Warum Lärm anders ist als andere Probleme
Die meisten Diktierfehler haben eine Abhilfe. Namen lassen sich ins Wörterbuch eintragen, die Zeichensetzung wird mit Pausen besser, eine falsche Sprache lässt sich richtig stellen.
Bei Lärm ist das nicht so. Das Mikrofon misst Luftdruck, und es kann nicht unterscheiden zwischen Druck, den du verursachst, und Druck, den die Espressomaschine verursacht. Beides kommt als ein Strom von Zahlen an, miteinander vermischt, und das Modell muss herausfinden, welche Teile Wörter waren.
Sind sie einmal vermischt, lassen sie sich nicht trennen. Das ist eine körperliche Tatsache und keine Grenze der Software, und deshalb handeln die Ratschläge unten vom Mikrofon und nicht von der App.
Nicht jeder Lärm ist gleich schlimm
Leute nehmen an, aller Lärm sei derselbe, und das stimmt nicht.
Andere Leute, die reden, sind das Schlimmste. Sprache konkurriert unmittelbar mit Sprache, und ein Modell, das darauf trainiert ist, Wörter zu finden, findet ihre so bereitwillig wie deine. Ein Café voller Gespräche ist schwerer als eine Baustelle.
Musik mit Gesang ist fast genauso schlimm, aus demselben Grund. Instrumentalmusik ist erheblich leichter.
Gleichmäßiger Maschinenlärm ist überraschend beherrschbar. Ein Lüfter, ein Motor, ein Zug, eine Klimaanlage. Es ist laut, aber es ist gleichbleibend und unähnlich zu Sprache, ein Modell kann also oft daran vorbeisehen.
Plötzliche Geräusche sind schlimmer als laute. Eine Tür, die mitten im Satz zufällt, beschädigt diesen Satz weit mehr als ein durchgehendes Brummen in derselben Lautstärke.
Wind ist einzigartig zerstörerisch. Er ist breit, er trifft das Mikrofon unmittelbar, statt als Klang durch die Luft zu reisen, und lauter zu sprechen hilft überhaupt nicht.
Was tatsächlich wirkt, der Reihe nach
Geh näher ran. Mit Abstand der größte Hebel, und er kostet nichts. Den Abstand zwischen Mund und Mikrofon zu verdoppeln senkt deine Stimme gegenüber allem anderen im Raum dramatisch. Nah am Gesicht gehalten, überragst du. Auf Armeslänge bist du ein Klang unter mehreren.
Finde das Mikrofon. Bei den meisten Handys sitzt es an der Unterkante, und genau dorthin gehen die Finger. Es beim Zugreifen zu verdecken ist eine häufige und unsichtbare Ursache für schlechte Ergebnisse.
Dreh dich von der Quelle weg. Nicht vom Mikrofon, vom Lärm. Dein Körper blockt überraschend viel ab, und Handys sind richtungsempfindlich.
Schirm es mit der Hand ab, locker gewölbt, besonders draußen. Grob und wirksam gegen Wind.
Sprich normal, nicht lauter. Die Stimme zu heben ändert ihren Charakter, und Modelle sind auf gewöhnliche Sprache trainiert. Näher ranzugehen erreicht das, was Schreien nicht erreicht.
Sag weniger am Stück. In einer schwierigen Umgebung begrenzt ein Satz nach dem anderen den Schaden, wenn etwas schiefgeht, und gibt dir einen natürlichen Moment zum Prüfen.
Umgebungen im Einzelnen
Ein Café. Der schwere Fall, wegen der Gespräche. Setz dich weg vom Tresen, wenn du kannst, halt das Handy nah, und halt es kurz. Rechne damit, mehr auszubessern als sonst.
Ein Auto. Gleichmäßiger Lärm, also besser als es klingt, aber nur, wenn das Mikrofon nah bei dir ist. Ein Handy in einer Halterung quer über dem Armaturenbrett oder ein Mikrofon der Fahrzeuganlage im Dachhimmel ist weit weg und erheblich schlechter als das Gerät nah gehalten.
Ein Zug. Maschinenlärm plus Durchsagen zwischendurch plus andere Leute. Zwischen zwei Bahnhöfen ist es viel besser als im Bahnhof.
Draußen. Wind ist das ganze Problem. Dreh ihm den Rücken zu, wölb die Hand, und nimm hin, dass ein böiger Tag kein Diktiertag ist.
Eine belebte Straße. Verkehr ist gleichmäßig und beherrschbar, ein vorbeifahrendes Motorrad nicht. Warte auf das Motorrad, statt dagegen anzureden.
Zu Hause mit laufendem Fernseher. Sprache aus dem Fernseher konkurriert unmittelbar. Ihn für fünfzehn Sekunden stummzuschalten wirkt besser als jede Technik.
Wo die Modellgröße zählt
Das ist die eine Lage, in der es sich klar lohnt, für Kapazität zu bezahlen.
Größere Modelle haben mehr Kapazität, um ungewöhnlichen und beschädigten Ton abzubilden, und genau das ist eine laute Aufnahme. In einem stillen Raum ist der Unterschied zwischen den Modellgrößen bescheiden; in einem Café ist er der Unterschied zwischen brauchbar und nicht.
Von den dreien, die LocalType mitbringt, mit 60, 190 und 539 MB, ist das schwerste das dafür gebaute. Wenn du regelmäßig an schwierigen Orten diktierst, verdient es seinen Speicherplatz, auch wenn es dich warten lässt: Der gemessene mittlere Fall waren 6,9 Sekunden Sprache, umgesetzt in 4,1 Sekunden, auf einem Testgerät mit 4 GB, und das größte braucht ungefähr doppelt so lange, wie du gesprochen hast.
Auf einem Handy, das das größte Modell nicht bequem halten kann, sieht die Wahl anders aus: Ein kleineres Modell, das ordentlich läuft, schlägt ein größeres, das aus dem Arbeitsspeicher gedrängt wird.
Dein eigener Wortschatz zählt hier ebenfalls mehr
Die Wirkung ist größer, als Leute erwarten.
Bei sauberem Ton hat eine Erkennung gute klangliche Hinweise und stützt sich darauf. Bei lautem Ton sind die Hinweise schwach, die umliegenden Wörter und der bekannte Wortschatz tragen also einen viel größeren Teil der Entscheidung.
Das heißt, dass Wörter, die du deinem Wörterbuch hinzugefügt hast, unter schlechten Bedingungen überproportional helfen. LocalType behält diese Ergänzungen auf dem Gerät und gibt sie dem Sprachmodell als Zusammenhang mit, und das ist genau die Art Hilfe, die eine beschädigte Aufnahme braucht.
Headsets und externe Mikrofone
Leute geben Geld für die Annahme aus, dass ein Headset eine Verbesserung ist.
Ein kabelgebundenes Headset mit dem Mikrofon nah am Mund ist wirklich besser als ein Handy auf Armeslänge, aus dem schlichten Grund, dass es näher ist. Das ist der ganze Gewinn, und er ist echt.
Ein kabelloses Headset ist weniger vorhersehbar. Welches Mikrofon Android einer App übergibt, hängt vom Gerät und vom benutzten Profil ab, und es wählt nicht immer das, das du erwartest. Manche Headsets verdichten den Ton für Telefonate außerdem auf eine Weise, die einem menschlichen Ohr entgegenkommt und einer Erkennung nicht.
Der Vergleich, der sich lohnt, ist einfach: Diktier denselben Satz dreimal, einmal mit dem Headset, einmal mit dem Handy nah gehalten, einmal mit dem Handy auf Armeslänge. Bei vielen Kombinationen gewinnt die mittlere Möglichkeit, und das überrascht alle, die das Zubehör für eine Verbesserung gehalten haben.
Eingebaute Mikrofone im Auto verdienen hier besondere Skepsis. Sie sind für Telefonate angebracht, quer durch die Kabine ausgerichtet und auf einen menschlichen Zuhörer abgestimmt statt auf eine Mitschrift.
Was du hinnehmen musst
Manche Lagen sind nicht lösbar, und zu wissen welche bewahrt dich davor, die Software für kaputt zu halten.
Mehrere Leute, die gleichzeitig reden, ein Mikrofon quer durch einen Raum, Livemusik, eine Bar bei voller Lautstärke, oder Wind an einer offenen Küste. In all diesen Fällen kommen Sprache und Lärm untrennbar vermischt an, und keine App auf keiner Hardware holt das zurück.
Tipp an diesen Orten. Es ist langsamer, und es funktioniert.
Was unabhängig vom Lärm gleich bleibt
Alles andere an der App verhält sich in einem Café wie an einem Küchentisch. Erkannt wird auf dem Gerät, aus einem Modell in einem Speicher, an den nur die App kommt, und nach Internet wird für genau einen Zweck gefragt, nämlich um das Modell abzuholen, das du gewählt hast. Es gibt kein Konto, Werbung fehlt, im Produkt läuft kein Tracking, ein Archiv deiner Aufnahmen wird nicht geführt, und dem Cloud-Backup von Android werden die Daten der App absichtlich vorenthalten. Über einem Passwortfeld erscheint die Mikrofontaste nicht.
Was zugleich heißt, dass ein lauter Ort ohne Empfang sich genau wie ein lauter Ort mit fünf Balken verhält, und die einzige verbleibende Größe ist der Raum.