Worin Diktieren wirklich gut ist
Das Problem mit dem leeren Blatt ist ein verkapptes Tempoproblem. Du weißt ungefähr, was du sagen willst, und der Abstand zwischen dem Denken und dem Festhalten ist so groß, dass du den Faden verlierst und anfängst zu redigieren, bevor überhaupt etwas dasteht.
Sprechen schließt diesen Abstand. Die meisten Leute reden zwei- bis dreimal so schnell, wie sie auf einem Handy tippen, und erheblich schneller, als sie sorgfältig tippen. Dieser Unterschied reicht aus, um zu ändern, wie sich ein erster Durchgang anfühlt: Du bekommst die Form einer Szene, eines Arguments oder eines Kapitels heraus, solange du sie noch im Kopf hast.
Besonders gut ist es für das Material, das zu unpassenden Zeitpunkten ankommt. Auf dem Weg irgendwohin, in einer Schlange, mitten beim Kochen. Das sind die Augenblicke, in denen ein Einfall auftaucht, und es sind genau die Augenblicke, in denen kein Laptop da ist.
Worin es zuverlässig schlecht ist
Zu wissen, worin es schlecht ist, macht es benutzbar. Etwas anderes zu behaupten ist der Grund, warum Leute Diktieren einmal probieren und aufgeben.
Sätze werden länger. Gesprochene Sprache läuft auf Atem und Schwung und nicht auf Zeichensetzung. Diktierte Prosa neigt zu langen, mit Kommas zusammengeschobenen Sätzen, die sich laut gut lesen und auf einer Seite schlecht.
Die Gliederung verschwindet. Du kannst nicht sehen, was du geschrieben hast, während du es sagst, Absätze verschwimmen also, du wiederholst einen Punkt, den du vor zwei Minuten schon gemacht hast, und Übergänge fehlen.
Namen und Fachbegriffe kommen falsch heraus. Eine Erkennung ist deinen Figuren nie begegnet, nicht dem Nachnamen der Person, über die du schreibst, und nicht dem erfundenen Wort, auf dem deine Welt aufgebaut ist. Sie setzt etwas Gewöhnliches ein, das ähnlich klingt.
Satzzeichen werden erschlossen, nicht diktiert. Die meisten neueren Systeme leiten sie aus deinem Rhythmus ab, statt darauf zu warten, dass du "Komma" sagst. Angenehm im Gebrauch und gelegentlich auf eine Weise falsch, die du abfangen musst.
Nichts davon ist ein Mangel, den eine bessere App beheben würde. Es ist das, was passiert, wenn du Sprache mit dem Mund hervorbringst statt mit den Händen.
Ein Ablauf, der das alles übersteht
Autoren, die beim Diktieren bleiben, kommen fast alle bei denselben drei Gewohnheiten heraus.
Trenn die Durchgänge vollständig. Diktier, ohne irgendetwas zu berichtigen. Halt nicht an, um ein falsches Wort zu beheben, lies nicht nach. Der Wert liegt im Schwung, und jede Berichtigung zerstört ihn. Das Redigieren passiert später, mit den Augen, an einem anderen Tag.
Sprich in ganzen Sätzen, absichtlich. Entscheide den Satz, sag ihn dann, und mach danach eine Pause. Mitten im Gedanken auszulaufen gibt der Erkennung nichts an die Hand und erzeugt genau den Brei, den du später hassen wirst. Das ist eine erlernbare Gewohnheit, und sie braucht etwa eine Woche.
Markier die Stellen, von denen du weißt, dass sie falsch sind. Sag ein auffälliges Unsinnswort, jedes Mal dasselbe, wo du zurückkommen willst. Es wird zu etwas Gleichbleibendem, und du kannst beim Redigieren danach suchen, statt alles noch einmal auf Lücken abzusuchen.
Bring ihm deinen Wortschatz bei, bevor du anfängst
Das ist das Ertragreichste, was Schreibende machen können, und die meisten machen es nie.
Wenn deine App dich Wörter hinzufügen lässt, trag deine wiederkehrenden Eigennamen ein, bevor du irgendetwas Langes diktierst: Figurennamen, Ortsnamen, die Nachnamen der Leute, über die du schreibst, das Fachvokabular deines Gebiets. LocalType behält sie auf dem Gerät und gibt sie dem Sprachmodell als Zusammenhang mit, sie kommen also richtig geschrieben an, statt angenähert zu werden.
Das einmal am Anfang zu machen spart mehr Redigierzeit als jede andere einzelne Änderung. Es ist der Unterschied zwischen einer Fassung, mit der du arbeiten kannst, und einer, in der jeder dritte Eigenname ersetzt werden muss.
Warum dafür eine Tastatur eine Diktier-App schlägt
Autoren greifen oft zu einem eigenen Transkriptionswerkzeug und landen wieder bei der Tastatur, aus einem bestimmten Grund.
Eine Diktier-App erzeugt einen Textblock woanders, den du danach in dein eigentliches Dokument bringst. Einmal ist das in Ordnung. Über ein langes Projekt heißt es ständiges Kopieren, Einfügen und Abgleichen von Fassungen, und es macht die kleinen Ergänzungen, eine Zeile in einen vorhandenen Absatz, eine Notiz am Rand einer Fassung, unverhältnismäßig lästig.
Eine Tastatur setzt die Wörter dorthin, wo deine Schreibmarke ohnehin steht, in das, worin du schreibst. Notizen-App, Textprogramm, Mail an dich selbst, die Manuskriptdatei. Du tippst dahin, du wechselst für einen Absatz zum Sprechen, und du tippst weiter. Zwischen Anwendungen wandert nichts.
Es heißt außerdem, dass du mitten in vorhandenen Text hineindiktieren kannst, und dort passieren die meisten Ergänzungen in der Redigierphase tatsächlich.
Der Teil ohne Verbindung zählt mehr, als Autoren erwarten
Geschrieben wird an merkwürdigen Orten. Züge, Flugzeuge, ein Café mit feindlichem WLAN, ein Ferienhaus mit einem Balken, ein Garten ohne.
Diktieren über die Cloud scheitert in genau diesen Umgebungen, und es scheitert leise. Es wartet, es läuft ab, es verliert den Satz, den du eben tadellos abgeliefert hast. Mitten im Fluss gibt es wenig Entmutigenderes.
LocalType lässt sein Sprachmodell auf dem Handy laufen, die Verbindung ist also kein Teil des Vorgangs. Ist das Modell einmal geladen, verhält sich das Diktieren im Flugmodus wie zu Hause. Nach Internet wird für genau einen Zweck gefragt, nämlich um das Modell zu holen, das du gewählt hast, und danach nie wieder.
Es gibt einen zweiten Grund, warum das Leute anspricht, die vom Schreiben leben. Fassungen sind keine fertige Arbeit, und viele Schreibende haben ein ungutes Gefühl dabei, dass unveröffentlichtes Material, Gesprächsnotizen oder etwas unter Sperrfrist zu einem Server reist, über den sie nicht bestimmen. Bei Erkennung auf dem Gerät gibt es keinen Upload, kein Konto und nirgends ein Archiv deiner Aufnahmen.
Entscheiden, wie viel Genauigkeit du kaufst
Längeres Diktat verschiebt die Rechnung in Richtung eines größeren Modells.
Drei Größen kommen mit LocalType: 60 MB für Tempo auf knapper Hardware, 190 MB als Voreinstellung für die meisten Handys, und 539 MB für den besten Umgang mit Dialekt, schnellem Sprechen und Lärm im Hintergrund. Gemessen wurde das auf einem Testgerät mit 4 GB Arbeitsspeicher: 6,9 Sekunden Sprache, von der mittleren Größe in 4,1 Sekunden ausgeschrieben. Die größte braucht ungefähr doppelt so lange, wie du gesprochen hast.
Bei schnellen Antworten ist die Wartezeit eines größeren Modells lästig. Bei einer Schreibsitzung von einer Viertelstunde ist sie unsichtbar, weil du redest, statt auf den Bildschirm zu schauen, und jedes verhörte Wort, das du vermeidest, ist eine Berichtigung, die du später nicht machst.
Unterwegs entwerfen, im Sitzen redigieren
Die andere Gewohnheit, die man sich von Leuten abschauen sollte, die so arbeiten: Trenn den Ort, an dem du diktierst, vom Ort, an dem du redigierst.
Entwerfen mit der Stimme passt zu Bewegung. Gehen, Pendeln, im Zimmer auf und ab laufen, während du nachdenkst. Redigieren passt zu Stillstand und einem Bildschirm. Beides in einer Sitzung zu versuchen führt meistens dazu, dass du weder frei entwirfst noch ordentlich redigierst.
Weil das Diktat direkt in die App geht, die du ohnehin offen hast, kann die Fassung in einer Notizen-App, einem Dokument oder einer Mail an dich selbst landen und später an einem Schreibtisch aufgegriffen werden. Nichts muss vorher aus einem Diktierfenster gehoben werden, und genau diese Reibung bringt diesen Ablauf still um, wenn das Diktat in einer eigenen App wohnt.
Was am Ende dabei herauskommt
Eine Fassung, die schneller entsteht und unordentlicher ist als eine getippte. Längere Sätze, schwächere Gliederung, ein paar falsche Wörter. Alles davon behebbar, und nichts davon verlangt, dass du auf ein leeres Blatt gestarrt hast.
Wenn dein Engpass darin besteht, Wörter überhaupt festzuhalten, nimmt Diktieren ihn weg. Wenn dein Engpass darin besteht zu wissen, welche Wörter, hilft es dir nicht, und kein Werkzeug wird das tun.