Disfluenz

Gefüllte Pausen: äh, ähm, hm und ihre Entsprechungen in jeder Sprache. Diskursmarker: also, weißt du, irgendwie, wenn sie nichts bedeuten. Wiederholungen: „das das Meeting“, „ich ich glaube“. Fehlstarts: eine Formulierung, die abgebrochen und neu begonnen wird. Selbstkorrekturen: ein Wert, der durch einen anderen ersetzt wird, angekündigt durch „no wait“, „scratch that“, „I mean“. Jede Art braucht eine andere Behandlung, und die letzte ist der interessante Fall, denn das richtige Ergebnis ist nicht, Wörter zu entfernen, sondern die Korrektur zu erhalten.

Gefüllte Pausen und Wiederholungen lassen sich gefahrlos per Regel entfernen: „ähm“ ist nie ein Wort, das du gemeint hast. Diskursmarker sind kniffliger, weil „also“ manchmal ein echtes Bindewort ist. Selbstkorrekturen sind das stärkste Argument für eine eng gefasste Regel: Wenn beide Seiten von „no wait“ dieselbe Art von Sache sind, eine Uhrzeit, eine Zahl oder ein Tag, ist das Ersetzen der ersten durch die zweite sicher, und ein Modell wird nicht gebraucht. Alles Unschärfere gehört zu einem LLM mit strengem Auftrag: entfernen, was nicht gemeint war, nie umschreiben, was gemeint war.

Überbereinigung. Ein Modell, das gesprochene Sprache gut lesbar machen soll, wird bei Gelegenheit deine Sätze straffen, deine Wörter gegen eigene tauschen und genau die Einschränkung streichen, um die es eigentlich ging. Der Test ist einfach: Diktiere etwas mit ungewöhnlicher Wortwahl und schau, ob sie überlebt. Ein Tool, das deine Füllwörter entfernt und deine Wörter behält, macht seinen Job. Eines, das deinen Stil verbessert, macht einen anderen Job, um den du nicht gebeten hast.

Am saubersten gehst du mit Füllwörtern um, indem du weniger davon sagst. Ein Füllwort ist meist eine mit Klang gefüllte Pause, und die Gewohnheit kommt aus dem Gespräch, wo Stille jemand anderen einlädt, zu sprechen. Ein Diktier-Tool unterbricht dich nicht, also kannst du stattdessen still pausieren.

Mit Apples eingebauter Diktierfunktion hast du dafür viel Spielraum. Laut Apple stoppt die Diktierfunktion erst automatisch, wenn 30 Sekunden lang keine Sprache erkannt wird.

1. 01 Leg fest, was der Satz sagen soll, bevor du das Diktat startest, und sei es nur grob.
2. 02 Sprich einen Satz nach dem anderen und halte am Ende jedes Satzes an.
3. 03 Wenn du nachdenken musst, schließ den Mund und sag nichts. Eine stille Pause hinterlässt nichts im Text.
4. 04 Sprich etwas langsamer. Füllwörter entstehen, wenn dein Mund dem nächsten Gedanken vorauseilt.
5. 05 Wenn du dich versprichst, sprich den Satz zu Ende und korrigiere ihn danach, statt mittendrin neu anzufangen.
6. 06 Lies nach, was du diktiert hast, und notiere, welche Füllwörter du am häufigsten benutzt, damit du beim nächsten Mal darauf achten kannst.

Weil viele Benchmarks Füllwörter aus beiden Transkripten löschen, bevor sie Fehler zählen. Der mit dem Whisper-Paper veröffentlichte Textnormalisierer entfernt die Wörter hmm, mm, mhm, mmm, uh und um aus der Referenz und aus der Modellausgabe, bevor die Wortfehlerrate berechnet wird.

In der Praxis heißt das: Ein veröffentlichter Genauigkeitswert sagt nichts über Füllwörter. Ein Modell, das jedes um schreibt, und eines, das keines schreibt, können dieselbe Bewertung bekommen. Ob Füllwörter in deinem Dokument landen, hängt vom Tool rund um das Modell ab, und das musst du selbst testen.

Ein kurzer Test trennt die Tools, die Füllwörter nach sorgfältigen Regeln entfernen, von denen, die zu viel oder gar nichts entfernen. Diktiere jede Zeile unten so, wie sie dasteht, mit allen Zögerlauten, und vergleiche die Ausgabe mit dem, was du gemeint hast.

1. 01 Diktiere einen Satz mit gefüllten Pausen, etwa: „the report is um almost uh finished“. Beide Füllwörter sollten weg sein und jedes andere Wort sollte bleiben.
2. 02 Diktiere einen Stolperer, etwa: „I I think the the meeting moved“. Die doppelten Wörter sollten nur einmal erscheinen.
3. 03 Diktiere eine bewusste Wiederholung, etwa: „that was a very very long day“. Beide Wörter sollten bleiben, denn die Wiederholung ist eine Betonung.
4. 04 Diktiere „like“ als echtes Wort, etwa: „I like the second option“. Das Wort darf nicht entfernt werden.
5. 05 Diktiere eine Selbstkorrektur, etwa: „send it Monday no wait Tuesday“. Prüfe, ob du den korrigierten Wert bekommst, beide Werte oder den falschen.
6. 06 Diktiere eine Einschränkung, die du so meinst, etwa: „I think we should probably wait“. Fehlt „I think“ oder „probably“, schreibt das Tool um, statt zu bereinigen.