Wie transkribierst du ein langes deutsches Interview genau

Die größten Genauigkeits-Gewinne kommen vor der Aufnahme. Ein USB-Headset-Mikrofon mit Schaumstoff-Popschutz, 20-30 cm vom Mund der Interviewten entfernt, liefert ein Transkript mehrere Prozentpunkte besser als dieselbe Person ins Laptop-Mikrofon von der anderen Seite einer Küche. Harte Flächen (Glas, Fliesen, kahle Wände) werfen Audio zurück; weiche (Vorhänge, Teppich, ein volles Bücherregal) schlucken es. Wenn du die Wahl hast, geh in einen weichen Raum.

Vosk Small ist schnell, läuft in Sekunden und reicht für Notizen und Themen-Indizierung. Vosk Large ist ca. 5x langsamer, aber spürbar genauer bei Eigennamen, Fachvokabular und leicht verrauschtem Audio. Für ein zitierfähiges Interview: groß.

Geh einmal mit Cmd+F durchs Transkript und prüfe jeden Eigennamen, den die interviewte Person gesagt hat. Namen, Organisationen, Orte, Abkürzungen. Das sind 70 % deiner Korrekturen. Als eigener Lauf vor der Prosa-Korrektur geht es schneller als inline.

Lies das Transkript am Stück und höre dabei das Audio in 1,5-facher Geschwindigkeit. Stopp nur bei Zeilen, die keinen Sinn ergeben. Das ist der 'gesagt-X-gehört-Y'-Lauf; ca. 15-20 Minuten echte Arbeit für eine Stunde Interview. Sprachmemo speichert deine Bearbeitungen getrennt vom Originalmodell, sodass du später mit einem anderen Modell neu transkribieren kannst, ohne deine Korrekturen zu verlieren.

Der Markdown-Export liefert dir Titel, deinen bearbeiteten Notiz-Text und jedes Clip-Transkript als H2-Überschriften eingebettet. Ab damit ins CMS, ins Team-Wiki oder ins private Archiv - wohin auch immer Markdown respektiert wird.