dass die menschliche Intelligenz immer überlegen ist.
Abschließende Worte
Jetzt wissen Sie, wie die Spracherkennung bei Ihrer Dokumentationsarbeit hilfreich sein kann. Wenn Sie etwas Kostenloses und sehr Effektives wollen, empfehle ich Ihnen Google Docs oder die Windows-Spracherkennung, um Texte in Ihre Dokumenten-App zu diktieren. Andererseits können Sie mit Filmora 11 aus jeder Audio- oder Videodatei automatisch Untertitel generieren. Aber wenn Sie ein Techniker sind, hält Sie nichts davon ab, Microsoft Azure oder Amazon Transcription zu verwenden. Probieren Sie sie aus!
