Die Wahl, die niemand richtig stellt
Wenn Tippen im Chat nach zu viel Aufwand aussieht, greifen die meisten Leute zur Aufnahmetaste. Das ist der naheliegende Griff: sprechen, abschicken, fertig.
Die Kosten landen beim Empfänger. Eine Sprachnachricht muss angehört werden, in deinem Tempo, an einem Ort, an dem Ton in Ordnung geht, vollständig, ohne Möglichkeit zu überfliegen, und ohne dass danach etwas Durchsuchbares übrig bleibt. Eine Nachricht von vierzig Sekunden mit einem nützlichen Satz darin kostet trotzdem vierzig Sekunden.
Diktieren spart dir denselben Aufwand und erzeugt Text. Die Empfängerin schaut kurz drauf. Sie findet ihn nächsten Monat wieder, indem sie nach einem Wort darin sucht. Sie liest ihn in einer Besprechung, ohne Kopfhörer.
Für viele alltägliche Wechsel ist das schlicht für alle Beteiligten besser, und es kostet dich nichts zusätzlich.
Wo Sprachnachrichten weiterhin gewinnen
Manchmal ist eine Sprachnachricht die richtige Antwort, und das aus echten Gründen.
Ein Tonfall trägt in einer Stimme, was in Text nicht überlebt. Eine Entschuldigung, schlechte Nachrichten, ein Scherz, der geschrieben nach Spott klänge. Verwickelte Erklärungen, bei denen du gestikulieren würdest, wärst du im Raum. Alles Gefühlsmäßige zwischen Leuten, die sich gut kennen.
Und Lagen, in denen du wirklich gar nicht auf den Bildschirm schauen kannst, was das Diktieren kurz weiterhin verlangt.
Die Faustregel, bei der die meisten Leute herauskommen: Angaben gehen als Text, Gefühl geht als Ton.
Was Diktieren im Chat von anderem Schreiben unterscheidet
Nachrichten sind kurz, häufig und mit allem anderen verwoben, was du gerade machst, und das ändert, worauf es bei einem Diktierwerkzeug ankommt.
Der Start muss sofort sein. Wenn Diktieren heißt, eine App zu öffnen, auf sie zu warten, zu sprechen, zu kopieren und einzufügen, tippst du jedes Mal stattdessen. Bei einer Antwort aus zwölf Wörtern dauert dieser Aufwand länger als das Tippen, das er ersetzt hat.
Es muss in der App laufen, in der das Gespräch stattfindet. Gespräche verteilen sich über mehrere Nachrichten-Apps, dazu Mail, dazu was sonst noch. Ein Werkzeug, das nur in einer davon läuft, ist ein Werkzeug, das du vergisst.
Berichtigungen müssen leicht sein. Ein Chat verzeiht kleine Fehler schlecht, weil Nachrichten kurz sind und ein falsches Wort damit einen größeren Anteil ausmacht.
Diese Kombination ist der Grund, warum eine Tastatur zu Nachrichten besser passt als eine Diktier-App. Das Mikrofon ist schon da, wenn das Gespräch aufgeht, die Wörter gehen direkt in das Feld, in das du gleich tippen wolltest, und ein Wort lässt sich durch Antippen ausbessern wie jeder Vertipper.
Die Gewohnheiten, die es tragen
Sag es, wie du es sagen würdest. Ein Chat ist salopp, und Diktieren ist von Natur aus salopp, das ist also der eine Zusammenhang, in dem die Tonlage ohne Mühe passt. Bau keine sorgfältigen Sätze.
Ein Gedanke pro Nachricht. Sprechen verleitet zu langen ununterbrochenen Absätzen, und die lesen sich in einer Chatblase schlecht. Sag einen Satz, schick ihn, sag den nächsten. Das entspricht auch dem, wie ein Gespräch tatsächlich läuft.
Schau hin, bevor du abschickst. Namen und ungewöhnliche Wörter sind die Stelle, an der sich Fehler häufen, und eine Chatnachricht geht sofort raus, in den meisten Apps ohne Rückholmöglichkeit.
Sprich die Satzzeichen nicht mit. Neuere Systeme erschließen sie aus deinem Rhythmus. "Komma" laut zu sagen erzeugt üblicherweise das Wort.
Gruppenchats und der unangenehme Teil
Eine Grenze beim Diktieren in Gesellschaft: Du sprichst die Nachricht laut aus.
In einem Großraumbüro, in einem Zug, in einem Raum mit der Person, über die du schreibst, ist das ein Problem, das keine Software löst. Diktieren ist im Stillen ausgezeichnet und unangenehm, sobald jemand danebensteht.
Was hilft, ist, dass eine Tastatur den Wechsel unsichtbar macht. Du diktierst die harmlosen Teile, tippst den Teil, der es nicht ist, und für keines von beidem musst du das Gespräch verlassen. Das geht nicht, wenn das Diktieren in einer eigenen App mit eigenem Bildschirm wohnt.
Den Raum lesen, bevor du sprichst
Die gesellschaftliche Seite entscheidet, ob du das überhaupt weiter benutzt.
Vor anderen Leuten zu diktieren ist eine Ermessensfrage und keine technische. Die nützliche Unterscheidung verläuft zwischen dem, was du in diesem Raum ohnehin laut sagen würdest, und dem, was nicht. Eine Erinnerung an Einkäufe, eine Uhrzeit, eine Bestätigung: unproblematisch. Alles über die Person, die dir gegenübersitzt: offensichtlich nicht.
Der praktische Kniff ist die Länge. Kurze Diktate ziehen keine Aufmerksamkeit auf sich, weil sie klingen wie die Hälfte eines Telefonats. Lange machen den ganzen Waggon mit deinem Donnerstag vertraut.
Nichts davon ist eine Funktion der Software. Es ist bloß das, was in den Versprechen über das Diktieren fehlt, wenn dir jemand erzählt, es werde ändern, wie du dein Handy benutzt, und es ist der Grund, warum am Ende die Fassung hängen bleibt, bei der du zwischen Sprechen und Tippen wechseln kannst, ohne die Nachricht zu verlassen.
Das Mikrofon ist schon im Gespräch
LocalType ist eine Tastatur, die Mikrofontaste ist also schon da, wenn das Gespräch aufgeht, und zwar in jeder App, die Text annimmt: Nachrichten, Mail, Notizen, Browser, Formulare. Es wird nichts kopiert, die Zwischenablage bleibt unberührt, und du kannst innerhalb desselben Satzes zwischen Tippen und Sprechen wechseln.
Das Sprachmodell läuft auf dem Handy, und das zählt bei Nachrichten aus zwei praktischen Gründen mehr als sonst irgendwo.
Der erste ist, dass Nachrichten genau an den Orten geschrieben werden, an denen eine Verbindung versagt. Züge, Aufzüge, Keller, Flugzeuge, Ausland mit abgeschalteten Daten. Ein Diktat, das an einem Server hängt, hört dort auf, und eine Tastatur, die aufhört zu funktionieren, ist schlimmer als nutzlos. LocalType verhält sich im Flugmodus wie zu Hause, denn nach dem Laden des Modells fragt überhaupt nichts mehr nach dem Netz.
Der zweite ist, was in Nachrichten steht. Persönliche Nachrichten sind für die meisten Leute das Privateste, was sie schreiben, und bei Erkennung auf dem Gerät gibt es keinen Upload, kein Konto an der Tastatur, keine Werbung, kein Tracking im Produkt und nirgends ein Archiv deiner Aufnahmen. Das Modell liegt in einem Speicher, den nur die App lesen kann, und die Daten der App bleiben absichtlich außerhalb vom Cloud-Backup von Android.
Sobald die Nachricht abgeschickt ist, gehört sie der Nachrichten-App und ihren Regeln. Der Teil der Tastatur endet, wenn der Text im Feld steht.
Drei Modellgrößen mit 60, 190 und 539 MB lassen dich Tempo gegen Genauigkeit abwägen. Für einen Chat fühlen sich die kleinere und die mittlere meistens am besten an, denn Antworten sind kurz, und die Wartezeit ist das, was du am stärksten merkst. Achtzehn Sprachen bewältigt ein mehrsprachiges Modell, und es findet pro Aufnahme heraus, welche du sprichst, was in Gruppenchats, die mittendrin die Sprache wechseln, wirklich nützlich ist.
In Passwortfeldern schaltet sich das Mikrofon selbst ab, und das zählt auf einem Handy, wo ein Anmeldebildschirm einen Fingertipp von einem Gespräch entfernt liegt.
Unterm Strich, sobald es zur Gewohnheit geworden ist: Die Nachrichten, die du bis heute Abend unbeantwortet gelassen hättest, werden jetzt beantwortet, als Text, ungefähr in der Zeit, die das Lesen kostet. Das ist der ganze Gewinn, und er ist größer, als er klingt, denn die Antwort, die du heute schickst, ist deutlich mehr wert als die besser formulierte am Donnerstag.