Zum Hauptinhalt springen

Der Transcribe Labs Blog

Wie wir die Qualität von Transkriptionen testen – und was dabei herauskommt.

Hier anfangen

27 Sprachen, je ein Beitrag

Alle 27 ansehen

Nach Thema

Alle Beiträge

  1. 5 Min. Lesezeit

    Warum eine Engine nicht reicht: mehr Engines helfen nur, wenn sie an anderen Stellen scheitern

    Eine Engine schreibt Namen und Zahlen immer wieder falsch. Mehr Engines helfen nur, wenn sie woanders scheitern. Ein echtes Interview – samt Niederlagen.

    Weiterlesen
  2. 5 Min. Lesezeit

    Die gefährlichsten Transkriptionsfehler lesen sich einwandfrei

    Eine gekippte Verneinung liest sich einwandfrei, und keine Mehrheitsabstimmung fängt sie ab. Tools sollten zeigen, wo sie unsicher sind. Wir prüften 15.

    Weiterlesen
  3. 6 Min. Lesezeit

    WER lügt. So messen wir Genauigkeit bei echten Interviews

    Die beliebteste Fehlermetrik der Branche täuscht bei Interviews. Was wir stattdessen tun: erst die Referenz prüfen, dann bedeutungsverändernde Fehler zählen.

    Weiterlesen
  4. 4 Min. Lesezeit

    Wenn Interviews die Sprache wechseln

    Interviewte spricht Spanisch, Forscher Chinesisch, dazwischen eine Dolmetscherin. Doku und Labortests täuschten uns; eine echte Aufnahme sagte das Gegenteil.

    Weiterlesen
  5. 5 Min. Lesezeit

    Wer hat das gesagt? Sprecherzuordnung, wenn viele Menschen reden

    Eingebaute Sprecherlabels driften mit mehr Personen. Jede Stimme vorab zu lernen, brachte über 99 % auf öffentlichen Meetingdaten – wenn man sich abwechselt.

    Weiterlesen
  6. 2 Min. Lesezeit

    Notizen aus 27 Sprachen: wie wir für jede Sprache die Engines ausgewählt haben

    Keine Engine ist überall die beste. Der Index zu unseren Tests Sprache für Sprache: welche Engines wir für 27 Sprachen gewählt haben und warum.

    Weiterlesen

Per Atom-Feed abonnieren