Live-Untertitel im Test

• ScribeIndex-Score: 0 bis 100 Punkte. Je höher der ScribeIndex-Score, desto näher kommt die Ausgabe dem Ziel der Testreihe. Die Inhaltsqualität im ScribeIndex-Score besteht zu 50 % aus der Erkennung (100 minus WER), zu 30 % aus rechtzeitiger Anzeige und zu 20 % aus stabiler Anzeige.
• WER: Wortfehlerrate, niedriger ist besser. Darunter das 95-%-Konfidenzintervall.
• Nacharbeit je Veranstaltung: Zeit bis zur Zielfassung der Untertiteldatei der Aufzeichnung, geschätzt aus den gezählten Fehlern. Die Zielfassung ist für alle Dienste dieselbe. Die Aufnahmen dauern im Schnitt 35,5 Minuten. Nicht enthalten ist das einmalige Abspielen der Aufnahme mit den Untertiteln, das auch von Hand erstellte Untertitel brauchen.
• Speicher- und Verarbeitungsort: „EU verfügbar“: Eine reine EU-Region ist möglich, prüfen Sie die eingestellte Region Ihres Kontos. „teils ohne Angabe“: Für einzelne Verarbeitungsschritte nennt der Anbieter keinen Ort. „Datenschutzrahmen“: Der Empfänger in den USA ist nach dem EU-US Data Privacy Framework zertifiziert. Für zertifizierte Empfänger gilt ein Angemessenheitsbeschluss der EU, über den der Gerichtshof noch entscheidet.
• Preis: Herstellerangaben. Abonnements stehen als Monatswert, Verbrauchspreise je Einheit, jeweils mit Abrechnung und Steuerbasis, soweit der Anbieter sie nennt.

Je Zeile ist der beste Wert fett markiert, beim ScribeIndex-Score nur ohne Gleichstand.

Der Zeitversatz ist der absolute Abstand zwischen „Wortende im Ton beim Publikum“ und „Erste Anzeige des Wortes in endgültiger Form“. Die Übertragungsverzögerung des Tons wird separat ausgewiesen. Clevercast spielt Bild und Ton im Mittel 89 s verzögert aus. Der Zeitversatz der Untertitel bezieht sich bei diesem Dienst auf den verzögerten Ton. Für Untertitel im Saal zählt die Verzögerung mit.

• Untertitel beurteilen: Gute Untertitel: Zeilenlänge, Lesetempo, Timing und Pflichten Gute Untertitel geben das Gesprochene korrekt wieder, erscheinen synchron zum Ton und bleiben lange genug stehen, um sie zu lesen. Netflix erlaubt für deutsche Untertitel zwei Zeilen mit je 42 Zeichen, ARD, ORF, SRF und ZDF 37 Zeichen je Zeile. Automatische Untertitel beurteilen Sie getrennt nach Text, Timing und Lesbarkeit.
• Messwerte verstehen: Word Error Rate erklärt: WER, CER und echte Aussagekraft Die Word Error Rate (WER) misst Wortabweichungen zwischen Transkript und Referenz. Sie eignet sich für den Vergleich von Spracherkennung unter identischen Regeln. Ob ein zusammenfassendes Dokument inhaltlich stimmt, misst sie nicht.
• Wer hat was gesagt?: Sprechererkennung erklärt: Diarisierung, DER und Zuordnung Diarisierung ordnet Audioabschnitte verschiedenen Sprechern zu und wird mit der Diarization Error Rate (DER) gemessen. Eine korrekte Worterkennung genügt dafür nicht. Namen, Rollen und die Zuordnung von Fakten zu Personen brauchen eine eigene Prüfung.