An dieser Stelle wird der Faden zu Speech-to-Text nochmals aufgenommen. Wie in einem früheren Beitrag in dieser Newsletter-Reihe angekündigt, hat das HIS-Programm eine Marktuntersuchung zu diesem Thema durchgeführt. Darin werden verschiedene Produkte und Dienste, welche sich im Umgang mit den Hauptlandessprachen der Schweiz eignen, hinsichtlich betrieblicher, funktionaler und preislicher Aspekte gegenübergestellt. Des Weiteren wird aufgezeigt, wo aktuell die Stärken und Schwächen entsprechender Lösungen liegen, und zwar mit einem auf die Einsatzmöglichkeiten in der Justiz gerichteten Blick.

Anwendungsfälle in der Justiz

Aufgrund der Einfachheit der Benutzung in Kombination mit den beeindruckenden Transkriptionsresultaten erfreut sich Speech-to-Text einer immer grösseren Verbreitung und Beliebtheit in der Administrations- und Kanzleiarbeit. Vielerorts ist der Einsatz solcher Lösungen nicht mehr wegzudenken. Der Schritt zurück auf herkömmliche Wege zum Verfassen von Texten via Diktiergerät und dem anschliessenden Abtippen stellt oft schon gar keine Option mehr dar.

Für das HIS-Programm stehen jedoch andere Anwendungsfälle im Betrachtungszentrum. Hier interessiert in erster Linie, ob sich Speech-to-Text-Lösungen in Mehrsprechersituationen wie beispielsweise Einvernahmen und Gerichtsverhandlungen zweckvoll einsetzen lassen oder wie sich die Qualität präsentiert, wenn der Input in regionaler Ausprägung, sprich in Dialekt oder akzentreich, erfolgt.

Nun, es lässt sich festhalten, dass in diesen Situationen die Praxisreife der automatischen Spracherkennung noch nicht erreicht ist. Um dem Umstand zu begegnen, laufen die Entwicklungstätigkeiten der verschiedenen Anbieter auf Hochtouren, mitunter auch in Kooperation mit renommierten Forschungsinstituten. So bleibt zurzeit der hauptsächliche Einsatzzweck von Speech-to-Text in der Justiz bei der direkten Erfassung von Dokumentinhalten und ersetzt dadurch das Diktiergerät. Dies mit dem erwähnenswerten Vorteil, dass in den administrativen Bereichen eine Entlastung erzielt werden kann.

Und was bedeutet das?

Hinsichtlich der HIS-Anforderungen (Mehrsprechererkennung) stehen momentan also noch keine passenden Lösungen zur Verfügung. Aus diesem Grund hat die Programmleitung entschieden, vorerst von einem Testbetrieb für Speech-to-Text abzusehen. Zudem sind im HIS-Umfeld die Standard-Anwendungsfälle (direkte Transkription, Diktat) von eher geringem Interesse. Dieser Umstand verstärkt den Verzicht, bis auf Weiteres keine praktischen Erfahrungen mit dieser Technologie zu sammeln.

Nichtsdestotrotz wird man die Entwicklungsaktivitäten im Speech-to-Text-Bereich am Rande weiterverfolgen, denn in absehbarerer Zeit werden die HIS-spezifischen Anforderungen durch entsprechende Software-Lösungen erfüllt werden können.

Die vollständige Marktübersicht steht zur Verfügung.