IBM ViaVoice Testbericht

Ist die Spracherkennung nun endlich ausgereift?

Hier und heute ein Bericht zu IBM ViaVoice in der Version 8 Standard! Diese Spracherkennung ist das erste Programm, welches ich kenne, das wirklich gut funktioniert. Doch dazu etwas später!


Vorgeschichte
°°°°°°°°°°°°°°°°°°°°°°°°°°
Vor einigen Jahren habe ich mir bei Aldi ein preiswertes Programm zur Spracherkennung gekauft. Damals musste man beim Diktieren nach jedem Wort eine kleine Pause einlegen (diskrete Diktierweise). Das Diktieren war dadurch ziemlich kompliziert. Jeder kleine Fehler musste zudem sehr umständlich korrigiert werden. Ich habe das Programm mehrmals getestet und danach zur Seite gelegt. Ein zufrieden stellendes Arbeiten war damit nicht möglich. Der Preis war aber günstig (ca. 29 DM), so dass nicht viel verloren war.

Der nächste Versuch war dann schon IBM ViaVoice in einer älteren Version, die mit der Lotus SmartSuite mitgeliefert wurde. Auch ein ordentliches Head set wurde mitgeliefert. Damit konnte man sogar schon kontinuierlich diktieren, also ohne Pause zwischen den einzelnen Worten. Der Mangel lag aber daran, dass keine vernünftige Dokumentation mitgeliefert wurde. Es war so sehr schwer, sich in das Programm einzuarbeiten. Das war der eigentliche Hauptgrund, warum ich schon lange nicht mehr diktiert habe.

Da kamen mir meine gesammelten Webmiles gerade recht. Für 1670 Webmiles wurde mir die neueste Version IBM ViaVoice 8 zugeschickt. Dies ist zwar nur die Standardausgabe, aber für meine Zwecke reicht diese vollkommen.


Lieferumfang
°°°°°°°°°°°°°°°°°°°°°°°°°°
In der wie üblich viel zu großen Software-Schachtel liegt die CD (ohne Juwel-Case), ein Handbuch mit über 100 Seiten, eine Referenzkarte mit den wichtigsten Befehlen, eine Registrierkarte, das Head set und die dazugehörige Anleitung. Ich muss dazu sagen, dass es schon das dritte Head set ist, welches ich benutze, und die Qualität stellt die beiden anderen in den Schatten. Das Handbuch zu ViaVoice ist ausführlich, informativ und gut verständlich.


Systemanforderungen
°°°°°°°°°°°°°°°°°°°°°°°°°°
Um mit ViaVoice Standard arbeiten zu können, braucht man mindestens Windows 95. Besser sind aber Windows 98 oder Millennium geeignet. Der Prozessor sollte ein Pentium mit 266 Megahertz sein. Die MMX-Technologie wird vorausgesetzt, was ja heute selbstverständlich ist.

Als Hauptspeicher sollten 64 MB RAM verfügbar sein. Natürlich kann es nie genug RAM sein, weswegen 128 MB gut wären. Ich habe früher mit 64 MB probiert und konnte damit nicht gut arbeiten. Heute habe ich 256 MB RAM, womit alle Diktate problemlos gelingen.

Auf der Festplatte werden ungefähr 450 MB Speicherplatz gebraucht. Für Erweiterungen kann etwas mehr freier Platz nicht schaden. Außerdem braucht man ein CD-ROM-Laufwerk (mindestens 4-fach-Geschwindigkeit) sowie eine Soundkarte mit mindestens 16 Bit-Technologie. Diese Soundkarte muss über eine Eingangsbuchse für das Mikrofon verfügen, aber das dürfte wohl heute ebenfalls Standard sein.

Generell kann man sagen, dass die Systemanforderungen für die professionelle Version nochmals deutlich höher sind.


Preise und Versionen
°°°°°°°°°°°°°°°°°°°°°°°°°°
Von ViaVoice gibt es verschiedene Versionen. Die hier besprochene Standardversion kostet 98 Mark. Sie arbeitet laut Handbuch nur mit Word und SpeakPad zusammen.

Daneben gibt es die professionelle Version, welche DM 398,- kostet. Die professionelle Version bietet vor allen Dingen mehr Komfort, weil sie mit jeder Software zusammen arbeitet. Beispiele: Word, Excel, Outlook, Internet-Explorer und viele andere mehr.

Wer die professionelle Version kaufen möchte, sollte auf den Preis achten. Ich habe sie bei einigen Anbietern schon für knapp über DM 300,- gesehen. Das Update von einer beliebigen Vorversion kostet ungefähr DM 200,-. Auch hier sind bei verschiedenen Anbietern Ersparnisse möglich. Tipp: Irgendwo eine billige Vorversion kaufen und dann das Update dazu nehmen, so wird die professionelle Version am günstigsten.

Beide ViaVoice-Versionen erkennen auf Anhieb 1 Million Wörter. Der persönliche Wortschatz kann um 64.000 Wörter erweitert werden. Dieser Umfang dürfte auch für umfangreiche Projekte genügen.


Installation
°°°°°°°°°°°°°°°°°°°°°°°°°°
Zunächst muss die Software installiert werden. Im Verlauf der Installation wird sehr detailiert die Installation der Hardware erklärt. Schritt für Schritt in einer Anleitung mit vielen Bildern wird der Anschluss des head set an den Computer dargestellt. Ich habe es auf Anhieb geschafft, dass head set richtig anzuschließen.

Danach erfolgt ein Test, ob der Anschluss auch funktioniert hat. Dies war mir der Fall, weswegen sofort die Erkennung der Stimme beginnen konnte. Zu diesem Zweck muss ein Text vorgelesen werden, was ca. 10 Minuten lang dauert, wenn das Programm die Stimme sofort erkennen kann. Auch das war bei mir der Fall, obwohl ich (Autor: Andreas.Wilhelm) Hochdeutsch mit einem deutlichen pfälzischen Einschlag spreche.

Im Anschluss an das Vorlesen wird die Sprache analysiert. Auch dies dauert einige Minuten. Danach kann es dann losgehen, ich habe einige Texte im SpeakPad diktiert und war über die gute Erkennung sofort erstaunt. Alle Texte ohne viel Fremdwörter und Fachwörter wurden praktisch ohne Fehler eingelesen.

Mit anderen Worten: Für den Anfang war ich sehr zufrieden.


Erfahrungen
°°°°°°°°°°°°°°°°°°°°°°°°°°
Ich versuche jetzt seit einigen Tagen, alle meine Texte mit ViaVoice zu diktieren. Das funktioniert in Microsoft Word ebenso gut wie in SpeakPad. (SpeakPad ist das Programm zum Diktieren, was bei ViaVoice mitgeliefert wird.) SpeakPad ist mir jedoch lieber, weil das Programm einfach und schnell funktioniert. Die diktierten Texte sind einfach durch Kopieren und Einfügen in andere Anwendungen zu übertragen.

Beim Diktieren fallen einige Schwachpunkte auf, die aber nicht am Programm liegen müssen, sondern eher daran, dass das Programm noch nicht vollständig an meine Stimme angepasst ist. Sprich: einige Wörter werden einfach nicht erkannt. Das betrifft sowohl Fremdwörter als auch längere deutschsprachige Wörter.

Mit jedem diktierten Text werden die Fehler jedoch weniger und die Erkennungsgenauigkeit besser. Das Aufnehmen neuer Wörter in den Sprachumfang des Programms verbessert die Erkennung zusätzlich. Dies ist zwar am Anfang etwas Arbeit, zahlt sich aber sehr schnell aus.

Ich kann mittlerweile schon Fachtexte diktieren, die aus der Betriebswirtschaftslehre oder Datenverarbeitung sehr viele Fachbegriffe enthalten und trotzdem weitgehend richtig erkannt werden. Ebenso fällt es mir nicht mehr schwer, Fehler per Spracheingabe zu korrigieren. Die beiliegende Karte mit der Befehlsreferenz hilft einem dabei sehr. Es ist beachtlich, wie sicher ViaVoice zwischen der Eingabe von Sprachbefehlen und der Eingabe von diktiertem Text unterscheiden kann. Frühere Versionen hatten dabei deutlich größere Probleme.

Sehr gut finde ich, dass Zahlen automatisch richtig formatiert werden. Ebenso werden Datumsangaben und Währungsangaben korrekt dargestellt. Das macht gut formatierte Texte leichter erstellbar.

Man sieht also, dass mit einiger Geduld die heutige Technologie der Spracherkennung so weit gediehen ist, dass man damit nun wirklich arbeiten kann.

Auch dieser Text wurde von mir diktiert und musste nur in wenigen Punkten verbessert werden. Die hier vorgekommenen neuen Wörter sind in meinem Benutzerwörterbuch aufgenommen worden und werden bei jedem neuen Text automatisch richtig erkannt werden.

Bemerkung am Rande: Das größte Problem besteht für mich darin, beim Diktieren perfekte Sätze aus dem Stegreif formulieren zu müssen. Daran werde ich sicher länger üben müssen als bei der Sprecherkennung durch ViaVoice. Wenn ich nämlich vor dem Diktieren meine Texte auf Papier formulieren würde, wäre der Zeitvorsprung dahin. Das kann ja nicht Sinn der Sache sein.


Fazit
°°°°°°°°°°°°°°°°°°°°°°°°°°
Das Programm ViaVoice 8 ist eine echte Empfehlung. Da ich mit der Standardversion schon sehr zufrieden bin, kann die professionelle Version eigentlich nur noch besser sein. (Anmerkung: Ich habe die Profi-Version seit einiger Zeit, kann aber erkennungstechnisch keine Unterschiede feststellen. Aber natürlich ist es schon angenehm, direkt nach Word diktieren zu können.)

Ich bewundere die stetige Verbesserung der Technologie der Spracherkennung in den letzten Jahren. Mittlerweile ist diese Technologie zumindest so ausgereift und so billig geworden, dass der Durchschnittsanwender gut damit arbeiten kann. Natürlich muss man bereit sein, dem Programm in der Anfangszeit die eigenen Eigenheiten beizubringen, aber das dürfte das geringste Problem sein.


Schöne Grüße und gutes Diktieren wünscht Andreas


(c) Andreas Wilhelm 04.03.2002