Kostenlose Spracherkennung für Russisch

Russisch ist mit rund 150 Millionen Muttersprachlern die meistgesprochene slawische Sprache. Es ist Amtssprache in Russland, Belarus, Kasachstan und Kirgisistan und weit über diese Grenzen hinaus bis heute Arbeitssprache in Wissenschaft, Wirtschaft und Journalismus – russische Aufnahmen kommen deshalb gleichermaßen aus Redaktionen, Universitätsseminaren, Verkaufsgesprächen und Podcasts.

Das Erste, was an einem russischen Transkript auffällt, ist die Schrift. ConvertSpeech schreibt Russisch kyrillisch – im 33-Buchstaben-Alphabet, das die Sprache tatsächlich verwendet – und nicht in lateinischer Umschrift. Ein Transkript voller „privet" statt привет sieht nach Maschinenausgabe aus und taugt weder zum Einfügen in ein Dokument noch in eine Untertiteldatei oder ein Übersetzungstool. Eine Konvention reist mit dieser Schrift mit: Im gewöhnlichen russischen Druck wird der Buchstabe ё fast immer als е geschrieben. Das ist normale Verlagspraxis und kein Fehler, aber es führt dazu, dass всё und все identisch aussehen und ein Nachname wie Королёв als Королев erscheinen kann. Ist Ihr Text für Lernende, für Kinder oder für ein juristisches Dokument gedacht, planen Sie einen Durchgang zum Wiederherstellen der ё ein.

Die Grammatik prägt das Transkript ebenso stark. Russisch hat sechs Fälle, und die grammatische Arbeit leisten die Endungen, nicht die Wortstellung – die ist deshalb frei und dient der Betonung. Eigennamen beugen sich mit allem anderen: Aus Москва wird в Москве und из Москвы, und im Beispiel unten erscheint der Straßenname Невский als „на Невский" statt in der Wörterbuchform. Wer sein Transkript nach einem Namen in nur einer Schreibung durchsucht, verpasst die Hälfte der Nennungen. Russisch hat außerdem überhaupt keine Artikel, die Engine muss dort also nichts ergänzen, und Personennamen kommen üblicherweise dreiteilig – Vorname, Vatersname, Nachname –, wobei jeder Teil dekliniert wird.

Zwei Eigenschaften des Klangs machen klares Audio wichtiger als sonst. Der Wortakzent ist beweglich, in der normalen Schrift nicht markiert und kann der einzige Unterschied zwischen zwei Wörtern sein: за́мок ist eine Burg, замо́к ein Schloss; му́ка ist Qual, мука́ ist Mehl. Und unbetontes о wird ungefähr wie а gesprochen, weshalb компания (eine Firma) und кампания (eine Kampagne) gleich klingen und sich nur aus dem Kontext trennen lassen. Laden Sie Ihre Audio- oder Videodatei hoch, und die Engine schreibt das gesprochene Russisch als sauberen, mit Zeichensetzung versehenen, durchsuchbaren Text nieder. Alles läuft im Browser, ohne Installation, und die ersten Minuten sind kostenlos, ganz ohne Konto.

Dies ist eine echte 45-Sekunden-Aufnahme eines menschlichen Sprechers, durch unsere KI-Engine geschickt – genau so, wie Sie Ihre eigene Datei verarbeiten würden. Nichts wurde nachträglich korrigiert, und ein klarer Fehler bleibt absichtlich stehen. Drücken Sie auf Play und lesen Sie mit.

Bemerkenswert: Die Ausgabe ist durchgehend kyrillisch, ohne Umschrift. Die Ortsnamen Петербург und Невский sind großgeschrieben und korrekt flektiert – „на Невский" ist der Akkusativ, den der Satz verlangt, und nicht die Wörterbuchform Невский проспект –, und набережная erscheint als „по набережной". Die russischen Kommaregeln werden genau befolgt, samt dem Kommapaar um das eingeschobene конечно und der Kette von ли verbundener Teilsätze. Beachten Sie auch, dass свел ohne ё gedruckt ist, genau wie es der gewöhnliche russische Druck mit свёл hält.

Der ehrliche Teil: Die fünfte Zeile ist falsch. „Меня любуясь на никогда не весело" ist eine verstümmelte Wiedergabe von и любуюсь ими, когда они веселы, und direkt davor gehört да я то als да зато zusammen. So sieht es aus, wenn eine saubere, unaufgeregte Lesung ausrutscht – ein lautes Café-Interview, in dem drei Personen durcheinanderreden, rutscht häufiger aus, und kein automatisches System vermeidet das vollständig. Das angehängte „в известный час на" ist kein Fehler, sondern der 45-Sekunden-Schnitt, der mitten im Satz landet. Die Aufnahmequalität bleibt der wichtigste Einzelfaktor für das Ergebnis.

Rundfunk-, Wissenschafts- und Business-Aufnahmen verwenden ganz überwiegend die russische Literatursprache, und genau darauf ist ConvertSpeech abgestimmt. Russisch ist für ein Sprachgebiet dieser Größe ungewöhnlich einheitlich: Die alte Dialektgrenze ist überwiegend eine Frage der Aussprache und nicht des Wortschatzes – das nördliche Okanje bewahrt unbetontes о als klares о, südliche Sprechweise reduziert es und macht aus г einen weichen Reibelaut –, und beides verhindert kein sauberes Transkript. Welcher Akzent auch immer: Die Ausgabe folgt derselben Standardrechtschreibung.

Russisch, wie es in der Ukraine und in Belarus gesprochen wird, ist ein häufiger und gut beherrschter Fall. Die üblichen Merkmale sind dasselbe reibelautige г, eine andere Satzmelodie und gelegentlich lokaler Wortschatz oder lokale Ortsnamen. Wo Sprachen offen gemischt werden – im ukrainisch-russischen Gemisch namens Surschyk oder seinem belarussischen Gegenstück Trasjanka –, schreibt die Engine die russischen Teile souverän und nähert sich den entlehnten Wörtern an, denn sie transkribiert eine Sprache und wechselt nicht zwischen zweien. Ist eine Aufnahme mehr ukrainisch als russisch, lassen Sie sie als Ukrainisch laufen.

Zentralasiatisches Russisch – Kasachstan, Kirgisistan, Usbekistan, Tadschikistan – ist in Grammatik und Wortschatz typischerweise standardnah, hat einen eigenen Akzent und wird gut transkribiert. Korrekturbedürftig sind vor allem die Namen: Kasachische, kirgisische und usbekische Personennamen, Städte und Institutionen gehören nicht zum gewöhnlichen russischen Wortschatz, und eine auf Russisch eingestellte Engine schreibt sie womöglich lautlich aus. Dasselbe gilt für das Herkunftsrussisch im Baltikum, in Israel, Deutschland und Nordamerika, wo Sprecher oft mitten im Satz lokale Begriffe einstreuen. In all diesen Fällen ist ein kurzer Blick auf die Eigennamen die bessere Zeitinvestition als das erneute Lesen des Fließtextes.