#amberscript

Die Metamorphosen der Nachricht

Ich stelle Alexander Krützfeldt bei WhatsApp eine Frage. Die Antwort möchte ich für einen zu schreibenden Text verwenden, als Zitat oder als Hintergrundinformation.

Er beantwortet meine Frage mit drei Sprachnachrichten. Ich finde Sprachnachrichten nicht so praktisch, bekomme aber auch fast keine, eigentlich nur von Alexander Krützfeldt, und da habe ich mich dran gewöhnt. In diesem Fall will ich ja auch was von ihm wissen, da finde ich es angemessen, dass er den Weg wählt, der für ihn am bequemsten ist und nicht für mich.

Ich höre die ersten Sekunden an und finde alles so interessant, dass ich schon anfangen will, mitzuschreiben. Dann fällt mir ein, dass ich das ja jetzt nicht mehr machen muss. Ich lade alle drei Sprachnachrichten herunter (bei WhatsApp geht das, anders als im Facebook Messenger) und dann bei Amberscript hoch. Amberscript ist ein kostenpflichtiges Transkriptionstool, das ich in den letzten Jahren öfter für Techniktagebuchbeiträge verwendet habe.

Ein paar Minuten später ist meine Transkription der Sprachnachrichten fertig. Ich höre sie mir einmal im Amberscript-Editor an und überarbeite dabei ein paar Stellen, die das Tool falsch verstanden hat. Viele sind es nicht, es weiß nicht, was eine Casio-Uhr ist und weigert sich, einzusehen, dass Seehofer mit Vornamen Horst heißt. Sonst ist alles fast perfekt.

Ich kopiere die transkribierten Sprachnachrichten zurück nach WhatsApp, falls Alexander noch was ergänzen möchte. Der Vorgang fühlt sich ein bisschen skurril an, insgesamt bin ich aber zufrieden mit dem aktuellen Zustand.

Transkribieren ist jetzt nicht mehr mühsam, nur noch teuer

Alexander Krützfeldt: Benutzt du solche dinge wie trint?

Kathrin Passig: hab ich noch nie, funktioniert das denn jetzt endlich?

(Trint ist ein Tool zur automatischen Transkription von Audioaufnahmen. Dass ich es noch nie benutzt habe, stimmt nicht. Ich habe es 2017 ausprobiert und das auch aufgeschrieben. Daran erinnere ich mich nur in diesem Moment nicht.)

Alexander Krützfeldt: Also erstaunlich gut eigentlich

Kathrin Passig: meine Audioaufnahmen sind halt immer nur so "Moment! ich will das aufzeichnen!" und dann eben voller Nebengeräusche

Alexander Krützfeldt: Also natürlich nie fehlerfrei, aber gerade bei den Textmengen, die ich für die interviews habe, sehr angenehm. Das filtert der gut weg jetzt. Er erkennt sogar theoretisch mehrere Sprecher.

Ich bin sofort bereit, Trint-Kundin zu werden, denn ich habe einige Hundert untranskribierte Audiodateien, die darauf warten, zu Techniktagebuchbeiträgen zu werden. Wie teuer kann es schon sein?

Die Antwort ist leider: sehr. Zwischen 44 und 60 Euro müsste man dafür bezahlen, im Monat! Als ich im Techniktagebuch-Redaktionschat davon berichte, erfahre ich von Marlene Etschmann, dass sie mit Amberscript arbeitet. Das ist auch nicht billig, es kostet 20 Euro pro Audioaufnahme-Stunde, aber wenigstens muss man nicht gleich ein Abo abschließen.

Ich suche die Testdatei von 2017 heraus und lasse sie mit Hilfe von Alexander ein zweites Mal bei Trint transkribieren, was ungefähr eine Viertelstunde dauert. Vor dreieinhalb Jahren lautete das Ergebnis noch so:

Bestimmter bestimmte bestimmte Strassenseite und andere bestimmte kleine Schlenker über den Weg bis an mein Lebensende diese Wege gehen. Weltwahrnehmung. Menschen. Politisch. Entscheiden. Wobei das in diesem Fall eine Veränderung zum Besseren ist weil natürlich immer relevant immer die landschaftlich interessanter sind wie wir sie früher angegangen werden. Im Zweifelsfall so gegangen waren Pferde oder jetzt nämlich eher die schönen Wege. Nicht gesagt. Es. Ist.

Das war offenbar der gesamte erkannte Text einer siebeneinhalbminütigen Aufzeichnung, denn im daraus entstandenen Beitrag beschwere ich mich, dass Trint etwa 80% der Aufnahme gar nicht erst transkribiert hat. Diesmal wird die ganze Aufnahme bearbeitet. Der in der alten Version noch komplett rätselhafte Abschnitt ist verständlicher geworden, er lautet jetzt:

Ich hab ja auch den Verdacht, dass das für mich, also dass das jetzige Pokémon Go spielen, für den Rest meines Lebens Folgen haben. Wir werden einfach bestimmte Wege angewöhnt, bestimmte Straßenseite wichtiger nehmen als andere bestimmte kleine Schlenker, die ich mache oder Entscheidungen über den wirklich nur wegen Pokémon Go irgendwann aufhören zu spielen, aber wahrscheinlich bis an mein Lebensende diese Wege gehen und danach Auswirkungen auf die Gesellschaft. Das. Und wenn man sich überlegt, dass die Wege, die man nimmt. Wie man die Welt wahrnimmt und wie man solchen Menschen begegnet, die man sich politisch entscheidet. Sind Spiele eine große Verantwortung. Wobei das in diesem Fall zu einer Veränderung deutlich zum Besseren ist, weil natürlich die Pokemon relevanten Wege immer die landschaftlich interessanteren und schöneren Wege sind, die ich früher nie gegangen bin. Da bin ich im Zweifelsfall so gegangen, wie die U-Bahn fährt oder wie ich mit dem Fahrrad fahren würde. Jetzt nehme ich eher die schönen Wege, wenn ich ihm nicht gesagt, dass es gesellschaftlich hilfreich ist, dass soziale Brennpunkte besucht gehören.

Man kann erahnen, dass ich in der Aufnahme von den Veränderungen in meinem Herumlaufverhalten durch Pokémon Go erzähle. (Das war nicht der Grund für die Gesprächsaufzeichnung, eigentlich wollte ich nachträglich festhalten, was Jan Kalbitzer über seine Withings-Armbanduhr erzählte.)

Ich teste gleich noch Amberscript, wofür ich erst mal die Audioaufnahme mit VLC in ein unterstütztes Format umwandeln muss. Trint konnte mit .ogg umgehen, Amberscript kann es nicht. Ich muss noch angeben, dass es sich um “German – 2 speakers” handelt, dann kann ich die Transkription starten. Drei Minuten lang steht da, dass meine Aufnahme in einer Warteschlange steht, dann wechselt die Auskunft zu “Your audio/video is being transcribed. This can take up to 1h.” Es dauert aber keine Stunde, sondern nur noch mal drei Minuten.

Ich hab ja auch den Verdacht, dass das für mich, also dass das jetzige Pokémon Go spielen, für den Rest meines Lebens Folgen haben. Wir werden einfach bestimmte Wege angewöhnt habe bestimmte Straßenseite wichtiger nehmen als andere bestimmte kleine Schlenker, die ich mache oder oder Entscheidungen über den Weg, nur wegen Pokémon Go irgendwann aufhören zu spielen, aber wahrscheinlich bis an mein Lebensende diese Wege gehen und diese Nacht Auswirkungen auf die Gesellschaft. Und wenn man sich überlegt, dass die Wege, die man nimmt, auch Auswirkung darauf haben, wie man die Welt wahrnimmt und wie man solchen Menschen begegnet, wie man sich politisch entscheidet. Es spielt ja eine große Verantwortung. Wobei das in diesem Fall zu einer Veränderung deutlich zum Besseren ist, weil natürlich die Pokémon Go relevanten Wege immer die landschaftlich interessanteren und schöneren Wege sind, die ich früher nie gegangen bin. Da bin ich im Zweifelsfall so gegangen, wie die U-Bahn fährt oder wie ich mit dem Fahrrad fahren würde. Und jetzt nehme ich eher die schönen Wege, wenn ich ihm nicht gesagt, dass es gesellschaftlich hilfreich ist, soziale Brennpunkte besucht zu werden. Stimmt, das muss ich dir alles noch erzählen, aber das muss ich glaub ich nicht aufnehmen.

Die Sprecherwechsel in diesem Abschnitt haben weder Trint noch Amberscript mitbekommen. Davon abgesehen fehlt eigentlich nicht viel. Ich kann den Text jetzt noch weiterbearbeiten und dabei an die entsprechende Stelle in der Audiodatei springen, um sie mir noch mal anzuhören. Das geht bei Trint superbequem und bei Amberscript etwas weniger bequem, aber auch noch viel einfacher als bei meinem bisherigen Verfahren. Danach bin ich noch beeindruckter vom Fortschritt, weil die Aufnahmequalität wirklich nicht gut ist. Wir sind zu Fuß unterwegs, ich halte das aufnehmende Handy auf gut Glück irgendwie und rede extrem schnell.

Was also wirklich gesagt wurde, manuell nachkorrigiert:

Kathrin: Ich hab ja auch den Verdacht, dass das für mich, also dass das jetzige Pokémon-Go-Spielen, für den Rest meines Lebens Folgen haben wird. Weil ich mir einfach bestimmte Wege angewöhnt habe, bestimmte Straßenseiten, die ich lieber nehme als andere, bestimmte kleine Schlenker, die ich mache, oder ... oder Entscheidungen über den Weg, die ich nur wegen Pokémon Go mache. Irgendwann werde ich aufhören zu spielen, aber wahrscheinlich bis an mein Lebensende diese Wege gehen.

Jan: Das hat ja dann auch Auswirkungen auf die Gesellschaft. Und wenn man sich überlegt, dass die Wege, die man nimmt, auch Auswirkung darauf haben, wie man die Welt wahrnimmt und wie man, welchen Menschen man begegnet, wie man sich politisch entscheidet – da haben solche Spiele ja eine große Verantwortung.

Kathrin: Ja, wobei das in diesem Fall zu einer Veränderung deutlich zum Besseren ist, weil natürlich die für Pokémon Go relevanten Wege immer die landschaftlich interessanteren und schöneren Wege sind, die ich früher nie gegangen bin. Da bin ich im Zweifelsfall so gegangen, wie die U-Bahn fährt oder wie ich mit dem Fahrrad fahren würde. Und jetzt nehme ich eher die schönen Wege.

Jan: Ist ja nicht unbedingt gesagt, dass das gesellschaftlich hilfreich ist. Kann auch hilfreich sein, dass man soziale Brennpunkte besucht oder so was.

Kathrin: Stimmt, das muss ich dir alles noch erzählen, aber das muss ich glaub ich nicht aufnehmen.

Jetzt kann ich also endlich mit vertretbarem Arbeitsaufwand dokumentieren, was Jan Kalbitzer 2017 über seine Withings-Uhr zu erzählen hatte.

Der Zyberlihoger überfordert die Transkriptionssoftware

Als ich die WhatsApp-Sprachnachrichten von Alexander Krützfeldt transkribieren will, sehe ich, dass Amberscript neue Sprachoptionen bekommen hat:

Das hätte mir viel Arbeit gespart, denke ich, wenn der Fortschritt etwas schneller gewesen wäre, denn 2014 und 2015 habe ich viele Gespräche mit Schweizer*innen von Hand transkribiert. Das war einerseits mühsam, weil ich Schweizerdeutsch zwar besser verstehe, als Franziska Nyffenegger immer behauptet, aber auch nicht alles. Andererseits war es nicht mehr Arbeit als deutsche Transkription, weil, es tut mir leid, wenn ich an dieser Stelle Schweiz-Klischees bestätigen muss, viele Interviewte so angenehm langsam redeten, dass ich alles im selben Tempo abschreiben konnte, ohne in der Aufnahme zurückzuspringen.

Ich teste “Swiss German Mundart” mit Franziskas Hilfe. In ihrer ersten Sprachnachricht sagt sie ein paar Sätze auf Berndeutsch. Hier sind sie von mir transkribiert und in die hochdeutsche Form gebracht, weil Transkriptionssoftware ja auch nicht aufschreibt, was eigentlich gesagt wird. (Das würde ungefähr so aussehen: “Das ware jetz uf jede Fau aues Wörtli gsi, wo sie eigetlich müesst chönne versta.”) Der Schweizer Satzbau ist originalbelassen, denn auch dafür ist Transkriptionssoftware nicht zuständig. Ungefähr das hier würde ich also erwarten, wenn die Erkennung von “Swiss German Mundart” funktionieren würde:

“Ja hoi Kathrin, ich kann dir natürlich auch auf dem Kanal etwas draufschwätzen, ich hoffe, du bekommst das. Und jetzt hab ich den Faden verloren und weiß wäger meini* gar nicht, was ich dir soll sagen, damit's möglichst berndeutsch ist und damit deine Maschine das möglichst gar nicht kann transkribieren. Das wären jetzt auf jeden Fall alles Wörter gewesen, wo sie eigentlich müsste können verstehen. Jetzt hoff ich, dass es geklappt hat, du kannst das herunterladen und vertexten. Gut. Tschüs!”

* An dieser Stelle musste ich bei Franziska nachfragen. “Hochdeutsch in etwa: und jetzt weiss ich bei Gott nicht mehr, was ich dir sagen wollte. Wobei ‘bei Gott’ eigentlich wäre ‘bygoscht’. Kann ‘wäger meini’ nicht übersetzen grad. Wörterbuch sagt: wahrlich, gewiss.”

Aber Amberscript ist überfordert. Es lässt mehr als die Hälfte einfach weg und erfindet den Rest:

“Ja, ich hatte natürlich, dann ist schwarz. Ich hoffe, du uns das und jetzt verloren und weiß, was ich sage, damit möglichst bereich und damit man das möglichst transkribiere. Das war eigentlich erst das, das das versteht.“

Ich bekomme noch eine zweite Nachricht, in der Franziska Text von Jeremias Gotthelf vorliest. Die Amberscript-Version ist diesmal etwas besser als beim ersten Versuch, aber immer noch weit entfernt von ihren Fähigkeiten im Hochdeutschen. Meine manuellen Ergänzungen und Korrekturen des automatischen Ergebnisses sind fett markiert:

“Also Kathrin, hallo hallo. Ich tu dir jetzt etwas vorlesen, aus 'Anne Bäbi Jowäger'  von Jeremias Gotthelf. Der erste Teil ist in 'High German Switzerland', und dann siehst du ja, wie's weitergeht. – So in halb trübem Wetter marschierte Jakobli fort, ordnete achtete sich der Landschaft nicht viel, wie der Lern Lewat errann, und was für Äpfel die Bäume hatten und die Hühner akkurat gleiche Schnebel Schnäbel wie bei ihnen, das sah er alles nicht. Aber hier und da versuchte er, ob einer Deutsch könnte könne, und fragte nach dem Ziel Zyberlihoger. Wenn ihnen ihn darauf die Leute wunderlich ansahen, so war der ward er rot, und wenn sie ihn fragen, was der ‘was wotsch dert?’, so sagte er, aparti nicht fehl viel, ich soll neue Verrichte her, ih soll neuis dert verrichte. ‘He nu, su schafft schaff de wohl,’ antworteten sie und zogen für Bass fürbass. Endlich hatte er vernommen, dass er nicht mehr als eine Stunde von seinem Ziele sei, kam so eben an einem internen Pintenschenk vorbei, fühlte Hunger und Durst, nahm sein Herz in beide Hände und trau trat zum ersten Mal in seinem Leben alleine in ein Wirtshaus. Dere Bursche, denen das im 19. Jahr begegnet, werden d’s Land auf und d’s Land ab und nicht vieles ein viele sein, nicht einmal machen manches Meitschi. Aber am Morgen hatte er wenig gegessen, und so hungrig an ein fremdes Ohr Ort zu kommen, das wusste er, schicke sich nicht, und Sammy Sami hatte ihm auch gesagt, wenn einer gegessen und getrunken hätte, so hätte er viel mehr Kuraschi. – Okay, jetzt bin ich gespannt, ob deine Maschine da irgendetwas versteht, und dann kannst du das subito fürs Techniktagebuch weiterverbrutzeln. Freue mich schon, das zu lesen. Tschüs!”

Das ist ungefähr der Stand von hochdeutscher Transkription im Jahr 2017. Es dauert also wohl noch mal ein paar Jahre, bis Amberscript seine Schweizversprechen wirklich einlösen kann.