Sie diktieren einen Schriftsatz, während im Hintergrund automatisch ein fertiger Text entsteht. Anschließend liest das Sekretariat das Dokument Korrektur, ohne selbst ein Wort abtippen zu müssen. Dieses Prinzip nutzen viele Kunden bereits mit der Findentity Backend-Spracherkennung. Bislang wurde die Umwandlung der Diktate dabei ausschließlich von Nuance Dragon übernommen.
Das ändert sich nun: Findentity Dictate unterstützt künftig weitere Spracherkennungssysteme. Neben Dragon können Sie Diktate und andere Audioaufnahmen jetzt auch mit Ambivio Voice oder Whisper in Text umwandeln. Darüber hinaus sind bereits weitere Systeme in Planung.
Vorgestellt wird die neue Findentity-Version auf dem 16. Deutschen Rechts- und Notarfachwirttag am 20. und 21. November in Berlin.
Was sich bei Findentity Dictate ändert
Findentity Dictate verwaltet digitale Diktate in Kanzleien, Arztpraxen, Behörden und Unternehmen. Die Diktatliste ordnet die Aufnahmen den jeweiligen Akten und Schreibkräften zu. Bei der Backend-Spracherkennung wandelt ein Spracherkennungssystem das Diktat im Hintergrund automatisch in Text um. Dafür kommen beispielsweise Dragon Legal 16 oder Dragon Professional 16 zum Einsatz. Anschließend liest das Sekretariat das Dokument am Schreibplatz Korrektur und bearbeitet es bei Bedarf weiter.
Mit einer neu entwickelten Schnittstelle löst Findentity Dictate diese Verbindung zu einem einzelnen Spracherkennungssystem auf. Sie entscheiden nun selbst, welches System Ihre Diktate oder sonstigen Audioaufnahmen verarbeitet. Der anschließende Arbeitsablauf innerhalb von Findentity bleibt dabei unverändert.
Folgende Optionen stehen Ihnen zur Auswahl:
- Nuance Dragon: Die bestehende Anbindung unterstützt wahlweise die Frontend- oder Backend-Spracherkennung.
- Ambivio Voice: Die cloudbasierte Spracherkennung ist direkt in Findentity Dictate eingebunden.
- Whisper: Die Speech-to-Text-Lösung läuft lokal auf Ihrem Rechner und ist vollständig in Findentity integriert.
Weitere Spracherkennungssysteme sind in Planung und erweitern so die Optionen.
So läuft es in der Praxis ab
Der Ablauf bleibt für Ihre Mitarbeiter vertraut. Zunächst nimmt ein Diktant sein Diktat wie gewohnt auf, beispielsweise mit einem Diktiergerät oder einer Diktier-App. Anschließend erscheint die Aufnahme in der Findentity-Diktatliste. Von dort aus übergeben Sie das Diktat an das gewünschte Spracherkennungssystem. Zur Auswahl stehen Dragon, lokal installiertes Whisper oder Ambivio Voice.
Das jeweilige System wandelt die Aufnahme automatisch in Text um. Danach können Ihre Mitarbeiter den fertigen Text direkt im gewohnten Findentity-Arbeitsablauf weiterbearbeiten.
Wer bereits Dragon im Einsatz hat, kann diese Anbindung weiterhin nutzen. Gleichzeitig stehen die neuen Systeme als zusätzliche Optionen bereit. Eine weitere Einsatzmöglichkeit bietet Whisper: Da es mehrere Sprecher innerhalb einer Aufnahme verarbeiten kann, eignet es sich neben klassischen Diktaten auch für die Verschriftlichung von Sitzungsaufzeichnungen.
Mehr zum Zusammenspiel von Spracherkennung und Diktatmanagement lesen Sie in unserem Beitrag Diktiersysteme und Diktiersoftware im Vergleich.
Worin sich die Systeme unterscheiden
Gerade in Kanzleien und öffentlichen Einrichtungen ist der Ort der Datenverarbeitung oft wichtiger als der reine Funktionsumfang. Schließlich müssen viele Kunden aufgrund ihrer Verschwiegenheitspflicht sorgfältig abwägen, welche Informationen sie außerhalb des Hauses verarbeiten lassen. Je nach Spracherkennungssystem unterscheiden sich dabei sowohl der Verarbeitungsort als auch die verfügbaren Funktionen deutlich.
| Dragon | Ambivio Voice | Whisper | |
|---|---|---|---|
| Lizenz | Kauf oder Miete | Miete | Open-Source MIT-Lizenz |
| Verarbeitung | Lokal auf dem PC oder Server des Kunden | Cloud (datenschutzkonform und innerhalb der EU) | Lokal auf dem PC oder Server des Kunden |
| Mehrsprachigkeit | Nein | Ja | Ja |
| Mehrere Sprecher in einer Aufnahme | Nein | Ja, ohne Sprechertrennung | Ja, ohne Sprechertrennung |
| Engine | Deep Learning, Machine Learning, statistische Sprachmodelle | KI | KI |
| Erweiterte KI-Funktionalitäten (z. B. Überarbeitungen, Korrekturen) | Nein | Ja | Nein |
| Automatische Interpunktion | Nein | Ja | Ja |
| Definition von Skills | Nein | Ja | Nein |
| Training der Modelle | Daten werden nur lokal zum Training des eigenen Sprachprofils verwendet | Daten werden nicht zum Training verwendet | Daten werden nicht zum Training verwendet |
Welche Variante zu Ihnen passt, hängt vor allem von Ihren internen Vorgaben ab. Wenn Sie eine strikte On-Premise-Strategie verfolgen, können Sie beispielsweise Whisper oder eine lokal betriebene Dragon-Installation wählen. Beide Lösungen verarbeiten die Daten innerhalb Ihrer eigenen IT-Umgebung.
Wenn Sie hingegen eine Cloud-Verarbeitung innerhalb der EU akzeptieren, bietet Ambivio Voice eine interessante Alternative. Im direkten Vergleich der drei Systeme verfügt die Lösung über den größten Funktionsumfang.
Zur Einordnung: Unabhängig von dieser Anbindung bieten wir sowohl Dragon als auch Ambivio Voice auch weiterhin als eigenständige Spracherkennungssoftware an.
Warum eine offene Schnittstelle sinnvoll ist
Der Markt für Spracherkennung ist in Bewegung. Neben etablierten Lösungen kommen immer mehr KI-gestützte Speech-to-Text Systeme hinzu. Wenn Sie Ihr Diktatmanagement an ein einziges Spracherkennungssystem binden, müssen Sie bei technischen Veränderungen oder neuen Anforderungen möglicherweise Ihren gesamten Arbeitsablauf überdenken.
Eine offene Schnittstelle trennt deshalb das Diktatmanagement von der eigentlichen Spracherkennung. Der gewohnte Workflow mit Diktatliste, Aktenzuordnung und Korrektur am Schreibplatz bleibt stabil. Gleichzeitig können Sie das dahinterliegende Spracherkennungssystem jederzeit anpassen.
So schaffen Sie langfristige Planungssicherheit, ohne dass Ihre Mitarbeiter ihre gewohnte Arbeitsweise ändern müssen.
Fazit
Mit der neuen Schnittstelle erweitert Findentity Dictate die Möglichkeiten der Backend-Spracherkennung:
- Mehr Auswahl: Findentity Dictate wandelt Diktate künftig nicht nur mit Dragon, sondern auch mit Ambivio Voice oder Whisper in Text um.
- Cloud oder lokal: Ambivio Voice verarbeitet Aufnahmen über eine Cloud-Verbindung innerhalb der EU, während Whisper lokal auf Ihrem Rechner arbeitet.
- Datenschutz: Ambivio Voice und Whisper verwenden die übermittelten Daten nicht zum allgemeinen Training ihrer Modelle.
- Vertrauter Arbeitsablauf: Unabhängig vom gewählten System bleibt der gewohnte Diktat-Workflow in Findentity erhalten.
- Zukunftssicherheit: Weitere Spracherkennungssysteme sind bereits in Planung und werden die Auswahl künftig ergänzen.
Welche Spracherkennung passt zu Ihren?
Ob Dragon, Ambivio Voice oder Whisper, die richtige Wahl hängt von Ihren Datenschutzvorgaben, Ihrer IT-Umgebung und Ihrem Diktatvolumen ab.
Wir zeigen Ihnen in einer persönlichen Demo, wie Findentity Dictate Ihre Aufnahmen mit den verschiedenen Spracherkennungssystemen verarbeitet. Gemeinsam klären wir außerdem, welche Lösung am besten zu Ihrem Arbeitsalltag passt.
