transkribierBAR

Was ist transkribierBAR?

transkribierBAR wandelt gesprochene Sprache aus Audio- und Videodateien in Text um. Sie laden eine Datei hoch oder nehmen direkt im Browser auf. Den Text korrigieren Sie im Browser, während Sie die Aufnahme abspielen, und laden ihn als Untertitel (SRT, VTT), als Text (TXT) oder als JSON herunter. Auf Wunsch fasst ein Sprachmodell den Inhalt zusammen, erstellt ein Protokoll, verfeinert den Text oder übersetzt ihn.

Wofür Sie transkribierBAR nutzen können

• Forschungsinterviews: Interviews transkribieren, mit getrennten Beiträgen für jede sprechende Person, die Sie anschließend benennen.
• Sitzungen: Besprechungen aufnehmen und daraus ein Sitzungsprotokoll oder Notizen entlang Ihrer Tagesordnung erstellen.
• Lehre: Untertitel für Lehr- und Vorlesungsvideos erzeugen, korrigieren und in andere Sprachen übersetzen.

Zugang

Melden Sie sich unter transcription.uni-osnabrueck.de mit Ihrem Uni-Login an. Danach sehen Sie die Übersicht Ihrer Transkriptionen. Die Oberfläche gibt es auf Deutsch und Englisch.

Aufbewahrung

Jede hochgeladene Datei wird nach einer festen Frist automatisch gelöscht, zusammen mit allen Transkriptionen und Ergebnissen, die zu ihr gehören.

Wie Sie eine Datei archivieren, steht im Abschnitt „Archiv“.

Datenschutz und Einwilligung

Ihre Daten bleiben an der Universität. transkribierBAR läuft auf Servern der Universität Osnabrück, ebenso die Spracherkennung und die KI-Funktionen. Ihre Dateien und Texte werden nicht an externe Anbieter weitergegeben. In der App sehen nur Sie Ihre Transkriptionen. Mehr dazu finden Sie in den Datenschutzhinweisen.

Einwilligung einholen. Nehmen Sie Gespräche nur auf und laden Sie Aufnahmen nur hoch, wenn alle sprechenden Personen eingewilligt haben.

Fragen

Bei Fragen oder Problemen schreiben Sie an virtuos@uos.de.

Einführung

Der Ablauf

Sie beginnen in der Übersicht Ihrer Transkriptionen. Von dort laden Sie eine Datei hoch oder nehmen im Browser auf. Die fertige Transkription bearbeiten Sie in der Detailansicht.

Ihre erste Transkription

1. Klicken Sie in der Übersicht auf + Hochladen und wählen Sie eine Audio- oder Videodatei. Oder klicken Sie auf + Aufnehmen, um im Browser aufzunehmen; nach dem Beenden lädt transkribierBAR die Aufnahme automatisch hoch. + Aufnehmen erscheint nur, wenn Ihr Browser Aufnahmen unterstützt.
2. Wählen Sie die Sprache für die Transkription. Voreingestellt ist Automatisch erkennen. Unter Qualität wählen Sie das Modell; voreingestellt ist large-v3-turbo. Bietet Ihre Installation nur ein Modell an, heißt das Feld Modell und zeigt es an.
3. Sprechende erkennen ist eingeschaltet und trennt die Beiträge verschiedener Personen. Spricht nur eine Person, können Sie es ausschalten.
4. Klicken Sie auf Transkribieren. Läuft der Upload noch, heißt die Schaltfläche Transkribieren wenn bereit; die Transkription startet dann von selbst, sobald die Datei hochgeladen ist.
5. Warten Sie, bis die Transkription fertig ist. Die Anzeige zeigt Warteschlange…, solange sie wartet, und Wird transkribiert…, während sie läuft.
6. Sind Sie auf der Seite geblieben, öffnet sich die fertige Transkription in der Detailansicht von selbst. Sonst klicken Sie sie in der Übersicht an.

Seite verlassen? Solange eine Datei hochgeladen wird, bricht das Verlassen der Seite den Upload ab. Sobald die Transkription läuft, können Sie die Seite verlassen; sie läuft auf dem Server weiter.

Die Detailansicht

Im Player spielen Sie die Aufnahme ab. Darunter wählen Sie einen Reiter:

• Untertitel: den Text korrigieren und unter Namen der Sprechenden Namen vergeben. Hier starten Sie auch Mit LLM verfeinern und Übersetzen.
• Analyse: eine Zusammenfassung, ein Sitzungsprotokoll oder eine eigene Auswertung erstellen.
• SRT, VTT, JSON und TXT: das Ergebnis im jeweiligen Format ansehen und herunterladen.

Wo Sie was finden

Die Kopfzeile enthält:

• ? öffnet diese Hilfe beim Abschnitt zur aktuellen Ansicht.
• Voreinstellungen verwaltet Ihre gespeicherten Voreinstellungen.
• Einstellungen verwaltet Ihre API-Tokens.
• EN stellt die Oberfläche auf Englisch um.
• Abmelden meldet Sie ab.

Auf schmalen Bildschirmen finden Sie diese Punkte im Menü (Symbol mit drei Strichen). Aus jeder anderen Ansicht führt ← Transkriptionen zurück zur Übersicht.

Archiv

Meine Transkriptionen

Nach der Anmeldung sehen Sie die Übersicht. Unter Meine Transkriptionen stehen alle Ihre Transkriptionen, die neueste zuerst.

12

Schließen

12

1. Der Titel und darunter der Dateiname, oder nur der Dateiname, wenn es keinen Titel gibt. Die Stiftsymbole daneben benennen sie um (siehe „Umbenennen“).
2. Das Modell, der Status, das Erstellungsdatum und, wenn die Transkription archiviert ist, ein Schild-Symbol. Der Status ist grün „Abgeschlossen“, gelb „Wartend“ oder „In Bearbeitung“ (wartet oder läuft) oder rot „Fehlgeschlagen“.

Ein Klick auf eine Zeile öffnet die Transkription. Den Titel erzeugt transkribierBAR nach der Transkription automatisch mit dem Sprachmodell. Gelingt das nicht, zeigt die Zeile nur den Dateinamen.

Haben Sie noch keine Transkription, sehen Sie stattdessen Neu hier? mit dem Link Einführung öffnen.

Umbenennen

Klicken Sie auf das Stiftsymbol neben dem Titel (Titel bearbeiten) oder neben dem Dateinamen (Dateinamen bearbeiten). Die Eingabetaste oder ein Klick daneben speichert, Esc bricht ab. Die Dateiendung bleibt unverändert.

Frist und Archivieren

Die Frist gilt für die hochgeladene Datei: Sie wird nach Ablauf automatisch gelöscht, zusammen mit allen Transkriptionen und Ergebnissen, die zu ihr gehören (Analysen, Verfeinerung, Übersetzung, Namen der Sprechenden). Die Frist beträgt 3 Tage ab dem Hochladen. In der Detailansicht steht das Datum hinter Läuft ab:; sind weniger als 24 Stunden übrig, wird es rot.

Archivieren in der Detailansicht setzt die Frist auf 180 Tage ab diesem Moment. Statt der Schaltfläche steht dann Archiviert, und die Übersicht zeigt das Schild-Symbol.

Rechtzeitig herunterladen. Nach Ablauf der Frist können Sie die Transkription nicht wiederherstellen. Laden Sie Ergebnisse, die Sie behalten möchten, vorher herunter.

Löschen

Transkription löschen in der Detailansicht fragt nach und löscht dann die Transkription mit ihren Ergebnissen sofort. Die hochgeladene Datei wird mitgelöscht, sofern keine andere Transkription sie verwendet. Das Löschen kann nicht rückgängig gemacht werden. Danach sind Sie wieder in der Übersicht.

Hochladen

Datei auswählen

Klicken Sie in der Übersicht auf + Hochladen. Ziehen Sie dann eine Datei in den Upload-Bereich oder klicken Sie darauf, um den Datei-Browser zu öffnen. Der Upload beginnt sofort nach der Auswahl.

Erlaubt sind MP3, WAV, MP4, WebM, M4A, MOV, AAC, Opus und OGG bis zu 1 GB. Ist die Datei größer, erscheint die Meldung Datei ist zu groß. Maximale Größe ist 1 GB. Während des Uploads steht dort Datei wird hochgeladen — bitte warten.... Danach zeigt die Seite den Dateinamen mit der Dateigröße.

Einstellungen und Start

Sobald Sie eine Datei gewählt haben, erscheinen die Einstellungen, auch schon während des Uploads.

123

Schließen

123

1. Die Einstellungen. Was die Felder bedeuten, steht im Abschnitt „Transkriptionseinstellungen“; das Feld Pakete erklärt „Pakete verwenden“ weiter unten.
2. Transkribieren startet die Transkription.
3. Verwerfen setzt die Seite zurück und führt Sie zur Übersicht zurück.

Läuft der Upload noch, heißt die Schaltfläche Transkribieren wenn bereit; die Transkription startet dann von selbst, sobald die Datei hochgeladen ist. Schlägt der Upload in diesem Fall fehl, erscheint Upload fehlgeschlagen mit der Schaltfläche Einstellungen ändern.

Pakete verwenden

Ein Paket verbindet Voreinstellungen für Transkription, Verfeinerung, Analyse und Übersetzung. Haben Sie Pakete angelegt, wählen Sie unter Voreinstellungen im Feld Pakete eines aus. Ist ein Paket als Standard markiert, wählt die Anwendung es beim Öffnen vor und übernimmt die Einstellungen seiner Transkriptions-Voreinstellung, so als hätten Sie das Paket selbst ausgewählt. Markieren Sie ein Paket als Standard, während die Anwendung offen ist, zeigt das Feld Pakete es an, seine Transkriptions-Voreinstellung wird aber erst beim nächsten Öffnen übernommen. Um sie sofort zu übernehmen, wählen Sie zuerst Paket wählen... und danach das Paket aus.

Enthält das Paket Verfeinerung, Analyse oder Übersetzung, heißt die Schaltfläche Pipeline starten. Diese Schritte startet Ihr Browser nach der Transkription automatisch. Bleiben Sie auf der Seite, bis sie fertig sind. Pakete legen Sie auf der Seite Voreinstellungen an.

Seite verlassen

Solange die Datei hochgeladen wird, fragt transkribierBAR beim Wechsel in eine andere Ansicht nach: Ein Upload läuft gerade. Wenn Sie die Seite verlassen, wird er abgebrochen. Fortfahren? Bestätigen Sie, bricht der Upload ab. Schließen Sie den Tab oder laden Sie die Seite neu, warnt Sie der Browser.

Sobald die Transkription läuft, können Sie die Seite verlassen. Sie läuft auf dem Server weiter und steht später in der Übersicht. Das gilt nicht für die Schritte eines Pakets: Sie laufen nur, solange die Seite geöffnet bleibt. Öffnen Sie die Transkription im selben Tab erneut, starten die Schritte dann.

Große Dateien. Eine hochgeladene Datei allein erscheint nicht in der Übersicht. Klicken Sie schon während des Uploads auf Transkribieren wenn bereit und lassen Sie den Tab geöffnet, bis der Upload fertig ist. Sobald die Transkription läuft, können Sie die Seite verlassen.

Wenn die Transkription fehlschlägt

Schlägt die Transkription fehl, erscheint Transkription fehlgeschlagen mit dem Grund nach Fehlermeldung:, zum Beispiel:

• Die Spracherkennung hat diese Transkription nicht innerhalb des Zeitlimits abgeschlossen.
• Die Anfrage an die Spracherkennung ist fehlgeschlagen.
• Die Spracherkennung hat für diese Transkription einen Fehler gemeldet.
• Der Server wurde neu gestartet, während diese Transkription lief.

War als Sprache „Automatisch erkennen“ eingestellt und hat die Spracherkennung einen Fehler gemeldet, steht darunter: Als Sprache war „Automatisch erkennen“ eingestellt. Es kann helfen, die Sprache auszuwählen.

Erneut versuchen führt Sie zu den Einstellungen für dieselbe Datei. Prüfen Sie sie, ändern Sie etwa die Sprache, und klicken Sie auf Transkribieren. Die Datei müssen Sie dafür nicht noch einmal hochladen.

Die fehlgeschlagene Transkription bleibt mit dem roten Status „Fehlgeschlagen“ in der Übersicht. Öffnen Sie sie dort, zeigt ihre Seite denselben Hinweis mit dem Grund und Erneut versuchen. Von dort aus übernehmen die Einstellungen nicht die des fehlgeschlagenen Versuchs; prüfen Sie vor allem Sprache für die Transkription und Qualität (bzw. Modell). Eine neue Transkription derselben Datei erscheint als eigener Eintrag. Sie gehört zur selben Datei und hat deshalb dieselbe Frist (siehe „Archiv“). Die fehlgeschlagene entfernen Sie mit Transkription löschen auf ihrer Seite. Verwendet eine andere Transkription die Datei, bleibt die Datei dabei erhalten.

Schlägt die Transkription wiederholt fehl, schreiben Sie an virtuos@uos.de.

Aufnehmen

Quellen wählen

Klicken Sie in der Übersicht auf + Aufnehmen. Die Schaltfläche erscheint nur, wenn Ihr Browser Aufnahmen unterstützt. Vor dem Start schalten Sie die Quellen ein oder aus.

12345

Schließen

12345

1. Mikrofon schaltet das Mikrofon ein oder aus. Es ist voreingestellt eingeschaltet.
2. Im Feld Mikrofon wählen Sie das Gerät. Gibt es nur ein Gerät, zeigt das Feld dessen Namen.
3. Systemaudio nimmt zusätzlich auf, was Ihr Computer abspielt. Es ist voreingestellt aus; mehr dazu unter „Systemaudio“ weiter unten.
4. Kamera nimmt zusätzlich das Kamerabild auf. Sie ist voreingestellt aus; mehr dazu unter „Kamera“ weiter unten.
5. Aufnahme starten startet die Aufnahme (siehe „Aufnehmen“).

Eine Aufnahme braucht Ton: Schalten Sie das Mikrofon oder Systemaudio ein. Die Kamera fügt nur das Bild hinzu. Ist weder Mikrofon noch Systemaudio an, steht dort Schalten Sie das Mikrofon oder Systemaudio ein. und Aufnahme starten ist gesperrt.

Ihr Browser fragt gegebenenfalls nach der Erlaubnis. Ist der Zugriff blockiert, erscheint ein Hinweis mit der Schaltfläche Erneut versuchen. Erlauben Sie den Zugriff dann in den Website-Einstellungen Ihres Browsers.

Einwilligung einholen. Vor dem Start erinnert die Seite Sie: Nehmen Sie niemanden ohne Erlaubnis auf. Fragen Sie vorher!

Aufnehmen

Klicken Sie auf Aufnahme starten. Ein kurzer Signalton zeigt den Start an. Die Anzeige zählt die Dauer als Stunden:Minuten:Sekunden hoch, und ein roter Punkt blinkt. Ein grüner Balken zeigt den Pegel; ist die Kamera an, sehen Sie stattdessen das Kamerabild. Die Quellen lassen sich nach dem Start nicht mehr ändern.

Während der Aufnahme stehen Pause, Stopp und Verwerfen bereit. Nach Pause heißt die erste Schaltfläche Fortsetzen. Verwerfen löscht die Aufnahme und führt zurück zum Start.

Nach dem Stopp

Nach Stopp lädt transkribierBAR die Aufnahme automatisch hoch (Aufnahme wird hochgeladen...). Danach geht es weiter wie beim Hochladen: Sie sehen die Einstellungen und klicken auf Transkribieren. Verwerfen steht auch hier bereit. Schlägt der Upload fehl, erscheint eine Fehlermeldung mit Erneut versuchen und Verwerfen.

Die Datei heißt recording- mit Datum und Uhrzeit. Das Format wählt der Browser: bevorzugt WebM, sonst MP4.

Systemaudio

Mit Systemaudio nehmen Sie zusätzlich auf, was Ihr Computer abspielt, etwa ein Online-Meeting. Das Mikrofon wird dann mit dem Systemaudio gemischt; schalten Sie das Mikrofon aus, wird nur Systemaudio aufgenommen. Die Seite kennzeichnet die Funktion als experimentell. Was möglich ist, hängt von Browser und Betriebssystem ab:

• Chromium-Browser unter Windows (Chrome, Edge, Brave): Der Browser lässt Sie einen Bildschirm oder einen Tab wählen. Ein ganzer Bildschirm liefert das gesamte Systemaudio, ein Tab nur dessen Ton.
• Chromium-Browser unter anderen Systemen: Nur der Ton eines Browser-Tabs ist möglich. Führen Sie das Meeting in einem Tab und wählen Sie diesen Tab aus, wenn der Browser fragt.
• Firefox unter Linux: Wählen Sie im Feld Systemaudioquelle ein zweites Audio-Eingabegerät, zum Beispiel eine PulseAudio- oder PipeWire-Monitorquelle.
• Firefox unter anderen Systemen: Die Unterstützung ist eingeschränkt. Verwenden Sie besser einen Chromium-Browser.
• Mobilgeräte und andere Browser: Systemaudio wird nicht angeboten.

Solange Systemaudio an ist, ist Kamera gesperrt. Beenden Sie die Freigabe des Bildschirms oder Tabs, endet die Aufnahme. Gelingt die Aufnahme nicht, erscheint eine Fehlermeldung, zum Beispiel wenn Sie die Auswahl des Browsers abgebrochen haben.

Kamera

Mit Kamera nehmen Sie zusätzlich ein Bild auf, dann entsteht eine Videodatei. Der Ton kommt vom Mikrofon, das dafür eingeschaltet sein muss. Im Feld Kamera wählen Sie das Gerät. Ist keine Kamera da, steht Keine Kamera erkannt. Lässt sich die Kamera nicht öffnen, läuft die Aufnahme nur mit Ton weiter, und eine Meldung weist darauf hin.

Seite verlassen

Schließen Sie den Tab oder laden Sie die Seite neu, während Sie aufnehmen, pausieren oder gerade eine Aufnahme beendet haben, warnt Sie der Browser.

Aufnahme nicht verlieren. Wechseln Sie innerhalb von transkribierBAR in eine andere Ansicht, etwa mit ← Transkriptionen, während der Aufnahme oder bis Sie auf Transkribieren klicken, werden Sie zuerst gefragt. Wenn Sie bestätigen, wird die Aufnahme verworfen.

Transkriptionseinstellungen

Die Einstellungen erscheinen bei Hochladen, sobald Sie eine Datei gewählt haben, und bei Aufnehmen, sobald die Aufnahme hochgeladen ist. Sie sind in Gruppen geordnet.

1234

Schließen

1234

1. Voreinstellungen: eine gespeicherte Voreinstellung laden, die aktuellen Einstellungen speichern oder ein Paket wählen (siehe „Voreinstellungen“ unten).
2. Transkription: Sprache und Modell (siehe „Sprache und Modell“).
3. Sprechende: die Erkennung der Sprechenden und die Zahl der Personen (siehe „Sprechende erkennen“).
4. Erweiterte Optionen: Anfangs-Prompt und Schlüsselwörter (siehe „Erweiterte Optionen“).

Sprache und Modell

Die Gruppe Transkription enthält zwei Felder.

Sprache für die Transkription: Voreingestellt ist Automatisch erkennen; dann bestimmt die Spracherkennung die Sprache selbst. Kennen Sie die Sprache, wählen Sie sie aus der Liste. Oben stehen Deutsch, Englisch, Spanisch, Französisch und Türkisch, darunter nach einem Trennstrich alle weiteren Sprachen in alphabetischer Reihenfolge. Die Spracherkennung bestimmt die Sprache anhand der ersten 30 Sekunden der Aufnahme; enthalten diese Musik, Stille oder eine andere Sprache, kann sie falsch liegen. Bei Automatisch erkennen zeigt die Detailansicht die erkannte Sprache unter dem Titel.

Qualität: Die Liste bietet die konfigurierten Modelle an, jeweils mit einer kurzen Beschreibung und dem Namen, zum Beispiel Ausgewogen (large-v3-turbo) und Beste Qualität (large-v3). Voreingestellt ist large-v3-turbo. Beste Qualität ist das vollständige Modell und braucht deutlich länger; Ausgewogen ist das kleinere, schnellere Modell. Bietet Ihre Installation nur ein Modell an, heißt das Feld Modell, ist schreibgeschützt und zeigt es an.

Sprechende erkennen

Die Gruppe Sprechende enthält den Schalter Sprechende erkennen. Er ist voreingestellt eingeschaltet und trennt die Beiträge verschiedener Personen. Spricht nur eine Person, können Sie ihn ausschalten.

Ist der Schalter an, können Sie die Zahl der Personen eingrenzen: Mindestanzahl Personen (voreingestellt 1) und Höchstanzahl Personen (voreingestellt 2). Erlaubt sind Werte von 1 bis 20. Setzen Sie die Mindestanzahl über die Höchstanzahl, zieht die Höchstanzahl nach, und umgekehrt.

Namen für die erkannten Personen vergeben Sie nach der Transkription im Reiter Untertitel unter Namen der Sprechenden.

Erweiterte Optionen

Mit Erweiterte Optionen blenden Sie zwei weitere Felder ein. Beide sind optional.

• Anfangs-Prompt: Kontext für die Transkription, zum Beispiel das Thema oder Eigennamen.
• Schlüsselwörter: kommagetrennte Fachbegriffe.

Beide Angaben gehen an die Spracherkennung. Leere Felder werden nicht übermittelt.

Die beiden Felder teilen sich einen begrenzten Platz, weil die Spracherkennung beide jedem Abschnitt der Aufnahme voranstellt. Unter den Feldern sehen Sie, wie viel von diesem Platz sie belegen. Sind sie zusammen zu lang, weist ein roter Hinweis darauf hin, und sowohl die Schaltfläche, die die Transkription startet, als auch Als Voreinstellung speichern bleiben gesperrt, bis Sie sie kürzen. Der Hinweis erscheint auch bei geschlossenen erweiterten Optionen, zum Beispiel nachdem Sie eine Voreinstellung mit langen Angaben gewählt haben.

Voreinstellungen

Die Gruppe Voreinstellungen ist die erste Gruppe.

• Transkription: Dieses Auswahlfeld erscheint, sobald Sie Voreinstellungen gespeichert haben. Wählen Sie dort eine Voreinstellung, übernimmt sie Sprache, Sprechende, Anfangs-Prompt und Schlüsselwörter.
• Als Voreinstellung speichern: Geben Sie einen Namen ein und bestätigen Sie mit dem Häkchen oder mit der Eingabetaste. transkribierBAR speichert die aktuellen Einstellungen unter diesem Namen.
• Pakete: Dieses Feld erscheint, sobald Sie Pakete angelegt haben. Was es bewirkt, steht im Abschnitt „Hochladen“.

Voreinstellungen verwalten Sie auf der Seite Voreinstellungen in der Kopfzeile.

Die Zusammenfassung

Nach dem Klick auf Transkribieren ersetzt eine Zeile die Einstellungen. Sie nennt den Dateinamen, die Größe, das Modell, die Sprache (automatisch, wenn Sie nichts gewählt haben), die Sprechenden (keine Sprechenden oder zum Beispiel 1–2 Personen) und gegebenenfalls das Paket.

Untertitel-Editor

Aufbau

Der Editor steht im Reiter Untertitel der Detailansicht. Jede Zeile der Tabelle ist eine Äußerung mit den Spalten #, Start, Ende, Sprechende Person und Text. Auf schmalen Bildschirmen fehlen die Spaltenüberschriften und die Spalte #.

12345

Schließen

12345

1. Der Player (siehe „Abspielen und Mitlaufen“).
2. Das Suchfeld Untertitel durchsuchen... mit den Schaltflächen Text und Sprechende (siehe „Suchen“).
3. Original, Verfeinert und Übersetzt wechseln zwischen dem Original und seiner verfeinerten und übersetzten Fassung (siehe „Verfeinerte und übersetzte Ansicht“).
4. Eine Zeile ist eine Äußerung. Ihre Stiftsymbole bearbeiten die Zeiten, die sprechende Person und den Text (siehe die folgenden Abschnitte).
5. Die Sprechende Person der Zeile. Der farbige Punkt zeigt, wer spricht; gleiche Namen haben gleiche Farben.

Text bearbeiten

Klicken Sie auf das Stiftsymbol hinter dem Text und schreiben Sie los. Ein Klick außerhalb des Felds übernimmt die Änderung. Mit Tab übernehmen Sie sie und springen zum Text der nächsten Zeile, mit Shift+Tab zur vorherigen. Dabei springt der Player an den Anfang dieser Zeile. Esc beendet die Bearbeitung; die Änderung bleibt erhalten.

Auf größeren Bildschirmen listet die Aufklappliste Tastenkürzel über der Tabelle diese drei Tasten auf.

Ihre Änderungen gelten zunächst nur in Ihrem Browser, bis Sie sie speichern (siehe „Speichern“).

Zeiten bearbeiten

Mit dem Stiftsymbol neben Start oder Ende ändern Sie die Zeit. Die Tabelle zeigt ganze Sekunden, das Feld zeigt die Zeit mit Millisekunden, zum Beispiel 00:01:30.500. Sie können auch nur Minuten und Sekunden (01:30) oder nur Sekunden (90) eingeben. Bruchteile einer Sekunde stehen nach einem Punkt oder einem Komma, zum Beispiel 12,5. Mit der Eingabetaste oder einem Klick außerhalb übernehmen Sie die Zeit. Ist die Zeit unverändert oder keine gültige Zeit, bleibt die Zeile, wie sie war.

Überschneidet die neue Zeit benachbarte Zeilen, passt der Editor diese an: Ein neuer Start verkürzt das Ende der vorherigen Zeilen, ein neues Ende verschiebt den Start der folgenden. Vorher nennt eine Rückfrage die Zahl der betroffenen Zeilen. Wenn Sie sie abbrechen, bleibt alles unverändert. Liegt der neue Start nach dem Ende der Zeile, rückt auch das Ende nach. Entsprechend wird auch der Start vorgezogen, wenn das neue Ende davor liegt.

Sprechende Person einer Zeile

In der Spalte Sprechende Person ändert das Stiftsymbol den Namen nur in dieser Zeile, das Personensymbol benennt die Person in allen Zeilen um. Beides steht im Abschnitt „Sprechende benennen“.

Zeilen einfügen, zusammenführen, löschen

Im Textfeld der Zeile stehen weitere Symbole:

• Mit nächstem Abschnitt zusammenführen verbindet den Text mit dem der nächsten Zeile und übernimmt deren Ende. Bei der letzten Zeile fehlt das Symbol.
• Neue Zeile nach dieser einfügen legt darunter eine leere Zeile mit derselben sprechenden Person an. Sie beginnt am Ende der aktuellen Zeile und endet am Start der nächsten, bei der letzten Zeile eine Sekunde später. Auf größeren Bildschirmen steht dieses Symbol stattdessen in der Spalte #.
• Diese Zeile löschen entfernt die Zeile, nachdem Sie die Rückfrage bestätigt haben.

Suchen

Über der Tabelle durchsucht das Feld Untertitel durchsuchen... die Zeilen, ohne Groß- und Kleinschreibung zu beachten. Die Schaltflächen Text und Sprechende bestimmen, wo gesucht wird. Anfangs sind beide aktiv. Klicken Sie auf eine, bleibt nur die andere aktiv. Klicken Sie auf die aktive, sind wieder beide aktiv.

Treffer sind hervorgehoben. Die Zeilen davor und danach bleiben als abgeblendeter Kontext sichtbar. Ausgeblendete Zeilen dazwischen fasst jeweils eine Trennzeile zusammen, etwa 3 Segmente ausgeblendet. Neben dem Feld steht, wie viele Segmente passen, zum Beispiel 2 von 40 Segmenten. Ohne Treffer erscheint Keine passenden Segmente. Mit Esc im Suchfeld oder dem Kreuz im Feld löschen Sie die Suche.

Abspielen und Mitlaufen

Ein Klick auf Start, Sprechende Person oder Text einer Zeile springt im Player an den Anfang der Äußerung, ein Klick auf Ende an deren Ende. Ist der Player angehalten, beginnt er zu spielen. Währenddessen ist die aktuelle Zeile hervorgehoben und die Tabelle läuft mit. Das Mitlaufen ruht, solange eine Suche aktiv ist.

Unter dem Player lädt Aufnahme herunterladen die Aufnahme herunter. Bei Videos blendet Player minimieren das Bild aus und Video anzeigen wieder ein. Bei Videos enthält der Player außerdem, solange er nicht minimiert ist, eine Untertitelspur mit dem Originaltext und den Namen der Sprechenden, auch mit ungespeicherten Änderungen. Sie ist anfangs ausgeschaltet.

Speichern

Sobald Sie etwas geändert haben, erscheinen über der Tabelle die Schaltflächen Änderungen verwerfen und Änderungen speichern. Speichern ersetzt die bisher gespeicherte Fassung auf dem Server. Änderungen verwerfen verwirft nach einer Rückfrage alle Änderungen seit dem letzten Speichern und lädt die gespeicherte Fassung neu.

Außerdem hebt transkribierBAR die Transkription so auf, wie die Spracherkennung sie geliefert hat. Speichern ändert dieses Original nie. Sobald die gespeicherte Fassung davon abweicht, erscheint die Schaltfläche Original wiederherstellen. Nach einer Rückfrage lädt sie dieses Original in den Editor: Text, Zeiten und sprechende Person jeder Zeile. Ist gerade die Ansicht Verfeinert oder Übersetzt zu sehen, wechselt der Editor zu Original. Bis Sie auf Änderungen speichern klicken, ist das wiederhergestellte Original eine ungespeicherte Änderung wie jede andere: Die gespeicherte Fassung bleibt auf dem Server, und Änderungen verwerfen holt sie zurück. Die Namen aus dem Bereich Namen der Sprechenden bleiben. Auch eine Verfeinerung, Übersetzung oder Analyse bleibt erhalten. Ob sie danach als veraltet gilt, hängt wie nach jeder anderen Änderung vom gespeicherten Text ab. Das Original wird zusammen mit der Transkription gelöscht.

Für eine Transkription, die es schon gab, bevor transkribierBAR begann, das Original aufzuheben, gilt als Original die Fassung, die zu diesem Zeitpunkt gespeichert war, einschließlich früher gespeicherter Änderungen.

Wechseln Sie zu einem Format-Reiter wie SRT, bleiben Ihre Änderungen erhalten, und das Format zeigt sie bereits.

Speichern Sie, bevor Sie gehen. Verlassen Sie die Detailansicht mit ungespeicherten Änderungen, fragt transkribierBAR zuerst nach. Auch beim Schließen oder Neuladen des Browser-Tabs erscheint eine Warnung des Browsers. Wenn Sie bestätigen, bleiben die ungespeicherten Änderungen nur so lange in diesem Tab, bis Sie eine andere Transkription öffnen, einen neuen Upload oder eine neue Aufnahme beginnen oder den Tab neu laden oder schließen. Bis dahin bringt Sie Vorwärts im Browser zu ihnen zurück. Speichern Sie zuerst.

Verfeinerte und übersetzte Ansicht

Sind die KI-Funktionen auf diesem Server eingerichtet, bietet der Editor über der Tabelle die Schaltflächen Mit LLM verfeinern und Übersetzen an, solange es noch keine Verfeinerung beziehungsweise Übersetzung gibt. Eine Verfeinerung und eine Übersetzung erscheinen neben dem Original. Mit den Schaltflächen Original, Verfeinert und Übersetzt wechseln Sie zwischen ihnen. Die Ansicht Verfeinert und die Ansicht Übersetzt sind schreibgeschützt: Die Symbole zum Bearbeiten fehlen dort, Änderungen gelten nur im Original. Mit Verfeinerung löschen und Übersetzung löschen entfernen Sie die jeweilige Fassung nach einer Rückfrage.

In der Ansicht Verfeinert nennt Zusammenfassung der Änderungen, was das Sprachmodell geändert hat. Geänderte Zeilen haben auf jeder Bildschirmgröße die Schaltfläche Vergleichen neben dem Text. Sie zeigt Original und verfeinerten Text nebeneinander unter der Zeile; ein erneuter Klick schließt den Vergleich. Auf größeren Bildschirmen tragen geänderte Zeilen außerdem einen Punkt neben der Zeilennummer. Wie beide Funktionen arbeiten, steht in den Abschnitten „Verfeinerung“ und „Übersetzung“.

Sprechende benennen

Bereich öffnen

Öffnen Sie im Reiter Untertitel den Bereich Namen der Sprechenden: mit der gleichnamigen Schaltfläche über der Tabelle oder mit dem Personensymbol in der Spalte Sprechende Person einer Zeile.

1234

Schließen

1234

1. Namen der Sprechenden öffnet den Bereich. Ein weiterer Klick schließt ihn wieder.
2. Das Feld für einen neuen Namen (Neuer Name (leer lassen zum Beibehalten)), rechts neben dem Namen, der gerade angezeigt wird (siehe „Namen vergeben“).
3. Anwenden speichert die Namen (siehe „Wie die Namen gespeichert werden“).
4. Die Spalte Sprechende Person einer Zeile. Ihr Personensymbol (Diese Person in allen Äußerungen umbenennen) öffnet den Bereich und setzt den Cursor gleich in das Feld dieser Person. Ihr Stiftsymbol ändert nur diese Zeile (siehe „Einzelne Zeile ändern“).

In der Ansicht Verfeinert und in der Ansicht Übersetzt fehlt das Personensymbol, die Schaltfläche funktioniert aber.

Hat die Aufnahme keine erkannten Sprechenden, zeigt der Bereich Keine Sprechenden erkannt. Ob Sprechende erkannt werden, legen Sie vor der Transkription fest (siehe „Transkriptionseinstellungen“).

Namen vergeben

Der Bereich listet jede sprechende Person mit dem Namen auf, der gerade angezeigt wird. Ohne eigenen Namen ist das die gespeicherte Kennung, zum Beispiel SPEAKER_00. Tragen Sie rechts davon im Feld einen neuen Namen ein und klicken Sie auf Anwenden. Felder, die Sie leer lassen (Neuer Name (leer lassen zum Beibehalten)), behalten ihren Namen. Leerzeichen am Anfang und Ende des Namens entfernt transkribierBAR. Abbrechen schließt den Bereich ohne Änderung.

Der neue Name steht danach in der Tabelle, bei Videos in der Untertitelspur des Players und in den Reitern SRT, VTT, JSON und TXT samt deren Downloads. Das gilt für das Original, für Verfeinert und für eine Übersetzung, gleich aus welcher der beiden Fassungen sie entstand. Haben Sie schon Namen vergeben, schlägt das Feld sie zur Auswahl vor.

Personen zusammenführen

Geben Sie zwei Sprechenden denselben Namen, behandelt transkribierBAR sie als eine Person. Der Bereich zeigt sie dann in einer Zeile mit einem Zusatz wie 2 zusammengeführt, und ihre Punkte haben dieselbe Farbe. Das hilft, wenn die Erkennung eine Person als zwei erkannt hat.

Einzelne Zeile ändern

Wurde eine Äußerung der falschen Person zugeordnet, klicken Sie in der Spalte Sprechende Person der Zeile auf das Stiftsymbol (Namen der sprechenden Person bearbeiten). Schreiben Sie den Namen der richtigen Person und bestätigen Sie mit der Eingabetaste. Schreiben Sie ihn genau so, wie er schon angezeigt wird, dann gehört die Zeile zu dieser Person. Das Stiftsymbol gibt es nur bei Zeilen mit einer sprechenden Person und nicht in den Ansichten Verfeinert und Übersetzt.

Diese Änderung gilt nur für die eine Zeile und wirkt wie jede Textänderung erst nach Änderungen speichern dauerhaft (siehe „Untertitel-Editor“).

Wie die Namen gespeichert werden

Anwenden speichert die Namen sofort auf dem Server, unabhängig von Änderungen speichern. Sie gelten für genau diese Transkription. Wenn Sie sie später wieder öffnen, sind dieselben Namen da. Im Transkript selbst bleibt die ursprüngliche Kennung gespeichert, die Namen kommen beim Anzeigen und in den Formaten dazu.

Formatansicht

Die vier Formate

Neben Untertitel hat die Detailansicht die Reiter SRT, VTT, JSON und TXT. Jeder zeigt das Transkript in diesem Format. transkribierBAR erstellt es in Ihrem Browser aus dem aktuellen Text.

• SRT: nummerierte Einträge mit Zeitangaben wie 00:01:30,250 --> 00:01:34,000. Der Text beginnt mit dem Namen der sprechenden Person in eckigen Klammern: [Name]: Text.
• VTT: beginnt mit WEBVTT und hat Zeitangaben mit Punkt statt Komma (00:01:30.250). Die Namen stehen wie bei SRT in eckigen Klammern.
• JSON: eine Liste mit start, end, text und speaker je Äußerung. Start und Ende sind Millisekunden.
• TXT: eine Zeile je Äußerung ohne Zeitangaben, in der Form Name: Text.

Äußerungen ohne sprechende Person erscheinen ohne Namen.

Herunterladen

Jeder Format-Reiter hat eine Vorschau und eine Schaltfläche zum Herunterladen.

123

Schließen

123

1. Der Reiter SRT. VTT, JSON und TXT funktionieren genauso.
2. Die Vorschau, die Sie nicht ändern können.
3. Herunterladen SRT speichert die Datei. Dieselbe Schaltfläche steht auch unter der Vorschau.

Die Datei bekommt den Namen der Aufnahme ohne Endung plus Dateiendung des Formats, etwa Vorlesung.srt. Fehlt der Name, heißt die Datei transcription.srt.

Was im Format steht

Das Format zeigt den Stand, den Sie im Editor sehen, auch mit ungespeicherten Änderungen. Namen aus Namen der Sprechenden sind in allen vier Formaten und in jeder Ansicht eingesetzt.

Welche Fassung erscheint, richtet sich nach der Ansicht, die Sie im Reiter Untertitel zuletzt gewählt haben: Original, Verfeinert oder Übersetzt. Ist Verfeinert gewählt, enthält das JSON-Format beide Fassungen in einem Objekt: utterances für das Original und refined_utterances für die verfeinerte Fassung.

Welches Format passt?

Analyse

Was die Analyse macht

Die Analyse lässt ein Sprachmodell Ihr Transkript auswerten, zum Beispiel als Zusammenfassung mit Kapiteln, als Sitzungsprotokoll oder nach einer eigenen Anweisung. Das Transkript selbst bleibt dabei unverändert. Jedes Ergebnis wird als eigener Eintrag zur Transkription gespeichert und zusammen mit ihr gelöscht.

Sie finden die Analyse im Reiter Analyse der Detailansicht, neben Untertitel. Das Sprachmodell erhält den Text der Äußerungen mit Startzeit und sprechender Person. Dabei setzt transkribierBAR die Namen ein, die Sie unter Namen der Sprechenden vergeben haben, und zwar zum Zeitpunkt der Erstellung.

Erst speichern. Die Analyse arbeitet mit dem gespeicherten Text. Änderungen im Editor, die Sie noch nicht mit Änderungen speichern gesichert haben, sind nicht enthalten.

Analyse erstellen

Wählen Sie eine Vorlage und klicken Sie auf Generieren.

123456

Schließen

123456

1. Vorlage auswählen bietet die Vorlagen an (siehe „Vorlagen“). Voreingestellt ist Zusammenfassung mit Kapiteln.
2. Kapitel definieren (optional) erscheint bei Zusammenfassung mit Kapiteln (siehe „Kapitel vorgeben und Agenda“).
3. Prompt anpassen zeigt die Anweisung der Vorlage an das Sprachmodell (siehe „Prompt anpassen“).
4. Ausgabesprache legt die Sprache des Ergebnisses fest. Sie ist mit der erkannten Sprache der Transkription vorbelegt.
5. Quelle erscheint, wenn es eine Verfeinerung gibt (siehe „Quelle: Original oder Verfeinert“).
6. Generieren startet die Analyse.

Während die Analyse läuft, zeigt die Seite zum Beispiel Zusammenfassung mit Kapiteln wird erstellt... und blendet das Formular aus. Die Seite wartet auf die Antwort des Sprachmodells. Bleiben Sie darauf, bis das Ergebnis erscheint. Verlassen Sie die Seite trotzdem, läuft die Analyse auf dem Server weiter. Das Ergebnis sehen Sie, wenn Sie die Transkription später erneut öffnen. Ein neuer Versuch, bevor sie fertig ist, schlägt fehl.

Sie können beliebig viele Analysen erstellen, auch mit verschiedenen Vorlagen. Jede steht als eigener Eintrag in der Liste. Mit + Neue Analyse öffnen Sie das Formular erneut, Abbrechen schließt es. Gibt es noch keine Analyse, ist das Formular sofort sichtbar.

Vorlagen

• Zusammenfassung mit Kapiteln: eine Gesamtzusammenfassung und Kapitel mit Titel, Zeitspanne und Kurzbeschreibung.
• Sitzungsprotokoll: Titel, Teilnehmende, Kernpunkte, Entscheidungen und Aufgaben mit zuständiger Person.
• Agendabasierte Notizen: Notizen entlang einer Tagesordnung. Das Ergebnis erscheint wie bei der Zusammenfassung als Text mit Kapiteln.
• Eigene Anweisung: Sie schreiben die Anweisung selbst (siehe „Prompt anpassen“).

Kapitel vorgeben und Agenda

Bei Zusammenfassung mit Kapiteln gibt es die Aufklappliste Kapitel definieren (optional). Mit Kapitel hinzufügen legen Sie je Kapitel eine Zeile an, mit einem Kapiteltitel und einer Kurzen Beschreibung. Es genügt eines von beiden. Ganz leere Zeilen werden ignoriert, Entfernen löscht eine Zeile. Sie können bis zu 30 Kapitel vorgeben. Das Sprachmodell richtet die Gliederung danach aus. Kommt ein Thema in der Aufnahme nicht vor, soll das Kapitel trotzdem im Ergebnis stehen, mit einem Hinweis in der Beschreibung und mit — statt einer Zeitspanne.

Bei Agendabasierte Notizen erscheint das Feld Agenda. Fügen Sie dort Ihre Tagesordnung ein. Lassen Sie es leer, leitet das Sprachmodell die Punkte aus dem Transkript ab.

Prompt anpassen

Unter Prompt anpassen sehen Sie die Anweisung der gewählten Vorlage. Sie ist auf Englisch und enthält Platzhalter in geschweiften Klammern, die transkribierBAR sonst selbst ausfüllt. Auf Vorlage zurücksetzen stellt den Originaltext wieder her. Bei Eigene Anweisung ist das Feld zunächst leer.

Geänderter Prompt. Sobald Sie den Text ändern oder Eigene Anweisung verwenden, wird er so gesendet, wie er dasteht. Platzhalter werden dann nicht mehr ersetzt, und Kapitel definieren und Agenda werden nicht mitgeschickt. Die Ausgabesprache gilt weiterhin.

Das Sprachmodell antwortet immer mit einem strukturierten Text (JSON). Ergebnisse, die wie eine Zusammenfassung oder ein Protokoll aufgebaut sind, zeigt die Seite als Karten. Alle anderen erscheinen als Text.

Quelle: Original oder Verfeinert

Gibt es eine Verfeinerung, erscheint im Formular der Umschalter Quelle mit Original und Verfeinert. Voreingestellt ist Verfeinert. Ohne Verfeinerung gibt es den Umschalter nicht, und die Analyse nutzt das Original. Eine Übersetzung kann nicht als Quelle dienen.

Unter dem Ergebnis steht, woraus es entstanden ist: aus Verfeinerung oder aus Original. Hat sich der Text dieser Quelle seither geändert, erscheint die Angabe in Bernstein mit dem Zusatz Quelle hat neueren Inhalt. Wurde die Verfeinerung gelöscht, steht dort Quelle nicht mehr verfügbar. Änderungen an Zeiten oder Namen zählen nicht als neuer Inhalt. Eine bestehende Analyse aktualisiert sich nicht von selbst. Erstellen Sie bei Bedarf eine neue.

Ergebnisse lesen und weiterverwenden

Ein Klick auf einen Eintrag klappt ihn auf.

1234

Schließen

1234

1. Der Name der Vorlage (oder Eigene Anweisung). Danach steht das Datum, und das verwendete Sprachmodell steht am rechten Ende der Kopfzeile.
2. Das Papierkorbsymbol (Löschen) löscht den Eintrag nach einer Rückfrage.
3. Ergebnis kopieren legt den Text in die Zwischenablage. TXT und Markdown laden ihn herunter, als Datei mit dem Namen der Aufnahme und dem Zusatz _analysis. Die Schaltflächen stehen über und unter dem Ergebnis.
4. Bei Kapiteln, Kernpunkten, Entscheidungen und Aufgaben springt der Player nach einem Klick auf die Zeitangabe an diese Stelle.

Das Kreuz, das beim Darüberfahren an einer Karte erscheint, entfernt diesen Punkt nach einer Rückfrage aus dem Ergebnis. Nach der Bestätigung wird das sofort gespeichert und lässt sich nicht rückgängig machen. Bei der Zusammenfassung gilt das für Kapitel, nicht für den Zusammenfassungstext.

Unter dem Ergebnis steht noch einmal, womit es erstellt wurde.

Wenn die Analyse nicht klappt

Nach einem Fehler entsteht kein Eintrag, Sie können es erneut versuchen. Die Meldung erscheint unter Generieren. Zwei Fälle haben eigene Texte:

• Die Analyse hat das Ausgabelimit des Sprachmodells erreicht, bevor sie vollständig war. Versuchen Sie einen gezielteren Prompt. Dieselbe Anfrage führt wieder dorthin. Verkürzen oder präzisieren Sie die Anweisung.
• Das Sprachmodell hat eine fehlerhafte Antwort zurückgegeben. Bitte versuchen Sie es erneut. transkribierBAR hat es vorher mehrmals selbst versucht. Ein neuer Versuch kann gelingen.

In einem Paket

Enthält ein Paket eine Analyse-Voreinstellung, erstellt der Browser die Analyse nach der Transkription und der Verfeinerung automatisch. Gibt es dann eine Verfeinerung, nutzt sie diese, sonst das Original. Im Formular lädt das Feld Analyse eine Voreinstellung. Als Voreinstellung speichern sichert die aktuellen Angaben. Mehr dazu steht im Abschnitt „Voreinstellungen“.

Übersetzung

Was die Übersetzung erzeugt

Die Übersetzung erzeugt eine zweite Fassung Ihrer Untertitel in einer anderen Sprache. Zu jeder Äußerung gehört eine übersetzte Äußerung an derselben Stelle. Das Sprachmodell soll Zeiten und die Angabe der sprechenden Person unverändert lassen und Äußerungen weder zusammenfassen noch teilen. Stimmt die Anzahl der übersetzten Äußerungen nicht, schlägt die Übersetzung fehl.

Das Original bleibt erhalten. Die Übersetzung erscheint neben Original (und Verfeinert) als Schaltfläche, zum Beispiel Übersetzt (EN · aus Original). Sie wird mit der Transkription gespeichert, ist beim erneuten Öffnen wieder da und wird zusammen mit ihr gelöscht.

Erst speichern. Die Übersetzung arbeitet mit dem gespeicherten Text. Änderungen im Editor, die Sie noch nicht mit Änderungen speichern gesichert haben, sind nicht enthalten.

Übersetzen

Klicken Sie im Reiter Untertitel über der Tabelle auf Übersetzen. Die Schaltfläche gibt es, solange noch keine Übersetzung existiert. Der Dialog Übersetzen nach öffnet sich.

123

Schließen

123

1. Übersetzungssprache wählt die Sprache, in die übersetzt wird.
2. Quelle erscheint, wenn es eine Verfeinerung gibt (siehe „Quelle: Original oder Verfeinert“).
3. Übersetzen startet die Übersetzung. Abbrechen schließt den Dialog.

Während der Übersetzung steht auf der Schaltfläche Übersetze..., und die Auswahlfelder und Schaltflächen sind gesperrt. Bei mehr als 50 Äußerungen weist ein Hinweis darauf hin, dass die Übersetzung mehrere Minuten dauern kann. Die Seite wartet auf das Sprachmodell. Bleiben Sie darauf, bis der Dialog sich schließt. Verlassen Sie die Seite trotzdem, läuft die Übersetzung auf dem Server weiter. Sie sehen sie, wenn Sie die Transkription später erneut öffnen. Ein neuer Versuch, bevor sie fertig ist, schlägt fehl. Danach zeigt der Editor die Ansicht Übersetzt.

Die Sprache der Aufnahme taugt nicht als Zielsprache. Ist sie bekannt und wählen Sie sie, schlägt die Übersetzung fehl, und der Dialog nennt den Grund auf Englisch, zum Beispiel The transcript is already in German.

Quelle: Original oder Verfeinert

Gibt es eine Verfeinerung, zeigt der Dialog den Umschalter Quelle mit Original und Verfeinert. Voreingestellt ist Verfeinert. Ohne Verfeinerung gibt es den Umschalter nicht, und die Übersetzung nutzt das Original. Welche Quelle verwendet wurde, steht auf der Schaltfläche der Übersetzung: aus Original oder aus Verfeinerung.

Ansehen, lesen und löschen

Die Ansicht Übersetzt ist schreibgeschützt. Die Reiter SRT, VTT, JSON und TXT zeigen die Übersetzung, solange Übersetzt gewählt ist (siehe „Formatansicht“).

Eine Übersetzung existiert pro Transkription nur einmal. Für eine andere Sprache klicken Sie auf Übersetzung löschen und übersetzen dann neu. Das Löschen geschieht nach einer Rückfrage.

Wenn sich die Quelle ändert

Hat sich der Text der Quelle nach der Übersetzung geändert, erscheint neben Übersetzung löschen ein Hinweis in Bernstein: Quelle hat neueren Inhalt. Der Hinweis erscheint, sobald Sie die Transkription erneut öffnen. Das passiert zum Beispiel, wenn die Übersetzung aus dem Original entstand und Sie Text darin ändern und speichern. Wurde die Verfeinerung gelöscht, aus der die Übersetzung entstand, steht dort Quelle nicht mehr verfügbar. Änderungen an Zeiten oder Namen zählen nicht als neuer Inhalt. Die Übersetzung selbst bleibt unverändert, bis Sie sie erneuern. Klicken Sie dazu auf den Hinweis. Der Dialog Übersetzen nach öffnet sich, und eine neue Übersetzung ersetzt die veraltete. Wählen Sie dieselbe Sprache wie zuvor und, sofern der Dialog Quelle anbietet, dieselbe Quelle, sagt der Dialog das: Die veraltete Übersetzung wird ersetzt.

Wenn die Übersetzung nicht klappt

Der Dialog zeigt dann den Grund, den der Server auf Englisch nennt, zum Beispiel Translation failed. Ohne Grund zeigt er Übersetzung fehlgeschlagen. Bitte versuchen Sie es erneut. transkribierBAR wiederholt einzelne Abschnitte vorher selbst. Gelingt auch das nicht für einen Abschnitt, entsteht keine Übersetzung. Teilweise übersetzte Fassungen gibt es nicht. Ein neuer Versuch kann gelingen.

In einem Paket

Enthält ein Paket eine Zielsprache, übersetzt der Browser nach der Transkription, nach der Verfeinerung und nach der Analyse automatisch. Gibt es dann eine Verfeinerung, nutzt die Übersetzung diese, sonst das Original. Bleiben Sie auf der Seite, bis alle Schritte fertig sind.

Verfeinerung

Was die Verfeinerung macht

Bei der Verfeinerung geht ein Sprachmodell Ihr Transkript durch und korrigiert eindeutige Fehler. Es soll nur Folgendes ändern:

• Rechtschreib- und Zeichensetzungsfehler,
• offensichtliche Grammatikfehler, die Erkennungsfehler sind und nicht der Sprechweise entsprechen,
• uneinheitliche Fachbegriffe und Eigennamen,
• Füllgeräusche wie „äh“, „ähm“ oder „hm“,
• Fehlstarts und Selbstkorrekturen, bei denen die Person neu ansetzt.

Das Sprachmodell soll nichts umformulieren, gesprochene Sprache nicht in Schriftsprache umwandeln, Zeiten und die Angabe der sprechenden Person nicht verändern und genau so viele Äußerungen zurückgeben, wie es erhalten hat. Bei Unsicherheit soll es den Text lassen, wie er ist. Eine Übersetzung ist die Verfeinerung nicht, dafür gibt es den Abschnitt „Übersetzung“.

Das Original bleibt unverändert. Die Verfeinerung ist eine eigene Fassung, die Sie mit Verfeinert neben Original ansehen. Sie wird mit der Transkription gespeichert, ist beim erneuten Öffnen wieder da und wird zusammen mit ihr gelöscht.

Erst speichern. Die Verfeinerung arbeitet mit dem gespeicherten Text. Änderungen im Editor, die Sie noch nicht mit Änderungen speichern gesichert haben, sind nicht enthalten.

Wann sie sich lohnt

Die Verfeinerung betrifft nur die oben genannten Punkte. Sie lohnt sich deshalb vor allem, wenn Ihr Transkript viele davon enthält, zum Beispiel Füllgeräusche oder uneinheitlich geschriebene Fachbegriffe und Namen. Die Zusammenfassung der Änderungen zeigt Ihnen, was das Sprachmodell geändert hat.

Verfeinern

Klicken Sie im Reiter Untertitel über der Tabelle auf Mit LLM verfeinern. Die Schaltfläche gibt es, solange noch keine Verfeinerung existiert. Es öffnet sich ein Dialog mit demselben Namen.

123

Schließen

123

1. Voreinstellung wählen... lädt eine Verfeinerungs-Voreinstellung und trägt ihren Kontext ein. Als Voreinstellung speichern fragt nach einem Namen (bestätigen Sie mit dem Häkchen oder der Eingabetaste) und speichert den aktuellen Kontext unter diesem Namen als Voreinstellung.
2. Kontext (optional): Hinweise, die dem Sprachmodell bei Fachbegriffen und Eigennamen helfen, zum Beispiel „Informatik-Vorlesung, Vortragende Person ist Prof. Müller“.
3. Verfeinern startet die Verfeinerung. Abbrechen schließt den Dialog.

Das Sprachmodell erhält das Original mit den gespeicherten Kennungen wie SPEAKER_00, nicht mit den Namen aus Namen der Sprechenden. Die Namen setzt transkribierBAR erst bei der Anzeige von Verfeinert ein. Sie können sie also vor oder nach dem Verfeinern vergeben und ändern. Sind Namen für die Korrektur wichtig, tragen Sie sie unter Kontext (optional) ein.

Während der Verfeinerung steht auf der Schaltfläche Transkription wird verfeinert..., und das Kontextfeld und die Schaltflächen sind gesperrt. Bei mehr als 50 Äußerungen weist ein Hinweis darauf hin, dass die Verfeinerung mehrere Minuten dauern kann. Die Seite wartet auf das Sprachmodell. Bleiben Sie darauf, bis der Dialog sich schließt. Verlassen Sie die Seite trotzdem, läuft die Verfeinerung auf dem Server weiter. Sie sehen sie, wenn Sie die Transkription später erneut öffnen. Ein neuer Versuch, bevor sie fertig ist, schlägt fehl. Danach zeigt der Editor die Ansicht Verfeinert.

Schlägt es fehl, steht im Dialog Verfeinerung fehlgeschlagen. Bitte versuchen Sie es erneut. Versuchen Sie es dann erneut.

Die verfeinerte Ansicht lesen

In der Ansicht Verfeinert fasst eine Leiste über der Tabelle die Änderungen zusammen, und geänderte Zeilen sind markiert.

123

Schließen

123

1. Verfeinert wechselt in die verfeinerte Ansicht, Original zurück zum Original.
2. Die Zusammenfassung der Änderungen, mit der Zahl der geänderten Äußerungen. Ein Klick darauf klappt sie auf oder zu. Aufgeklappt beschreibt sie in Worten, was das Sprachmodell geändert hat, und nennt den Kontext, falls Sie einen angegeben haben.
3. Eine geänderte Zeile: Sie hat einen bernsteinfarbenen Strich am linken Rand, auf größeren Bildschirmen einen Punkt neben der Zeilennummer und neben dem Text die Schaltfläche Vergleichen. Vergleichen zeigt Original und Verfeinert nebeneinander unter der Zeile, wie hier unter der geänderten Zeile. Ein erneuter Klick schließt den Vergleich.

Die Ansicht ist schreibgeschützt. Wollen Sie Text selbst ändern, tun Sie das im Original.

Wenn Abschnitte nicht verfeinert werden konnten

transkribierBAR schickt die Äußerungen abschnittsweise an das Sprachmodell. Scheitert ein Abschnitt auch nach mehreren automatischen Versuchen, werden die übrigen trotzdem verfeinert und gespeichert. Die gescheiterten Abschnitte behalten ihren Originaltext. Scheitern alle, entsteht keine Verfeinerung, und Sie sehen die Fehlermeldung.

Die betroffenen Zeilen haben einen gestrichelten grauen Rand und auf größeren Bildschirmen einen hohlen grauen Punkt. In der Leiste steht außerdem zum Beispiel Nicht verfeinert (Originaltext beibehalten): Äußerungen 451–500. Mit Fehlgeschlagene Abschnitte erneut verfeinern wiederholen Sie nur diese Abschnitte, während die Schaltfläche Wird wiederholt… zeigt. Dabei gilt der gespeicherte Kontext. Was schon gelungen ist, wird nicht erneut gesendet. Scheitert ein Abschnitt wieder, bleibt er in der Liste.

Zwei Meldungen können dort erscheinen: Wiederholung fehlgeschlagen. Bitte versuchen Sie es erneut. und Seit dem Speichern dieser Verfeinerung wurden Äußerungen hinzugefügt oder entfernt. Löschen Sie die Verfeinerung und verfeinern Sie erneut.

Wenn Sie das Original ändern

Die Verfeinerung passt sich nicht an. Ändern Sie nach dem Verfeinern Text im Original und speichern, erscheint in der Werkzeugleiste in Bernstein Original wurde bearbeitet – löschen und erneut verfeinern. Die Ansicht Verfeinert zeigt bis dahin den älteren Text. Änderungen an Zeiten oder Namen zählen dabei nicht.

Mit Verfeinerung löschen entfernen Sie die Verfeinerung nach einer Rückfrage. Das Original bleibt unverändert. Danach können Sie neu verfeinern. Analysen und Übersetzungen, die aus der gelöschten Verfeinerung entstanden sind, zeigen Quelle nicht mehr verfügbar, eine Analyse sofort, eine Übersetzung sobald Sie die Transkription erneut öffnen.

Zusammenspiel mit anderen Schritten

Analyse und Übersetzung bieten die Verfeinerung als Quelle an und wählen sie von sich aus, sobald es eine gibt. Sie können dort auf Original wechseln.

In einem Paket mit Verfeinerungs-Voreinstellung verfeinert der Browser nach der Transkription automatisch, mit dem Kontext der Voreinstellung. Danach folgen Analyse und Übersetzung. Bleiben Sie auf der Seite, bis alle Schritte fertig sind.

Voreinstellungen

Was Voreinstellungen sind

Eine Voreinstellung speichert Einstellungen unter einem Namen, damit Sie sie nicht für jede Aufnahme neu eingeben müssen. Es gibt Voreinstellungen für die Transkription, für die Analyse und für die Verfeinerung. Voreinstellungen gehören zu Ihrem Konto, und nur Sie sehen sie.

Sie verwenden sie an drei Stellen:

• Transkription: in der Gruppe Voreinstellungen der Ansichten Hochladen und Aufnehmen, im Feld Transkription. Der Abschnitt „Transkriptionseinstellungen“ erklärt es.
• Analyse: im Feld Analyse des Analyse-Formulars.
• Verfeinerung: oben im Dialog zum Verfeinern.

Neben jedem dieser Felder steht Als Voreinstellung speichern. Geben Sie dort einen Namen ein und bestätigen Sie mit dem Häkchen oder der Eingabetaste. transkribierBAR speichert die aktuellen Einstellungen unter diesem Namen. Das Kreuz oder Esc bricht ab.

Die Seite „Voreinstellungen“

Klicken Sie in der Kopfzeile auf Voreinstellungen. Die Seite Meine Voreinstellungen öffnet sich.

123

Schließen

123

1. Die vier Reiter Transkription, Analyse, Verfeinerung und Pakete. Jeder listet Ihre gespeicherten Einträge. Der Abschnitt „Pakete“ erklärt den letzten.
2. Bearbeiten ändert einen Eintrag, Löschen entfernt ihn (siehe unten).
3. + Neue Voreinstellung öffnet ein Formular mit einem Namen und den Feldern der jeweiligen Art.

Speichern ist erst möglich, wenn Sie einen Namen eingegeben haben. Abbrechen schließt das Formular.

Löschen fragt nach: Voreinstellung löschen? Pakete, die sie verwenden, verlieren die Referenz. Es wird nur die Voreinstellung entfernt. Pakete, die sie verwendet haben, bleiben bestehen, aber ohne diesen Teil. Bereits vorhandene Transkriptionen sind nicht betroffen.

Transkriptions-Voreinstellungen

Eine Transkriptions-Voreinstellung speichert Sprache, Erkennung der Sprechenden, Anfangs-Prompt, Schlüsselwörter und Modell. Das Formular auf der Seite hat die Felder Name, Sprache für die Transkription, Qualität, Sprechende erkennen (mit der Mindest- und Höchstzahl der Sprechenden), Schlüsselwörter und Anfangs-Prompt. Unter Qualität wählen Sie das Modell wie in den Transkriptionseinstellungen; bietet Ihre Installation nur ein Modell an, heißt das Feld Modell und lässt sich nicht ändern.

Wenn Sie eine solche Voreinstellung bei Hochladen oder Aufnehmen wählen, übernimmt sie die Sprache, die in ihr gespeicherten Einstellungen zu den Sprechenden, das Modell, den Anfangs-Prompt und die Schlüsselwörter.

Wie in den Transkriptionseinstellungen teilen sich Anfangs-Prompt und Schlüsselwörter einen begrenzten Platz. Unter den Feldern zeigt das Formular, wie viel davon sie belegen, und Speichern bleibt gesperrt, solange sie zusammen zu lang sind.

Analyse-Voreinstellungen

Eine Analyse-Voreinstellung speichert die Vorlage und die Ausgabesprache. Bei Eigene Anweisung speichert sie auch Ihre eigene Anweisung. Das Formular auf der Seite hat die Felder Name, Vorlage auswählen, Ausgabesprache und, bei Eigene Anweisung, Prompt anpassen.

Speichern Sie eine Voreinstellung im Analyse-Formular mit Als Voreinstellung speichern, speichert sie auch die Kapitel und die Agenda, die Sie dort eingegeben haben. Wählen Sie die Voreinstellung später, werden sie wieder eingetragen. Der Abschnitt „Analyse“ erklärt das Formular.

Kapitel und Agenda. Die Seite „Voreinstellungen“ zeigt Kapitel und Agenda nicht an. Wenn Sie dort eine Voreinstellung bearbeiten, bleiben sie erhalten.

Verfeinerungs-Voreinstellungen

Eine Verfeinerungs-Voreinstellung speichert nur einen Kontexttext, zum Beispiel einen Hinweis zum Thema und zu Fachbegriffen. Das Formular auf der Seite hat die Felder Name und Kontext (optional). Der Abschnitt „Verfeinerung“ erklärt, was der Kontext bewirkt.

Pakete

Was ein Paket ist

Ein Paket verknüpft Voreinstellungen für einen wiederkehrenden Ablauf. Es kann eine Transkriptions-Voreinstellung, eine Verfeinerungs-Voreinstellung, eine Analyse-Voreinstellung und eine Zielsprache für die Übersetzung enthalten. Jeder Teil ist optional. Pakete gehören zu Ihrem Konto, und nur Sie sehen sie.

Ist die Transkription fertig, führt transkribierBAR die weiteren Schritte des Pakets nacheinander aus. Sie müssen sie nicht einzeln starten.

Die Pipeline

Die Schritte laufen immer in dieser Reihenfolge: Transkription, Verfeinerung, Analyse, Übersetzung. Die Transkription läuft immer. Verfeinerung, Analyse und Übersetzung laufen nur, wenn das Paket sie enthält.

Ihr Browser startet diese Schritte nacheinander. Bleiben Sie auf der Seite, bis sie fertig sind. Gibt es dann eine Verfeinerung, verwenden Analyse und Übersetzung sie, sonst das Original. Das Original können Sie in einem Paket nicht wählen.

Ist die Transkription fertig, öffnet sich die Detailansicht. Ein Streifen über dem Editor zeigt den aktuellen Schritt, zum Beispiel Übersetze nach Englisch.... Schlägt ein Schritt fehl, laufen die übrigen trotzdem. Danach listet die Meldung Einige Pipeline-Schritte sind fehlgeschlagen: auf, was schiefgegangen ist. Das Kreuz schließt sie. Ein Schritt, dessen Voreinstellung Sie inzwischen gelöscht haben, wird übersprungen.

Paket erstellen

Legen Sie zuerst die Voreinstellungen an, die Sie brauchen, wie im Abschnitt „Voreinstellungen“ beschrieben. Öffnen Sie dann die Seite Voreinstellungen, wechseln Sie zum Reiter Pakete und klicken Sie auf + Neues Paket. Geben Sie einen Namen ein; die übrigen Felder sind optional, und Keine lässt einen Teil weg.

12345

Schließen

12345

1. Jedes Paket erscheint als Karte mit seinem Namen und den Teilen, die es enthält.
2. Der Stern (Als Standard setzen) macht das Paket zum Standard (siehe „Standard-Paket“). Bearbeiten ändert das Paket, Löschen entfernt es nach der Frage Dieses Paket löschen?.
3. Transkriptions-Voreinstellung... wählt die Transkriptions-Voreinstellung. Analyse-Voreinstellung... und Verfeinerungs-Voreinstellung... darunter funktionieren genauso.
4. Übersetzen nach wählt die Sprache für die Übersetzung.
5. Speichern speichert das Paket, sobald es einen Namen hat.

Beim Löschen eines Pakets bleiben seine Voreinstellungen erhalten.

Paket verwenden

Bei Hochladen und Aufnehmen erscheint das Feld Pakete in der Gruppe Voreinstellungen, sobald Sie Pakete angelegt haben. Wählen Sie dort ein Paket, werden die Einstellungen seiner Transkriptions-Voreinstellung übernommen. Enthält das Paket Verfeinerung, Analyse oder Übersetzung, steht auf der Schaltfläche Pipeline starten. Der Abschnitt „Hochladen“ erklärt genauer, wie das abläuft, auch zum vorausgewählten Paket.

Standard-Paket

Der Stern auf der Karte eines Pakets macht es zum Standard. Der Stern beim Standard-Paket entfernt den Standard wieder. Sie können nur ein Standard-Paket haben. Die Anwendung wählt es beim Öffnen vor und übernimmt die Einstellungen seiner Transkriptions-Voreinstellung. Der Abschnitt „Hochladen“ erklärt die Einzelheiten.

Paket oder einzelne Schritte?

Ein Paket lohnt sich, wenn Sie viele Aufnahmen gleich behandeln, zum Beispiel immer verfeinern, dann zusammenfassen, dann übersetzen. Für eine einzelne Aufnahme, die anders behandelt werden soll, oder wenn Sie das Ergebnis eines Schritts erst ansehen möchten, starten Sie die Schritte von Hand.

API-Zugriff

Wofür das gedacht ist

Mit einem persönlichen API-Token können Ihre eigenen Skripte transkribierBAR ohne die Weboberfläche nutzen: eine Datei hochladen, eine Transkription starten, ihren Status abfragen und das Ergebnis herunterladen. Dieser Abschnitt richtet sich an Personen, die Skripte schreiben. Für die Weboberfläche brauchen Sie ihn nicht.

Ein Token gehört zu Ihrem Konto. Ein Skript, das ihn verwendet, sieht und ändert nur Ihre eigenen Dateien und Transkriptionen. Es kann tun, was Sie auch in der Weboberfläche tun können.

Token erstellen

Klicken Sie in der Kopfzeile auf Einstellungen. Klicken Sie im Bereich API-Tokens auf Token erstellen. Geben Sie einen Namen ein, der Ihnen sagt, wo Sie den Token verwenden, zum Beispiel den Namen des Skripts. Wählen Sie unter Läuft ab, wie lange der Token gültig bleibt. Die Liste bietet 30 Tage, 90 Tage und 365 Tage und immer auch die Standard-Gültigkeit von 90 Tagen, die vorausgewählt ist. Jeder Token läuft ab. Klicken Sie auf Erstellen.

Der Name darf bis zu 64 Zeichen lang sein. Unter Ihren aktiven Tokens darf jeder Name nur einmal vorkommen. Die Zahl der aktiven Tokens pro Person ist begrenzt. Haben Sie sie erreicht, wird ein weiterer Token mit einer Fehlermeldung im Dialog abgelehnt. Widerrufen Sie dann zuerst einen Token, den Sie nicht mehr brauchen.

Tokens werden nur in der Weboberfläche erstellt, aufgelistet und widerrufen. Eine Anfrage an /api/tokens, die einen Token mitsendet, beantwortet der Server mit dem Status 403.

Token jetzt kopieren. Der Token erscheint einmal und beginnt mit tw_. Kopieren legt ihn in die Zwischenablage, Fertig schließt den Dialog. Danach kann ihn niemand mehr anzeigen, denn transkribierBAR speichert nur einen Hash des Tokens, nicht den Token selbst. Haben Sie ihn verloren, erstellen Sie einen neuen.

Tokens verwalten

Der Bereich API-Tokens listet Ihre Tokens auf.

123

Schließen

123

1. Token erstellen öffnet den oben beschriebenen Dialog.
2. Ein Token mit seinem Namen, seinen ersten Zeichen mit angehängtem „…“, dem Status (Aktiv, Abgelaufen oder Widerrufen), seinem Ablaufdatum und, sobald er verwendet wurde, dem Zeitpunkt der letzten Verwendung.
3. Widerrufen neben einem aktiven oder abgelaufenen Token widerruft ihn. Ab dann weist der Server jede neue Anfrage mit ihm ab.

Abgelaufene und widerrufene Tokens bleiben abgeblendet in der Liste. Sie werden automatisch daraus entfernt, widerrufene nach 30 Tagen und abgelaufene nach 90 Tagen.

Bevor ein Token abläuft, nennt ihn ein Hinweis über der Liste, und die Schaltfläche Einstellungen in der Kopfzeile zeigt einen orangen Punkt. Der Hinweis erscheint 14 Tage vor dem Ablauf, bei einem nur kurz gültigen Token 3 Tage oder 1 Tag vorher, und er bleibt 14 Tage nach dem Ablauf stehen. Für einen Token, der 1 Tag gilt, erscheint der Hinweis erst nach dem Ablauf. Widerrufen Sie einen Token, verschwindet sein Hinweis, auch wenn der Token schon abgelaufen ist; ist kein Hinweis mehr übrig, verschwindet auch der Punkt. Ein Token lässt sich nicht verlängern: Erstellen Sie einen neuen und ersetzen Sie den alten in Ihren Skripten. Ist dieser Dienst für den Versand von E-Mails eingerichtet, erhalten Sie außerdem Erinnerungen an die E-Mail-Adresse Ihres Logins, 14, 3 und 1 Tag vor dem Ablauf; bei einem nur kurz gültigen Token entfallen die frühen, und ein Token, der 1 Tag gilt, erhält keine.

Authentifizierung

Senden Sie den Token mit jeder Anfrage im Header Authorization, in der Form Bearer, ein Leerzeichen und der Token:

Authorization: Bearer tw_…

Ist der Token unbekannt, abgelaufen oder widerrufen, antwortet der Server mit dem Status 401 und der Meldung Invalid or expired API token.

Für den WebSocket, der den Status meldet, übergeben Sie den Token als Query-Parameter token, weil Browser dort keine Header setzen können:

wss://transcription.uni-osnabrueck.de/api/ws/status/{transcription_id}?token=tw_…

Transkribieren Schritt für Schritt

In den Beispielen steht tw_… als Platzhalter für Ihren Token, FILE_ID und TRANSCRIPTION_ID stehen für die IDs, die Sie erhalten.

1. Datei hochladen. Senden Sie sie als Formularfeld file:

curl -H "Authorization: Bearer tw_…" -F "file=@interview.mp3" https://transcription.uni-osnabrueck.de/api/upload

Die Antwort ist JSON. Das Feld id ist die FILE_ID. Es gelten dieselben Dateitypen und dieselbe Höchstgröße wie in der Weboberfläche, siehe Abschnitt „Hochladen“. Andere Dateitypen beantwortet der Server mit dem Status 400, zu große Dateien mit 413.

2. Transkription starten. Senden Sie die Einstellungen als JSON:

curl -X POST https://transcription.uni-osnabrueck.de/api/transcribe \
  -H "Authorization: Bearer tw_…" \
  -H "Content-Type: application/json" \
  -d '{"file_id": "FILE_ID", "language": "de", "model": "large-v3-turbo"}'

Die Antwort enthält die id der Transkription (TRANSCRIPTION_ID) und den Status pending. Diese Felder gibt es:

Das Modell. model nennt eines der Modelle, die diese Installation anbietet; das Feld Qualität bei Hochladen führt sie mit ihren Namen in Klammern auf. Lassen Sie model weg, wird das Standardmodell large-v3-turbo dieser Installation verwendet. Ein Modell, das diese Installation nicht anbietet, wird mit Status 422 abgelehnt; die Meldung nennt das abgelehnte Modell.

Anfangs-Prompt und Schlüsselwörter. Zusammen dürfen sie höchstens 223 Tokens aus dem Vokabular der Spracherkennung belegen, grob 650 bis 850 Zeichen deutschen Text und weniger in Schriften wie Chinesisch oder Arabisch. Längere Angaben werden mit Status 422 und "code": "prompt_too_long" abgelehnt; die Meldung nennt die Zahl der Tokens. Beim Speichern einer Transkriptions-Voreinstellung gilt dieselbe Prüfung. POST /api/prompt-budget mit den Feldern initial_prompt und hotwords antwortet mit tokens und limit und startet nichts.

3. Auf das Ergebnis warten. Fragen Sie den Status ab, bis er completed oder failed ist:

curl -H "Authorization: Bearer tw_…" https://transcription.uni-osnabrueck.de/api/status/TRANSCRIPTION_ID

Der Status ist pending, processing, completed oder failed. Bei failed nennt das Feld error den Grund, und error_code bezeichnet ihn mit einem festen Code: server_restarted (der Server wurde während der Transkription neu gestartet), timeout (die Spracherkennung ist nicht innerhalb des Zeitlimits fertig geworden), asr_unreachable (die Anfrage an die Spracherkennung ist fehlgeschlagen), asr_failed (die Spracherkennung hat einen Fehler gemeldet) oder unknown (ein anderer Grund, den nur error beschreibt). Ist kein Code gespeichert, ist error_code null.

Statt die Abfrage zu wiederholen, können Sie den WebSocket aus dem Abschnitt „Authentifizierung“ abhören. Er sendet alle 5 Sekunden eine Nachricht wie {"type": "status", "status": "processing"} und schließt sich nach failed. Hat die Transkription schon einen Titel, enthält die Nachricht mit completed ihn im Feld title, und der WebSocket schließt sich. Das Sprachmodell schreibt den Titel allerdings erst nach der Transkription. Solange es noch am Titel arbeitet, bleibt der WebSocket nach completed offen und prüft alle 5 Sekunden. Sobald der Versuch beendet ist, sendet er {"type": "title", "title": "…"}, falls dabei ein Titel entstanden ist, und schließt sich. Spätestens wenn das Zeitlimit des Sprachmodells seit dem Abschluss der Transkription verstrichen ist, schließt er sich. Ohne Sprachmodell und bei einer Transkription ohne Text schließt er sich direkt nach completed. Bei einem ungültigen Token schließt er mit dem Code 4001. Gibt es die Transkription nicht oder gehört sie Ihnen nicht, schließt er mit dem Code 4003.

4. Ergebnis abrufen. Solange die Transkription nicht fertig ist, beantwortet der Server diesen Aufruf mit dem Status 400:

curl -H "Authorization: Bearer tw_…" https://transcription.uni-osnabrueck.de/api/transcription/TRANSCRIPTION_ID

Die Antwort enthält die Äußerungen (utterances, jeweils mit start und end in Millisekunden, text und speaker), den gesamten Text (text), die angeforderte Sprache (language, null bei automatischer Erkennung), die von der Spracherkennung gemeldete Sprache (detected_language, null, wenn keine gespeichert ist) und die Namen der Sprechenden (speaker_mappings). Für eine fertige Datei hängen Sie stattdessen /export/txt, /export/srt, /export/vtt oder /export/json an die Adresse an.

Grenzen

Dateien und Ergebnisse werden wie in der Weboberfläche nach 3 Tagen automatisch gelöscht.

Voreinstellungen und Pakete wendet die Weboberfläche an. /api/transcribe kennt sie nicht, Sie senden die Einstellungen also selbst. Die Aufrufe für Voreinstellungen akzeptieren ebenfalls einen Token.