Licensed to be used in conjunction with basebox, only.
// dokumente
Speech-to-Text nutzen
Was ist Speech-to-Text in basebox?
Mit der Spracherkennung in basebox können Sie gesprochene Inhalte in Text umwandeln. Das spart Zeit beim Tippen und ermöglicht es Ihnen, auch unterwegs oder in Situationen zu arbeiten, in denen Schreiben unpraktisch ist.
basebox bietet dafür zwei getrennte Wege, die sich in einem wichtigen Punkt unterscheiden:
- Live-Aufnahme über Ihr Mikrofon – Ihre Aufnahme wird automatisch transkribiert und als Text in den Chat übernommen.
- Audiodatei hochladen – Die Datei wird nicht automatisch transkribiert. Sie geben basebox per Anweisung vor, was damit geschehen soll (z. B. „Transkribiere diese Aufnahme").
Videodateien werden nicht unterstützt
basebox kann keine Videodateien verarbeiten – sie lassen sich weder hochladen noch auslesen. Wenn Sie den Ton eines Videos benötigen, extrahieren Sie zuerst die Audiospur und laden Sie diese als Audiodatei hoch.
Methode 1: Live-Spracheingabe über Mikrofon
Wann nützlich: Für spontane Eingaben, Notizen oder wenn Sie lieber sprechen als tippen.
So nutzen Sie die direkte Spracheingabe:
- Mikrofon-Symbol finden – Klicken Sie auf das Mikrofon-Symbol neben dem Senden-Button im Chat
- Browser-Berechtigung erteilen – Erlauben Sie basebox den Zugriff auf Ihr Mikrofon (erscheint beim ersten Mal)
- Sprache auswählen – Sie können Deutsch oder Englisch vorgeben; unabhängig davon wird die gesprochene Sprache automatisch erkannt
- Aufnahme starten – Die Aufnahme beginnt automatisch nach der Sprachauswahl
- Deutlich sprechen – Sprechen Sie klar und in normalem Tempo
- Aufnahme beenden – Beenden Sie die Aufnahme, wenn Sie fertig sind
- Text überprüfen – Der gesprochene Inhalt wird automatisch als Text im Chat eingefügt
Was passiert danach: Sie können den transkribierten Text wie eine normale Texteingabe verwenden – bearbeiten, ergänzen oder direkt senden.
Browser-Berechtigungen verstehen:
Beim ersten Mal fragt Ihr Browser nach Mikrofon-Zugriff:
- Chrome/Edge: Popup oben links mit „Zulassen" oder „Blockieren"
- Firefox: Benachrichtigung in der Adressleiste
- Safari: Berechtigung in den Browser-Einstellungen
Wichtig: Ohne Mikrofon-Berechtigung funktioniert die Live-Aufnahme nicht.
Methode 2: Audiodatei hochladen
Wann nützlich: Für Meetings, Interviews, Vorträge oder andere bereits aufgenommene Inhalte.
Anders als bei der Live-Aufnahme wird eine hochgeladene Datei nicht von selbst transkribiert. Sie entscheiden mit Ihrer Anweisung, was mit der Aufnahme geschehen soll – entweder eine Transkription, oder Sie nutzen die Datei als Grundlage für eine andere Aufgabe.
So arbeiten Sie mit einer Audiodatei:
- Datei hochladen – Ziehen Sie die Audiodatei per Drag & Drop in den Chat oder nutzen Sie das Büroklammer-Symbol
- Anweisung mitgeben – Sagen Sie basebox, was geschehen soll, z. B. „Transkribiere diese Aufnahme" oder „Fasse die wichtigsten Punkte dieser Besprechung zusammen"
- Verarbeitung abwarten – Je nach Länge der Aufnahme kann das einige Minuten dauern
- Ergebnis nutzen – Der Text erscheint im Chat und lässt sich direkt weiterverwenden
Länge der Aufnahme: Sie können Audiodateien mit einer Länge von bis zu einer Stunde hochladen.
Welche Audioformate unterstützt werden – darunter MP3, WAV und M4A –, finden Sie unter Unterstützte Dateiformate.
Tipps für optimale Erkennungsqualität
Für Live-Aufnahmen:
Umgebung optimieren:
- Ruhige Umgebung – Minimieren Sie Hintergrundgeräusche
- Gutes Mikrofon – Nutzen Sie ein Headset oder externes Mikrofon, wenn möglich
- Stabiler Abstand – Halten Sie ca. 20–30 cm Abstand zum Mikrofon
Sprechweise anpassen:
- Deutlich artikulieren – Sprechen Sie klar und nicht zu schnell
- Normale Lautstärke – Nicht flüstern, nicht schreien
- Pausen machen – Kurze Pausen zwischen Sätzen helfen der Erkennung
Für Audio-Dateien:
Aufnahmequalität:
- Hohe Audioqualität – Mindestens 16 kHz Abtastrate
- Mono oder Stereo – Beide werden unterstützt
- Geringe Komprimierung – Unkomprimierte oder verlustfrei komprimierte Aufnahmen liefern die besten Ergebnisse
Inhalt optimieren:
- Ein Sprecher – Funktioniert am besten mit einer Person
- Klare Sprache – Dialekte können die Genauigkeit beeinträchtigen
- Kurze Segmente – Teilen Sie sehr lange Aufnahmen auf
Unterstützte Sprachen
Aktuell verfügbar:
- Deutsch – Optimiert für deutsche Sprache und Begriffe
- Englisch – Für englischsprachige Inhalte
Sprachauswahl: Sie können die Sprache manuell auf Deutsch oder Englisch festlegen. Unabhängig davon erkennt basebox die gesprochene Sprache automatisch – Ihre Profileinstellung spielt dabei keine Rolle.
Häufige Probleme und Lösungen
Mikrofon funktioniert nicht:
Problem: Keine Aufnahme möglich Lösungen:
- Browser-Berechtigungen prüfen und neu erteilen
- Mikrofon in den Systemeinstellungen aktivieren
- Anderen Browser testen
- Seite neu laden und erneut versuchen
Schlechte Erkennungsqualität:
Problem: Text ist fehlerhaft oder unvollständig Lösungen:
- Deutlicher und langsamer sprechen
- Hintergrundgeräusche reduzieren
- Mikrofon-Abstand anpassen
- Andere Sprache auswählen
Audiodatei wird nicht verarbeitet:
Problem: Upload oder Transkription funktioniert nicht Lösungen:
- Prüfen, ob Sie eine Anweisung mitgegeben haben – ohne Anweisung wird eine hochgeladene Datei nicht transkribiert
- Dateiformat prüfen – siehe Unterstützte Dateiformate
- Browser-Cache leeren
Praktische Anwendungsfälle
Für Meetings und Besprechungen:
- Live-Notizen während Videokonferenzen
- Meeting-Protokolle aus Aufnahmen erstellen
- Action Items schnell diktieren
Für Content-Erstellung:
- Blog-Artikel diktieren statt tippen
- Ideen sammeln unterwegs per Sprachmemo
- Interviews transkribieren für weitere Bearbeitung
Für Dokumentation:
- Arbeitsschritte verbal dokumentieren
- Projektberichte sprechen statt schreiben
- Kundengespräche nachbearbeiten
Nach der Transkription: Text weiter nutzen
Was Sie mit dem transkribierten Text machen können:
- Direkt bearbeiten – Fehler korrigieren und ergänzen
- Zusammenfassen lassen – basebox kann den Text analysieren
- Strukturieren – In Stichpunkte oder Kapitel gliedern
- Übersetzen – In andere Sprachen übertragen
- Weiterverarbeiten – Als Basis für andere Dokumente nutzen
Wichtiger Hinweis
Die Erkennungsqualität hängt stark von der Audioqualität und Sprechweise ab. Überprüfen Sie den transkribierten Text immer auf Richtigkeit, besonders bei wichtigen Dokumenten.
Tipp
Beginnen Sie mit kurzen Testaufnahmen, um ein Gefühl für die optimalen Einstellungen zu bekommen.
Probleme mit der Spracherkennung oder Fragen zur Audioqualität? Support kontaktieren