Wie Parley Notes ohne Meeting-Bot und ohne Cloud lernt, wer spricht

Transkribiere ein Gespräch am Kaffeetisch mit einem gewöhnlichen Tool und du bekommst ein Skript voller „Sprecher 1“ und „Sprecher 2“. Die Hälfte des Werts der Notiz ist dahin, weil du nicht mehr weißt, wer die Zusage gemacht hat.

Meeting-Bots umgehen das Problem mit einem Trick. Alle sitzen in einer eigenen Videokachel mit Namen, also muss der Bot Stimmen nie auseinanderhalten. Leg ein Handy zwischen drei Personen auf den Tisch und es gibt keine Kacheln. Es gibt ein Mikrofon und einen Raum.

Bring ihm einmal deine Stimme bei

Fang mit deiner an. Sprich fünfzehn Sekunden, wenn die App dich darum bittet, oder öffne eine beliebige Notiz und tippe bei einer deiner Zeilen auf Das bin ich. Bei einer Notiz mit nur einer Stimme fragt die App einfach: „Sind Sie das?“

Von da an sind deine Zeilen in jeder Notiz als deine markiert, also wird die Zusammenfassung aus deiner Sicht geschrieben. „Du hast das überarbeitete Angebot bis Freitag versprochen“ ist ein anderer Satz als „Sprecher 2 hat ein Angebot versprochen“.

Dann die Menschen, mit denen du arbeitest

Wenn du in einer Notiz einen Sprecher umbenennst oder einen vorgeschlagenen Namen bestätigst oder korrigierst, lernt Parley Notes auch diese Stimme. Wenn du nächste Woche wieder mit demselben Kunden zusammensitzt, kommen seine Zeilen schon mit Namen an. Die Menschen, die du am häufigsten triffst, erkennt die App mit der Zeit von selbst.

Dabei ist sie bewusst vorsichtig. Wenn zu wenig von einer Stimme da war, wenn die Zeilen zwei Personen mischen oder wenn die Stimme wie deine oder wie eine bereits bekannte klingt, wird nichts gespeichert und die App sagt es dir. Die Erkennung funktioniert außerdem am besten nah am Mikrofon. Quer durch einen lauten Raum steht bei einer Zeile vielleicht weiterhin „Sprecher 1“, bis du sie umbenennst, und das sagen wir lieber offen, als etwas zu versprechen, das ein Handy nicht immer kann.

Ein Stimmprofil ist biometrisch und deshalb bleibt es bei dir

Ein Stimmprofil ist eine kurze mathematische Skizze einer Stimme, keine Kopie des Klangs. Sensibel ist es trotzdem, deshalb beginnt das Design mit einer Regel: Jedes Stimmprofil, deines und die der Menschen, die dein Gerät kennt, bleibt auf diesem Gerät und wird nie hochgeladen.

Das gilt auch dann, wenn das Transkript selbst in der Cloud entsteht. Der Abgleich läuft auf deinem Handy oder Computer. Was das Gerät verlässt, ist eine Zeitleiste, wer wann gesprochen hat, mit den Namen, die du eingetippt hast. Kein Stimmprofil geht mit.

Die Liste hast du selbst in der Hand. Öffne Einstellungen, dann Deine Stimme, dann Personen, die dieses Gerät kennt. Vergiss eine Person oder alle auf einmal. Schalte Meine Stimme erkennen aus und auch dein eigenes Stimmprofil wird gelöscht. Stimmprofile wandern nicht mit deinem Konto auf ein neues Handy.

Die anderen Menschen im Raum

Sie haben sich die App nicht ausgesucht, deshalb zählt die älteste Gewohnheit noch immer am meisten: Sag Bescheid, dass du Notizen machst, bevor ihr anfangt. Ihre Stimmprofile erreichen nie unsere Server und du kannst jede Person vergessen, sobald sie darum bittet.

Das Lernen von Stimmen gibt es in den Apps für Android und Windows.