Spracherkennung? - Die richtige Hardware macht den Unterschied
Spracherkennung wird definitiv immer beliebter. Drei Viertel aller Befragten gaben 2022 in einer Studie von Tech Consult, in Auftrag gegeben von Philips Diktieren, an, dass sie durch den Einsatz von Spracherkennung eine gesteigerte Effizienz erwarten. Aber: So hoch das Potenzial gesehen wird, es gibt Probleme dabei dies umzusetzen. 38 Prozent der Befragten sagte in dieser Studie, dass eine mangelnde Akustik als die größte Problematik gesehen wird, die den Erfolg der Spracherkennung schmälern kann.
Bei der schier unübersichtlichen Anzahl an kostenlosen Apps bis hin zu spezialisierter Software rund um Spracherkennung und Sprache-zu-Text wird also gerne übersehen: um eine hohe Erkennungsgenauigkeit zu erzielen, braucht es eine exzellente Akustik. Wie erreicht man diese?
Warum ist die Erkennungsgenauigkeit der Spracherkennung nicht gut?
Eine mangelhafte Genauigkeit der Spracherkennung kann mehrere Ursachen haben. Einerseits natürlich der Sprechende selbsts: man spricht mit starkem Akzent, grammatikalisch unkorrekt, macht lange Pausen oder spricht zu schnell – al das kann die Erkennungsgenauigkeit negativ beeinflussen.
Ordentlich sprechen ist wichtig.
Besser ist es, der Sprecher gibt der Spracherkennung Kommandos, indem man die Interpunktion, also “Punkt” oder “Komma”, gleich mit diktiert. Außerdem sollte man Korrekturen vornehmen, damit die Software mitlernt und unternehmens- oder branchenspezifische Vokabel hinzufügen.
Eine Fehlerquelle, die gerne unterschätzt wird, ist die Hardware, also Eingabegeräte, Mikrofone und Diktiergeräte. Viele Menschen denken, dass man für eine gute Spracherkennung einfach das Smartphone oder ein normales Computerheadset nehmen kann, doch das stimmt nur bedingt.
Ein Smartphone ist keine Alternative.
Denn diese Devices sind schlichtweg nicht für die Spracherkennung gemacht. Ein Smartphone etwa hat keinen ausreichenden Speicherplatz, ein Anruf würde eine Aufnahme unterbrechen und die Qualität ist oft nicht ausreichend, vor allem nicht bei professionellen Anwendern.
Spezialisierte Mikrofone unterdrücken Hintergrund- und Nebengeräusche und blenden auch aus, wenn mehrere Personen gleichzeitig sprechen. Es handelt sich um Präzisionswerkzeuge, mit denen hohe Erkennungsgenauigkeiten erzielt werden können.
Worauf muss ich bei der Wahl der Spracherkennungshardware achten?
Um das volle Potenzial von Spracherkennung zu entfalten, ist ein professionelles Mikrofon notwendig, denn nur diese wurden speziell mit Blick auf Spracherkennung entwickelt. Branchenführend sind die Geräte der PHILIPS SpeechMike Familie, diese gibt es kabellos und kabelgebunden, mit Schiebeschaltern oder Druckknöpfen und sogar als Headset – ganz wie man mag.
Diese 6 Merkmale sind bei der Wahl der Hardware für Spracherkennung wichtig.
1. Hohe Erkennungsraten – 90% Erkennungsgenauigkeit ist für den professionellen Anwender oft nicht ausreichend genug, das bedeutet, dass eines von zehn Wörtern nicht richtig erkannt werden würde und resultiert in Nacharbeit und manuellen Korrekturen. Der oft erwartete Effizienzeffekt kann so nicht voll und ganz erzielt werden.
2. Rauschunterdrückung - PHILIPS SpeechMike Mikrofone sind mit einem integrierten Rauschunterdrückungsfilter ausgestattet, der für klare Aufnahmen sorgt.
3. Ergonomie – vor allem “Heavy User” sollten darauf achten, dass die Mikrofone ergonomisch geformt sind, denn nutzt man dieses Gerät viele Arbeitsstunden hindurch sind Bequemlichkeit und Usability enorm wichtig.
4. Spracherkennungssoftware steuern – eine integrierte Mausfunktion hilft dabei in der Software zu navigieren, man braucht das Gerät also nicht dauernd aus der Hand geben, wenn man einfache Aktionen durchführen muss.
5. Verlustfreie Komprimierung der Audiodateien – Aufnahmeformate wie mp3 komprimieren die Daten, um die Dateigröße zu verringern, allerdings kann dies die Audioqualität beeinträchtigen. Achten Sie bei Mikrofonen für die Spracherkennung auf eine verlustfreie Komprimierung.
6. In Spracherkennungssoftware voll integriert – PHILIPS SpeechMikes sind voll mit branchenführender Diktier- und Spracherkennungslösungen kompatibel und funktionieren “plug and play”, also ohne konfiguriert werden zu müssen, mit Workflowsoftware wie PHILIPS SpeechLive oder SpeechExec Enterprise ebenso wie mit allen Versionen der Nuance Dragon Spracherkennung.
