Textziel vereinbaren und Original sichern
Journalisten, Forschende und Redaktionen müssen vor der Bearbeitung entscheiden, ob ein wortgetreues, leicht redigiertes oder lesefreundliches Transkript benötigt wird. Einschränkungen, Zögern und Verneinungen dürfen aus Zitaten nicht unbemerkt verschwinden. Zuständigkeit für Namen und Endfreigabe festlegen. Dieser Ablauf übersetzt nicht, identifiziert Personen nicht automatisch und beurteilt keine Aufnahmeechtheit.
Original lokal mit SHA-256, Dauer und Kanalbestand sichern. Ein Hash kennzeichnet eine Version, nicht Herkunft oder Wahrheit. Separate Mikrofone können verschiedene Sprecherkanäle enthalten; eine Mehrkanalwarnung rechtfertigt keine blinde Zusammenmischung. Falls eine Spur ausgewählt oder extrahiert werden muss, dies in einem freigegebenen Medienprozess erledigen und den Bezug zum Original festhalten.
Diagnose vor optionaler Bereinigung
Die Wellenform zeigt auffällige Pegel, das Spektrogramm anhaltende Störungen; keines zeigt die gesprochenen Wörter. Entsprechende Stellen abhören und Einzelbefunde der Diktatprüfung lesen. Ohne geeignete Nichtsprachreferenz kann die Rauschtrennung unbestimmt sein. Fehlende Messungen sind kein bestandener Test.
Nur ein tatsächliches Hindernis rechtfertigt eine Bereinigungsvorschau. Filterkette und Einstellungen sichern, Konsonanten, leise Antworten und gleichzeitige Stimmen bei ähnlichem Abhörpegel vergleichen. Die Assistentendiagnose verwendet Mono-PCM und untersucht nicht jeden Sprecherkanal separat. Angenehmer Klang und höhere Scores belegen keinen besseren Text. Informationsverluste ablehnen; umfassende Restaurierung gehört zum Reparaturworkflow.
Entwurf mit bekannter Zeitbasis prüfen
Der Transkriptor sendet Audio an einen externen KI-Anbieter. Berechtigter Dateibesitz erlaubt nicht automatisch diese Weitergabe. Tarifgrenzen vor langen Interviews prüfen. Bei separat vorbereiteten Ausschnitten Originalanfänge protokollieren und globale Zeitbezüge manuell wiederherstellen; automatische Langinterview-Zusammenführung gehört nicht zu diesem Hub.
Text eignet sich für Lesen, SRT, VTT oder JSON für Zeitbezüge. Die Herkunft der Zeitstempel sichern: fehlen Anbieterzeiten, kann eine ungefähre Ausrichtung an Stille verwendet werden. Den gesamten Entwurf am Original prüfen, besonders Übergänge, Wiederholungen, Auslassungen, Namen, Daten, Beträge und Verneinungen. Sprecherlabels nur aus bestätigtem Kontext vergeben. Unsichere Stellen mit Originalzeitbereichen markieren, statt plausible Sätze zu ergänzen.
Tatsächliche Übergabedateien kontrollieren
Die SRT/VTT-Prüfung vergleicht Cue-Zeiten mit wahrscheinlicher Sprachaktivität. Sie prüft keine Wörter und repariert Zeitdrift nicht automatisch. Zeitlich passende Einträge können falschen Text enthalten. Anfang, Mitte, Ende und alle Warnintervalle abhören; Text- und JSON-Referenzen manuell prüfen. Untertitellesbarkeit und Veröffentlichung gehören zum Barrierefreiheitsworkflow.
Enddatei in der Zielanwendung öffnen und Kodierung, Zeilenumbrüche, Redaktionsregeln und Zeitursprung prüfen. Quellen- und Kopiekennungen, freigegebene Version, Einstellungen, Berichte und Unklarheiten mit Prüffreigabe übergeben. Eigene Hashes der Enddateien berechnen, ohne Übereinstimmung mit dem Original zu erwarten. Nicht allein auf temporäre Downloads vertrauen: eine nachvollziehbare Übergabe macht Grenzen sichtbar, statt sie hinter einer erfolgreichen KI-Antwort zu verbergen.