Lauttranskription – Warum, wie und wie schnell?

Automatische Spracherkennung generiert aus gesprochener Sprache geschriebenen Text – in Standardorthographie, häufig in geglätteter, gut lesbarer Form. Für standardnahe Sprache funktioniert das mittlerweile sehr gut. Aber für dialektale Sprache funktioniert die aktuelle Spracherkennung nur schlecht: Dialekte haben häufig keine Standardorthographie, dafür eigene Lautinventare, einen eigenen Wortschatz und eine eigene Grammatik. Die automatische Lauttranskription erkennt die Laute einer im Dialekt gesprochenen Äußerung – nicht fehlerfrei, aber ausreichend gut als Ausgangsbasis für eine manuelle Korrektur. Das Poster gibt eine Übersicht eines Workflows für die Erkennung des Tirolerischen aus Südtirol: Der Phonemerkenner XLSR-53 liefert die Phonemsequenz, die anschließend manuell korrigiert und mit Wortmarkern ergänzt wird. Das Ganze läuft semiautomatisch im Transkriptions-Verwaltungstool Octra Backend ab. Ergebnis des Workflows ist eine handkorrigierte Transkription der Äußerung, die direkt für weitere Analysen oder zum Trainieren von Aussprachemodellen für die Webdienste des Bayerischen Archivs für Sprachsignale verwendet werden kann.