Zum Inhalt
Zusammenfassung zu japanischen Transkriptions-Tools und deren Genauigkeit
Im Rahmen unseres Tests zur Transkription japanischer Besprechungen haben wir sechs Tools anhand von drei aufgezeichneten Besprechungen geprüft. Die Ergebnisse zeigten ,dass tl;dv mit 189 von 200möglichen Punkten insgesamt am bestentl;dv .
Das zweite Tool, das gut abschnitt, war Notta mit 166 Punkten, gefolgt von Rimo mit 140 Punkten.
tl;dv in Bereichen wie der Transkriptionsgenauigkeit und praxisnahen Besprechungselementen wie Zusammenfassungen tl;dv und bot darüber hinaus zahlreiche nützliche Funktionen, die die Qualität der Besprechungsergebnisse über die reine Transkription hinaus verbesserten. Insbesondere wurden die Nennung der Sprecher und die Transkription von Eigennamen korrekt verarbeitet.
Tools zur Transkription japanischer Besprechungen sind unglaublich nützlich für alle, die täglich Besprechungen und Arbeitsabläufe auf Japanisch durchführen.
Weltweit können Besprechungen sehr lebhaft verlaufen – mit mehreren Rednern, schnellem Redewechsel und gelegentlichen Lehnwörtern aus dem Englischen. Und obwohl viele auf dem Markt erhältliche Tools japanischsprachigen Nutzern Transkriptionen und andere Funktionen bieten, ist es wichtig, sicher zu sein, dass Ihre Besprechungen korrekt aufgezeichnet werden.
Um einen Einblick zu geben, wie tl;dv für japanische Nutzer tl;dv , haben wir es mit fünf anderen gängigen Tools auf dem Markt verglichen. Dabei handelte es sich um folgende:
- Rimo
- Tactiq
- CLOVA von Naver
- Notta
- Google Gemini
Alle diese Tools erhielten dasselbe Ausgangsmaterial und wurden anschließend in vier verschiedenen Bereichen bewertet.
Anschließend haben wir die Transkriptions- und Zusammenfassungsergebnisse verwendet, diese mit einem LLM bewertet und dann von einer zweiten Gruppe japanischsprachiger Personen in anonymisierter Form überprüfen lassen.
Das sind die Ergebnisse.
| Stufe | Max | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Transkription und Genauigkeit | 65 | 60 | 57 | 26 | 33 | 57 | 39 |
| Realistische Besprechungsqualität | 45 | 45 | 24 | 30 | 24 | 38 | 17 |
| Funktionen und Merkmale | 72 | 66 | 47 | 46 | 32 | 59 | 11 |
| Vertrauen, Sicherheit und Wert | 18 | 18 | 12 | 12 | 6 | 12 | 15 |
| Gesamtpunktzahl | 200 | 189 | 140 | 114 | 95 | 166 | 82 |
| Rang | 1 | 3 | 4 | 5 | 2 | 6 |
Transkription und Genauigkeit japanischer Besprechungen
Dies sind die Ergebnisse eines Vergleichs der Transkriptionsgenauigkeit von sechs Tools anhand derselben japanischen Audioaufnahme. Die Ergebnisse wurden von LLMs (ClaudeAnthropicund ChatGPT von OpenAI) bewertet und anschließend anhand einer Blindbewertung durch Muttersprachler bestätigt, wobei die Namen der Tools verborgen blieben.
| Metrisch | Wie wird gewertet? | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Sprachliche Genauigkeit | Blinde Bewertung des Schweregrads durch Muttersprachler hinsichtlich der sprachlichen Korrektheit | 20/20 | 20/20 | 20.8. | 20.12. | 20/20 | 16/20 |
| Sprachspezifische Handhabung | Diakritische Zeichen, Zeichensetzung, regionale Varianten, Sprachwechsel | 16/20 | 16/20 | 20.8. | 20.8. | 16/20 | 20.12. |
| Bewertung der Zeichenfehlerquote | Auf der Grundlage eines offiziellen Zeugnisses oder eines Referenztextes berechnet | 5/5 | 4/5 | 2/5 | 2/5 | 5/5 | 1/5 |
| Entitätserkennung | Namen, Firmen und Orte der gesamten Besetzung | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 2/5 |
| Zahlen, Datumsangaben und Währungen | Zahlen, Datumsangaben und Beträge sind in der jeweiligen Sprache korrekt formatiert | 4/5 | 4/5 | 3/5 | 3/5 | 4/5 | 4/5 |
| Fachbegriff: Rohdaten-Erkennung | Fachbegriffe und Abkürzungen vor der maßgeschneiderten Schulung | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 3/5 |
| Zeichensetzung und Segmentierung | Satzumbrüche und Absatzgliederung in der Ausgabe des Testlaufs | 5/5 | 5/5 | 1/5 | 4/5 | 4/5 | 1/5 |
| Zwischensumme für Transkription und Genauigkeit | 60/65 | 57/65 | 26/65 | 33/65 | 57/65 | 39/65 |
Von den sechs bewerteten Tools wiestl;dv mit einer Zwischensumme von 60 die höchste Genauigkeit auf.
Rimo folgte mit 57, Notta ebenfalls mit 57, Google Gemini mit 39, ClovaNote mit 33 und Tactiq mit 26 Punkten.
tl;dv bereits vor jeglichem benutzerdefinierten Training den ersten Platz in den Bereichen Sprachgenauigkeit, Genauigkeit bei Eigennamen und Personennamen sowie Erkennung von Fachbegriffen. Außerdem erzielte es hervorragende Ergebnisse in Bereichen wie sprachspezifischer Verarbeitung, Zahlen, Datumsangaben und Währungen sowie Zeichensetzung und Segmentierung.
Entitätserkennung
Ein Aspekt, den wir getestet haben, war die Entitätserkennung. Unter Entitätserkennung versteht man die Fähigkeit des Tools, bekannte Namen und Begriffe korrekt wiederzugeben. In der Audioaufnahme kamen mehrere Markennamen vor, darunter auch tl;dv“.
tl;dv tl;dv seine korrekte Form mit dem Semikolon identifizieren und richtig transkribieren. Keines der anderen Tools war dazu in der Lage, obwohl viele es als „TLDV“ transkribieren konnten, was in diesem Fall nahezu korrekt ist. Einige der anderen Tools konnten es überhaupt nicht korrekt wiedergeben, darunter auch CLOVA , das Varianten wie „pldv“, „gldv“ und einfach nur „dv“ ausgab.
Wir haben festgestellt, dass dies auch für andere Markennamen und Personennamen gilt, wobei viele der Tools in ihren Ausgaben unterschiedliche Schreibweisen der Eigennamen verwenden. Ein Tool, das einen etablierten Namen korrekt wiedergibt, neigt dazu, auch bei anderen in einer Besprechung vorkommenden Entitäten wie Orten, Personen und Firmennamen die Genauigkeit beizubehalten.
tl;dv die höchste Punktzahl aller sechs Tools. Diese Konsistenz erstreckte sich auch auf andere Entitäten in den Transkripten, wobei tl;dv die Namen von Personen tl;dv beibehielt, wenn in der Rede auf sie Bezug genommen wurde.
CER-Werte
Wir konnten einen vierten Test unter Verwendung einer verifizierten Transkription aus einer Drittquelle durchführen, umdie Zeichenfehlerrate (CER) zu berechnen, eine grundlegende Kennzahl für die Bewertung von ASR (Sprach-zu-Text). Bei unseren CER-Tests tl;dv ein hervorragendes Ergebnis von 0,8 %, dicht gefolgt von Notta. Zum Vergleich: Rimo erreichte 1,5 %, Tactiq , Tactiq %, Clova , Clova % und Gemini , Gemini %. Gemini auf einer kürzeren Aufnahme, da bei der Aufzeichnung ein Fehler auftrat.
Beschriftung der Lautsprecher
tl;dv das einzige Tool, das die Namen der Sprecher kennzeichnete. Bei Aufnahmen mit mehreren Sprechern wirkt sich diese Unterscheidung direkt auf die Nutzbarkeit des Transkripts aus. Dies ist der Hauptgrund dafür, tl;dv vor Rimo tl;dv , das zwar eine vergleichbare Genauigkeit aufwies, jedoch keine Sprecherkennzeichnungen liefert.
Beobachtungen zur Konkurrenz
Rimo erzielte das knappste Ergebnis und zeichnete sich durch hohe Genauigkeit sowie gut proportionierte, gut lesbare Segmente aus. Die größte Einschränkung besteht darin, dass keine Sprecherbezeichnungen vorhanden sind, und der Produktname wurde als „TLDV“ wiedergegeben.
Auch Notta zeigte eine gute Leistung und gliederte den Text in übersichtliche Absätze, auch wenn die Textblöcke nach Ansicht unserer Muttersprachler-Jury tendenziell etwas zu lang waren.
Clova saubere Zeilenumbrüche nach jedem Satz, doch die Genauigkeit reichte nicht aus, um diese zu unterstützen, und die uneinheitliche Darstellung der verschiedenen Produktnamen deutet auf umfassendere Probleme bei der Erkennung hin.
Bei den grundlegenden Funktionen Tactiq am schlechtesten Tactiq . Die Sprechererkennung versagte, da ein einzelner Sprecher auf mehrere Labels aufgeteilt wurde, und die Genauigkeit war durchweg gering. Das System erzielte das schlechteste Ergebnis der sechs getesteten Systeme.
Ein Hinweis zu Google Gemini
Da es sich bei den Ausgangsmaterialien um vorab aufgezeichnete Webinare handelte, Gemini nicht live innerhalb einer Google Meet ausgeführt werden, was seine übliche Erfassungsmethode ist. Zur direkten Verarbeitung der M4A-Datei wurde ein kostenpflichtiges Google-Konto verwendet. Gemini nur einen Ausschnitt der Sitzung statt der vollständigen Aufzeichnung, und der transkribierte Abschnitt wies überall dort Qualitätsmängel auf, wo das Audiomaterial nicht analysiert werden konnte, was zu einer schwachen, schwer lesbaren Ausgabe führte. Zum Vergleich wurde dieselbe Datei an Notta übergeben, was zeigte, dass das Problem nicht bei der Quelle lag.
Es wurde ein Live-Test mit einem vierten Asset durchgeführt, der live über Google Meet stattfand Google Meet die CER-Werte zu berechnen. Google Gemini live in die Besprechung eingebunden, wurde jedoch vorzeitig beendet und musste anschließend erneut eingebunden werden. Infolgedessen war das Transkript erneut unvollständig und wies zahlreiche Ungenauigkeiten auf.
Gemini der Vollständigkeit halber in den Vergleich aufgenommen, wobei auf diese Einschränkung hingewiesen wurde. Die Ausgabe zeigte zudem eine gewisse Mehrsprachigkeit, da englische Aufnahmehinweise im Audio erkannt wurden.
Treffen in der Praxis – Qualität
Neben der Transkriptionsqualität ist auch die Qualität der Transkripte und anderer damit verbundener Elemente, wie beispielsweise Zusammenfassungen, ein sehr wichtiger Aspekt. In unseren Tests haben wir untersucht, wie diese Elemente dargestellt wurden und welchen Qualitätsstandard sie im täglichen Gebrauch aufweisen.
| Metrisch | Wie wird gewertet? | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Qualität der Diarisierung | Korrekte Anzahl der Sprecher und Zuordnung der Sprechrollen im Vergleich zur bekannten Besetzung | 10/10 | 4/10 | 2/10 | 6/10 | 6/10 | 6/10 |
| Verhaltensstabilität | Verhaltensstabilität über verschiedene Sitzungstypen hinweg | 10/10 | 10/10 | 6/10 | 9/10 | 10/10 | 2/10 |
| Zusammenfassung der Qualität | Nützlichkeit der Zusammenfassung und ob sie in der Ausgangssprache belassen wurde, unter Berücksichtigung von Lehnwörtern | 5/5 | 0/5 | 4/5 | 0/5 | 4/5 | 0/5 |
| Halluzinations-/Einfügungsrate | Erfundener, wiederholt oder duplizierter Text, der im Audio nicht vorkommt. Hörfehler und Auslassungen ausgenommen | 10/10 | 10/10 | 9/10 | 9/10 | 10/10 | 9/10 |
| Ermittlung von Aktionspunkten | Qualität der aus der Besprechung abgeleiteten Aufgaben und Folgemaßnahmen | 5/5 | 0/5 | 4/5 | 0/5 | 3/5 | 0/5 |
| Automatische Kapitel-/Abschnittsunterteilung | Wird die Sitzung in der Zusammenfassung in sinnvolle Abschnitte unterteilt? | 5/5 | 0/5 | 5/5 | 0/5 | 5/5 | 0/5 |
| Zwischensumme zur Qualität von Präsenzbesprechungen | 45/45 | 24/45 | 30/45 | 24/45 | 38/45 | 17/45 |
Von den sechs Tools tl;dv das einzige, das in jeder Kategorie zur Qualität von Besprechungen in der Praxis die volle Punktzahl erreichte, mit einer Zwischensumme von 45 von 45 Punkten. Notta folgte mit 38 Punkten, Tactiq 30, Rimo und CLOVA mit jeweils 24 sowie Google Gemini 17 Punkten.
Ein Großteil der Streuung lässt sich auf einen Faktor zurückführen: ob ein Tool überhaupt eine brauchbare japanische Zusammenfassung der Besprechung erstellt hat. Wenn im getesteten Tarif keine Zusammenfassung ausgegeben wurde, erhielt das Tool in den Bereichen Zusammenfassungsqualität, Aktionspunkte und Gliederung die Note 0. Dies spiegelt die Standardleistung des Tools wider und sagt nichts über die Qualität einer Zusammenfassung aus, die es möglicherweise in einem anderen Tarif erstellen könnte.
Diarisierung und Sprecherzuordnung
tl;dv die volle Punktzahl bei der Zuordnung der richtigen Sprecher und der Zuordnung der einzelnen Redebeiträge. CLOVA , Notta und Gemini im Mittelfeld, während Tactiq größten Tactiq und einen einzigen Sprecher auf mehrere Labels aufteilte.
Zusammenfassungen, Maßnahmen und Gliederung
Hier zeigt sich der Unterschied am deutlichsten. tl;dv, Tactiq und Notta lieferten japanische Zusammenfassungen, die hinsichtlich ihrer Qualität bewertet wurden, wobei tl;dv höchste tl;dv . Rimo, CLOVA und Gemini im getesteten Szenario standardmäßig keine Ergebnisse: Die Funktion CLOVA ist ausschließlich auf Koreanisch verfügbar, die von Rimo war kostenpflichtig und Gemini keine Gemini . Die Punktzahl spiegelt die Verfügbarkeit wider, nicht die Qualität der Zusammenfassungen.
Funktionen und Merkmale
Ein KI-Besprechungsassistent ist weit mehr als nur ein Protokollführer – er verfügt über zahlreiche Funktionen und Elemente, die die Qualität der Transkripte und die damit verbundenen Abläufe verbessern. Wir haben uns einige der bemerkenswertesten verfügbaren Funktionen angesehen und geprüft, ob die einzelnen Tools über diese Funktionen verfügen. Dabei haben wir die Bewertung angepasst, um den jeweiligen Nutzen und die Auswirkungen auf die Benutzererfahrung zu messen.
| Metrisch | Wie wird gewertet? | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Lautsprecherbenennung direkt nach dem Auspacken | Erkennt die Namen der tatsächlichen Sprecher in Meet, Zoom und Teams automatisch | 5/5 | 0/5 | 1/5 | 0/5 | 0/5 | 0/5 |
| Stimmabdruck | Möglichkeit, ein Stimmabdruck-Training für die eigene Stimme durchzuführen | 5/5 | 0/5 | 0/5 | 0/5 | 5/5 | 0/5 |
| Bot-freie Aufzeichnung | Nimmt über die System-Audiofunktion auf, ohne einen Bot in das Gespräch einzubinden | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 0/5 |
| CRM-Synchronisation | Native und automatische Synchronisierung | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Benutzerdefinierte Notizen / Vorlagen | Anpassbare Zusammenfassungsformate im Vergleich zu einer festen Ausgabe | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Training mit benutzerdefinierten Vokabeln/Entitäten | Branchenbegriffe und Abkürzungen vermitteln | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 | 0/5 |
| Lokalisierung der Benutzeroberfläche ins Japanische | Ob die Produktschnittstelle selbst auf Japanisch verfügbar ist | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 |
| Umfang der Integrationen | Slack, Kalender, Zapier, API | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Verarbeitungsgeschwindigkeit | Zeit vom Ende der Besprechung bis zur fertigen Mitschrift | 3/3 | 2/3 | 1/3 | 0/3 | 3/3 | 0/3 |
| Erfassung von Füllwörtern | Erfassung von Füllwörtern – Erfasst „ähm“, „äh“ und „este“ ohne Verdopplung bei Stottern. Ermöglicht eine vollständige Übersicht über die gesprochenen Transkripte, anstatt diese übermäßig zu glätten. | 3/3 | 0/3 | 0/3 | 0/3 | 0/3 | 0/3 |
| Genauigkeit der Zeitstempel | Stichprobenartig prüfen, ob die Zeitstempel den richtigen Zeitpunkt angeben | 3/3 | 3/3 | 2/3 | 2/3 | 3/3 | 0/3 |
| Verfügbarkeit von Übersetzungen | Kann es die Besprechungsnotizen übersetzen, und in wie viele Sprachen? | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Im Transkript suchen | In einer Besprechung und in der Bibliothek suchen | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| Benutzeroberfläche zur Bearbeitung von Transkripten | Kann man das Transkript im Nachhinein problemlos korrigieren? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Exportformate | SRT, VTT, TXT, DOCX und ähnliche Formate | 0/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Live-/Echtzeit-Mitschrift | Wird während der Sitzung ein Protokoll live angezeigt? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 |
| Berichterstattung über die Konferenzplattform | Berichterstattung zu Zoom, Meet, Teams und Webex | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Erfassung über die mobile App | Kann es persönliche Besprechungen über eine mobile App aufzeichnen? | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| Nativer MCP-Server | Eigener Server, über den KI-Assistenten die Besprechungsbibliothek abfragen können | 5/5 | 0/5 | 5/5 | 0/5 | 0/5 | 0/5 |
| Bearbeiten der Lautsprecherbezeichnungen | Kann man Lautsprecher nachträglich umbenennen und neu zuweisen? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Zwischensumme: Funktionen und Merkmale | 66/72 | 47/72 | 46/72 | 32/72 | 59/72 | 11/72 |
Es gibt zahlreiche Funktionen, die ein spezielles Meeting-Tool von einem einfachen Meeting-Transkriptionsdienst unterscheiden, und tl;dv in all diesen Bereichen die Bestnote tl;dv . Zwei davon stechen dabei besonders hervor
Nativer MCP-Server
tl;dv eines von nur zwei Tools mit einem nativen MCP-Server, über den KI-Assistenten direkt auf die Besprechungsbibliothek zugreifen können. Die meisten anderen Anbieter erzielten hier null Punkte. Diese Funktion verbindet aufgezeichnete Besprechungen mit den übrigen KI-Tools, die ein Team bereits nutzt, anstatt das Transkript in einem geschlossenen System zu belassen.
Stimmabdruck
tl;dv zudem neben Notta eines von nur zwei Tools, die eine Stimmerkennung anbieten. Es wird anhand Ihrer eigenen Stimme trainiert und verbessert so die Zuverlässigkeit Ihrer Identifizierung in Ihren Besprechungen – ein Vorteil, der sich mit zunehmender Nutzung weiter verstärkt.
Vertrauen, Sicherheit und Wert
Zu den wichtigsten Aspekten, die Sie bei der Auswahl eines Tools zur Aufzeichnung Ihrer Besprechungen auf Japanisch berücksichtigen sollten, gehören Vertrauen, Sicherheit und Preis-Leistungs-Verhältnis. Viele dieser Aspekte lassen sich durch ein hochwertiges Transkriptionsprodukt mit hervorragenden Funktionen und brauchbaren Ergebnissen gewährleisten, doch ein wesentlicher Faktor ist die Art und Weise, wie das Unternehmen mit sensiblen Daten umgeht. Wir haben jedes Tool untersucht, um mehr über dessen Status und Standpunkte in Bereichen wie Sicherheit, Compliance und Datenstandort zu erfahren.
| Metrisch | Wie wird gewertet? | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Datenspeicherort / regionales Hosting | Regionale Hosting-Optionen, z. B. JP-Hosting auf Abruf | 3/3 | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Sicherheit und Konformität | SOC2, ISO 27001, DSGVO | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 |
| KI-Training anhand von Benutzeraufnahmen | Wird dadurch vermieden, dass die KI anhand Ihrer Audioaufnahmen trainiert wird (kein Training, volle Punktzahl)? | 3/3 | 3/3 | 3/3 | 0/3 | 0/3 | 3/3 |
| Kontrolle der Datenspeicherung | Kontrolle darüber, wie lange Aufzeichnungen und Transkripte aufbewahrt werden | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 | 3/3 |
| Preistransparenz | Die Preise der Tarife werden veröffentlicht und nicht nur auf Anfrage mitgeteilt | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Kostenlose Stufe / Limits | Verfügbarkeit eines kostenlosen Tarifs (eine reine kostenlose Testversion wird mit 0 bewertet) | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Vertrauen, Sicherheit und Wert – Zwischensumme | 18/18 | 18.12. | 18.12. | 18.6. | 18.12. | 15/18 |
Dieses spezielle Kriterium geht über die reine Transkription hinaus und betrachtet, wie die einzelnen Tools mit Ihren Daten umgehen – ein Aspekt, der für japanische Unternehmen von besonderer Bedeutung ist.
Japanische Datenspeicherung auf Abruf
In Japan besteht keine gesetzliche Verpflichtung, Konferenzdaten im Inland zu speichern. Was jedoch vorgeschrieben ist, ist der sorgfältige Umgang mit personenbezogenen Daten, die ins Ausland übermittelt werden: Gemäß dem APPI ist für die Übermittlung von Daten an einen Dritten in einem anderen Land in der Regel die vorherige Einwilligung der betroffenen Person erforderlich, während diese Verpflichtung entfällt, wenn die Daten bei einem Anbieter in Japan gespeichert werden. Für viele japanische Unternehmen ist die Speicherung im Inland zudem ganz einfach eine Frage des Vertrauens und der internen Richtlinien.
tl;dv die Datenspeicherung in Japan auf Anfrage, sodass Unternehmen, die dies benötigen, ihre Besprechungsdaten in Japan hosten lassen können, anstatt dass diese standardmäßig im Ausland verarbeitet werden.
Ihre Daten bleiben Ihre
tl;dv erhielt tl;dv Bestnoten in den Bereichen Sicherheitslage, Kontrollen zur Datenaufbewahrung und dem Verzicht auf das Trainieren von KI-Modellen anhand von Kundenaufnahmen. Insgesamt spiegelt diese Einstufung ein Tool wider, das so konzipiert ist, dass es die Standards erfüllt, die ein japanisches Unternehmen erwartet, bevor Aufzeichnungen den Raum verlassen.
Test zur Genauigkeit bei japanischen Besprechungen: Methodik
Unser Vergleich basiert auf einem kontrollierten, direkt vergleichbaren Test, bei dem für jedes Werkzeug die gleichen Bedingungen gelten.
Das Testset
Grundlage für den Vergleich bildeten drei vorab aufgezeichnete Webinare mit einer Dauer von jeweils etwa einer Stunde. Die Kern-Dateien wurden heruntergeladen und über die Upload-Funktion der jeweiligen Tools verarbeitet. Die meisten Tools akzeptierten die MP4-Dateien direkt; bei zwei Tools war vor dem Upload eine Konvertierung in das M4A-Format erforderlich. Alle drei Webinare wurden mit allen sechs Tools in einem der beiden Formate getestet, wobei CLOVA Gemini im M4A-Format Gemini .
Die Rezension
Die Ergebnisse wurden von unserem Gremium aus Muttersprachlern bewertet: Mioko, Oji und Hiromi arbeiteten anonym und bewerteten die positiven Aspekte und Vorteile jedes einzelnen Ergebnisses. Diese Bewertungen wurden zusammengefasst, um die endgültigen Bewertungen zu ermitteln. Die Daten zu Merkmalen und Eigenschaften stammen aus öffentlich zugänglichen Dokumentationen.
Das Werkzeugset
Die Auswahl erfolgte auf der Grundlage der Beliebtheit und der gängigen Nutzung auf dem japanischen Markt. Gemini die Desktop-Version, die sich für vorab aufgezeichnetes Webinar-Material eignet und aufgrund ihrer Verfügbarkeit sowie der zugrunde liegenden Google-Engine berücksichtigt wurde. Tactiq aufgrund seiner angegebenen Präsenz auf dem japanischen Markt berücksichtigt. CLOVA auf CLOVA , die koreanische Version von CLOVA .
Aufschlüsselung nach Motor und Plan
Jedes Tool funktioniert so, dass es von einer Engine gesteuert wird, die die Aufzeichnung verarbeitet und in ein Transkript umwandelt. Jedes Tool hat seine eigene Version; zwar nutzen viele Tools die Engine desselben Anbieters, doch unterscheiden sie sich in ihrer Konfiguration. Darüber hinaus bieten viele Tools je nach dem von Ihnen gewählten Tarif unterschiedliche Engines an. Zum Vergleich: Alle japanischen Besprechungen bei tl;dv auf derselben Engine, unabhängig davon, ob es sich um ein kostenpflichtiges oder ein kostenloses Konto handelt, wodurch Konsistenz unabhängig von Ihrer Investition gewährleistet ist.| Tool | Zugrundeliegender Motor / Hersteller | Eigenentwicklung oder lizenziert | Motortyp | Plan |
|---|---|---|---|---|
| Rimo | Eigenentwickeltes japanisches Deep-Learning-Sprachmodell. Die OpenAI-API wird ausschließlich für den Editor und die Zusammenfassungsschicht verwendet. | Intern (Erkennung), lizenziert (Editor) | Dedizierter ASR | Kostenlose Testversion |
| tl;dv | ElevenLabs | Zugelassen | Dedizierter ASR | Business |
| Notta | Unbenannter japanischer Drittanbieter | Zugelassen | Dedizierter ASR | Bezahlt, ein Monat |
| Tactiq | Untertitel der Meeting-Plattform im Live-Stream. Bei diesem Test wurde eine Datei hochgeladen, sodass Tactiq eine eigene Upload-Transkription Tactiq , die nicht öffentlich dokumentiert ist. | Gemischt, teilweise nicht offengelegt | Untertitel auf der Plattform (live) oder ASR hochladen | Kostenlos |
| CLOVA | NAVER CLOVA | Intern (NAVER) | Dedizierter ASR | Kostenlos ( CLOVA für den koreanischen Markt) |
| Google Gemini | Google Gemini | Intern (Google) | LLM | Eigenständige Gemini (Business-Starter-Konto) |
Geltungsbereich und Vorbehalte
- CLOVA wurde nicht getestet, da der Zugriff aufgrund eines Problems bei der telefonischen Verifizierung gesperrt war.
- Bei der Konvertierung in das M4A-Format können geringfügige Abweichungen gegenüber einem Upload im Originalformat auftreten.
- Die öffentlich zugänglichen Daten zu den Funktionen entsprechen dem zum Zeitpunkt der Prüfung veröffentlichten Stand und können sich ändern.
Jedes Tool wurde auf identischen Quelldateien ausgeführt, von derselben Jury geprüft und nach denselben Kriterien bewertet, um den Vergleich so fair wie möglich zu gestalten.
Was ist die beste Software zur Transkription von Besprechungen für Japan?
In allen unseren Tests, die alle vier Bereiche abdeckten, tl;dv den ersten Platz. Das Tool kann Sprecher namentlich identifizieren, alle Eigennamen korrekt wiedergeben und ist eines der wenigen, das Voice Printing, einen nativen MCP-Server mit ChatGPT und Claude sowie eine bedarfsgerechte Datenspeicherung in Japan bietet. All diese Eigenschaften machen es zu einem starken Anwärter auf den Titel eines hervorragenden Tools zur Transkription japanischer Besprechungen.
Die übrigen Tools weisen echte Stärken auf: Notta bietet hervorragende Funktionen, liefert jedoch eine etwas minderwertigere Transkription. Auch Rimo schnitt bei der Transkription gut ab, verfügte jedoch über weniger praktische Funktionen und hatte keine Zusammenfassungsfunktion, was dazu führte, dass es in vielen Bereichen 0 Punkte erzielte. CLOVA bot CLOVA Zusammenfassungen auf Koreanisch an, sodass wir diese nicht testen konnten.
Tactiq eine Transkription, die auf den ersten Blick solide wirkte, für unser aus japanischen Muttersprachlern bestehendes Testteam jedoch kaum lesbar war und einige offensichtliche Fehler enthielt. Gemini nicht den gesamten Ton wiedergegeben, was bedeutete, dass die Stärken der Transkription praktisch zunichte gemacht wurden, da sie als vollständige Ausgabe unbrauchbar war.
Insbesondere bei japanischen Besprechungen, bei denen viele Aspekte und unterschiedliche Meinungen zu wichtigen Themen aufeinandertreffen, tl;dv bei allen drei Durchläufen bewährt.
Wenn Ihr Team Besprechungen auf Japanisch abhält und einen soliden, zuverlässigen Besprechungsrekorder benötigt, der über zusätzliche Funktionen verfügt, die die Besprechung von einem bloßen Protokoll zu etwas machen, das Ihre Arbeit bereichert und vorantreibt, dann tl;dv die beste Wahl.
Testen Sie tl;dv und überzeugen Sie sich selbst, wie gut es Ihre japanischsprachigen Besprechungen über Google Meet, Zoom und mit unserer Desktop-App – botfrei – sowie auf jeder anderen Besprechungsplattform aufzeichnet.
Häufig gestellte Fragen zur Genauigkeit japanischer Transkriptionen
Wie genau ist die KI-basierte Transkription von Japanisch?
KI-Treffen zum Thema Japanisch Die Transkription ist genau genug für die meisten Geschäftstreffen ausreichend genau, und die leistungsstärksten Tools erzeugen Texte, die ein Muttersprachler mit nur minimalen Korrekturen akzeptieren kann. In unseren Tests tl;dv bei der japanischen Genauigkeit an der Spitze. Die häufigsten Fehler in anderen Sprachen sind falsche Kanji für ein Homophon, Namen, die in Katakana wiedergegeben werden sowie weggelassene oder zusammengefügte .
Warum haben viele Tools Schwierigkeiten mit der Transkription japanischer Texte?
Die meisten Transkriptionstools wurden ursprünglich für das Englische entwickelt und stützen sich daher auf Merkmale wie Leerzeichen zwischen Wörtern, die es im Japanischen nicht gibt. Das Japanische ist an sich nicht schwieriger, es funktioniert lediglich anders: Es gibt Homophone, die mit unterschiedlichen Kanji geschrieben werden, und drei Schriftsysteme für einen Laut. Die besseren Tools sind diejenigen, die speziell für diese Besonderheiten entwickelt wurden, anstatt vom Englischen auszugehen.
Welches ist das beste KI-Tool für die Transkription von Japanisch?
Die richtige Wahl hängt von der jeweiligen Besprechung ab, aber tl;dv in jeder von uns getesteten Kategorie den ersten Platz. Bei Besprechungen mit mehreren Teilnehmern tl;dv das einzige Tool, das die Sprecher namentlich kennzeichnete, wodurch das Transkript ohne manuelle Nachbearbeitung nutzbar ist.
Kann die KI-Transkription mit „Keigo“ und japanischen Höflichkeitsformen umgehen?
Die meisten Tools erkennen Keigo zwar korrekt, glätten dann aber die Höflichkeitsform oder „korrigieren“ sie, wodurch sich der Sprachstil des Gesagten verändert. Da die Transkription weiterhin wie flüssiges Japanisch wirkt, ist diese Veränderung leicht zu übersehen. Bei unserer Blindprüfung durch Muttersprachler tl;dv diese feineren sprachlichen Details zuverlässiger tl;dv als die anderen Tools.
