"Es hört ständig zu"
Der häufigste Grund, aus dem Leute das Diktieren meiden, und er gehört zu einem anderen Produkt.
Ein Assistent lauscht auf ein Weckwort, und deshalb gibt es die Sorge überhaupt. Das Diktat öffnet das Mikrofon, wenn du eine Taste drückst, und schließt es, wenn du aufhörst. Dazwischen läuft nichts, und Android zeigt eine Anzeige, sobald irgendeine App das Mikrofon offen hat, der Zustand ist also sichtbar statt etwas, das man glauben muss.
Einen Assistenten abzuschalten und das Diktat abzuschalten sind getrennte Schalter, und Leute legen häufig den falschen um.
"Es ist nicht genau genug, um nützlich zu sein"
Diese Meinung entsteht meistens aus einer Erfahrung von vor fünf oder mehr Jahren, als sie stimmte.
Neuere Erkennung bei klarer Sprache, nah am Mikrofon, in einem stillen Raum, ist gut. Nicht fehlerfrei, und die Fehler, die sie macht, sind bestimmt und vorhersehbar: Eigennamen, Zahlen und gleichklingende Wörter.
Der realistische Vergleich ist außerdem nicht der mit fehlerfreiem Tippen. Er ist der mit dem Daumentippen auf Glas, das seinen eigenen steten Strom an Fehlern erzeugt, die die Autokorrektur still behebt.
Zwei Dinge, die man beim Sprechen angeblich tun muss
Beide stimmen nicht, und beide machen die Ergebnisse tatsächlich schlechter.
Das erste ist langsames, übertrieben deutliches Sprechen.
Modelle sind auf gewöhnliche Sprache trainiert. Deutlich langsamer zu werden oder übertrieben zu artikulieren erzeugt Eingaben, die nichts im Trainingsmaterial ähneln, und die Genauigkeit fällt. Normal zu sprechen, in ganzen Sätzen, im üblichen Tempo, ist das, was wirkt.
Was hilft, ist nicht auszulaufen, nicht mitten im Satz neu anzusetzen und zwischen Sätzen Pausen zu machen.
Das zweite ist das Mitsprechen der Satzzeichen. Ältere Systeme erwarteten ein laut gesprochenes "Komma" und "Punkt", neuere erschließen die Zeichensetzung aus deinem Rhythmus und aus dem Bau des Satzes.
Wer das Diktieren auf der älteren Generation gelernt hat, erzeugt mit "Komma" heute das Wort Komma, und das ist eine verwirrende erste Erfahrung.
"Es funktioniert in jeder Sprache gleich"
Das ist eher Werbung als Volksglaube.
Sprachmodelle werden auf wild ungleiche Mengen Material pro Sprache trainiert. Englisch ist mit weitem Abstand am besten versorgt, und jedes Produkt, das hundert Sprachen auflistet, beschreibt, was es versuchen wird, und nicht, was es gut kann.
Das gilt für uns auch. LocalType deckt achtzehn Sprachen ab, und die Ergebnisse sind über diese achtzehn nicht gleich.
"Auf dem Gerät ist genauso gut wie in der Cloud"
Für uns unbequem, und trotzdem wahr.
Ein Server kann ein weit größeres Modell laufen lassen, als ein Handy halten kann. Bei schwierigem Material, starkem Dialekt, Hintergrundgeräuschen, mehreren Sprechern, ist dieser Unterschied echt und messbar.
Was dir die Verarbeitung auf dem Gerät stattdessen gibt: Es wird nichts übertragen, es läuft ohne Verbindung, und es gibt kein Konto. Das sind die Gründe, sich dafür zu entscheiden. Rohe Leistungsfähigkeit bei schwierigem Ton gehört nicht dazu, und wer etwas anderes behauptet, ist nicht ehrlich zu dir.
"Offline diktieren braucht ein neues Spitzenhandy"
Nein. Die Grenze ist der Arbeitsspeicher und nicht das Alter, und die Abhilfe ist ein kleineres Modell.
LocalType läuft ab Android 8.0 und bietet drei Größen an, mit 60, 190 und 539 MB, und zwar genau damit ältere Geräte die kleinste benutzen können. Auf einem Handy mit knappem Arbeitsspeicher schneidet das kleinste Modell in der Praxis oft besser ab als das größte.
"Es macht dich bei allem schneller"
Hier läuft die Übertreibung in die andere Richtung.
Sprechen ist bei allem, was länger ist als ein Satz, viel schneller als Tippen. Bei sehr kurzen Nachrichten, Adressen, Zahlen, Codes und allem mit ungewöhnlicher Form gewinnt Tippen, denn der feste Aufwand, ein Diktat zu starten und das Ergebnis zu prüfen, dauert länger als das Tippen, das es ersetzt hat.
Leute, die am meisten davon haben, benutzen es für manches und tippen den Rest, statt vollständig umzusteigen.
"Eine Tastatur kann dein Tippen nicht sehen, wenn sie privat ist"
Manche Produkte deuten diese Aussage an, und keines kann sie einlösen.
Jede Android-Tastatur bekommt deine Tastenanschläge und kann den Text rund um deine Schreibmarke lesen. Genau das ist eine Eingabemethode, und so funktioniert die Autokorrektur überhaupt. Unsere macht es auch.
Die eigentliche Frage lautet nicht, ob eine Tastatur dein Tippen sehen kann. Sie lautet, ob etwas davon das Gerät verlässt, und das stellst du fest, indem du prüfst, ob die App Netzzugang verlangt, und indem du sie mit abgeschaltetem Netz benutzt.
"Diktierter Text klingt unprofessionell"
Nach unserer Erfahrung mit beidem ist eher das Gegenteil der Fall.
Getippte Nachrichten neigen zu Füllwerk und Textbausteinen, weil Tippen langsam ist. Diktierte kommen näher an das heran, wie du etwas persönlich erklären würdest: kürzer, direkter, greifbarer.
Was das Diktieren allerdings macht, ist Nachrichten länger werden zu lassen als beabsichtigt, weil Sprechen leicht ist. Die Abhilfe besteht darin, vor dem Abschicken einen Absatz zu streichen, und nicht darin, stattdessen zu tippen.
"Alle hören dich"
Stimmt, und es begrenzt stärker als jeder technische Einwand.
Diktiert wird laut, es funktioniert also nicht in einem Großraumbüro, in einem Ruhewagen, in einer Bibliothek oder in einem Raum, in dem die Person sitzt, über die du schreibst. Damit fällt ein beträchtlicher Teil der Augenblicke weg, in denen Leute auf einem Handy schreiben, und keine Software behebt das.
Die Einschränkung hängt eher an der Länge als am Diktieren an sich. Ein kurzer Satz klingt wie die Hälfte eines Telefonats und zieht keine Aufmerksamkeit auf sich. Eine Nachricht über drei Absätze kündigt sich an.
Die Leute, die am meisten diktieren, sind in der Öffentlichkeit nicht mutiger. Sie diktieren im Gehen, auf Fahrten zwischen zwei Orten, zu Hause und auf dem Parkplatz, und tippen den Rest.
"Man muss Befehle lernen"
Übriggeblieben aus professioneller Diktiersoftware, die umfangreiche Wortschätze gesprochener Anweisungen für Formatierung, Navigation und Berichtigung hatte.
Handydiktat hat davon nichts. Es gibt eine Taste, du sprichst, Wörter erscheinen. Es gibt nichts auswendig zu lernen, keinen Modus zu betreten und kein Handbuch.
Diese Schlichtheit ist zugleich eine Grenze: Ohne Befehle kannst du nicht "den letzten Satz markieren" oder "daraus eine Aufzählung machen" sagen, und deshalb bleibt das Formatieren Handarbeit. Einfacher am Anfang, weniger steuerbar am Ende.
Unsere eigenen Angaben, auf dieselbe Art geprüft
Alles oben Stehende lässt sich nachprüfen, und das hier ebenso.
Wer das Diktieren gemieden hat, weil es dauernd zuhört, ungenau ist oder seltsames Sprechen verlangt, hat in allen drei Punkten unrecht. Wer erwartet, dass es bei allem schneller ist, einem Server bei schwierigem Ton gleichkommt oder über alle achtzehn Sprachen gleich gut ausfällt, ebenfalls.
LocalType lässt die Erkennung auf dem Gerät laufen, aus einem Modell in einem Speicher, an den nur die App kommt, fragt für genau einen Zweck nach Internet, nämlich um das gewählte Modell abzuholen, hat kein Konto, trägt keine Werbung, betreibt kein Tracking im Produkt, führt kein Archiv deiner Aufnahmen, und dem Cloud-Backup von Android werden seine Daten absichtlich vorenthalten. Geh in ein Passwortfeld, und dort wird keine Mikrofontaste angeboten. Das alles kannst du in einer Minute selbst prüfen. Schalt das Netz ab und diktier einen Satz. Sieh danach in den App-Berechtigungen nach, was die App überhaupt verlangt. Keines von beidem dauert eine Minute, und jedes von beidem klärt die Frage schneller als eine weitere Seite darüber.