Wissenschaftlich gesehen zählt „Speech-to-Text“, also das Diktieren und automatische Aufschreiben des Textes, als gelöstes Problem. Es gibt Diktierfunktionen auf dem Handy, in Word und auch in vielen weiteren Apps.
Aber bleiben die Daten dabei auf dem Gerät? Kann man bedenkenlos auch personenbezogene Daten diktieren? Und kann man sicher sein, dass keiner diese Informationen abgreift, oder auch nur für Trainingszwecke seiner eigenen KI verwendet?
Um sicher zu sein, dass die Daten lokal bleiben, kann man eines der mittlerweile kostenlos verfügbaren Sprachmodelle (kein Large Language Model) lokal ausführen. Diese funktionieren auch ohne Internetverbindung, müssen also alle Berechnungen selbst durchführen.
Wie gut sind diese Modelle mittlerweile? Das zeigt das folgende Video am Beispiel eines spontan vorgelesenen Gesetzestextes.
Manches Wort ist undeutlich ausgesprochen, eben wie im Alltag üblich. Unser Diktierprogramm korrigiert viele solcher Fehler im Nachgang.