Was ist Dialekterkennung?

Zwei Bedeutungen

Im engeren, technischen Sinn ist Dialekterkennung eine Klassifikationsaufgabe: Ein System hört eine Aufnahme und ordnet sie einer Sprachvarietät zu – etwa Bairisch, Alemannisch oder Wienerisch. Das wird in der Sprachwissenschaft genutzt oder um eine Spracherkennung automatisch auf das passende Modell umzuschalten.

Wer im Alltag fragt, ob eine Software „Dialekt erkennt“, meint aber meist etwas anderes: ob sie versteht, was jemand in Mundart oder mit starker regionaler Färbung sagt, und daraus ein brauchbares Transkript macht. Um diese zweite Bedeutung geht es im Folgenden.

Warum Dialekt für Spracherkennung schwierig ist

Eine Spracherkennung lernt aus Beispielen. Dialekt weicht auf mehreren Ebenen von den Beispielen ab, die sie am häufigsten gesehen hat:

• Aussprache: Laute verschieben sich, Endungen fallen weg, Wörter verschmelzen („hamma“ für „haben wir“).
• Wortschatz: Regionale Wörter wie Paradeiser, Topfen, Sackerl, heuer oder Jänner sind in den Trainingsdaten seltener als ihre bundesdeutschen Gegenstücke.
• Grammatik: Das Perfekt ersetzt das Präteritum, Satzstellung und Verkleinerungsformen unterscheiden sich.
• Datenlage: Für Standarddeutsch gibt es riesige Mengen an Trainingsmaterial, für einzelne Mundarten deutlich weniger.
• Wechsel mitten im Satz: Viele sprechen im Gespräch mal Hochdeutsch, mal Dialekt – je nach Gegenüber und Thema.

Dazu kommt, dass Dialekt oft in Situationen gesprochen wird, die ohnehin schwierig sind: spontan, schnell, mit Zwischenrufen. Schlechte Tonqualität und Dialekt zusammen sind für jede Spracherkennung die härteste Kombination.

Was im Transkript ankommt

Die meisten Spracherkennungssysteme schreiben in der Rechtschreibung des Standarddeutschen, nicht in Dialektschreibung. Aus „I hob's eam scho gsagt“ wird im Transkript „Ich habe es ihm schon gesagt“ oder eine Mischform. Für ein Protokoll ist diese Glättung praktisch: Der Inhalt zählt, nicht die Lautung.

Für sprachwissenschaftliche Arbeiten oder Interviews, bei denen die genaue Ausdrucksweise ausgewertet wird, reicht das nicht. Dort braucht es eine wörtliche Transkription nach festgelegten Transkriptionsregeln – und Handarbeit.

Beim Schweizerdeutschen ist der Abstand noch größer. Es hat keine verbindliche Schreibweise und unterscheidet sich in Wortschatz und Grammatik stark vom Hochdeutschen. Systeme, die es verarbeiten, übertragen es in der Regel ins Standarddeutsche – das ist eher eine Übersetzung als eine Abschrift.

Wörter, für die es kein hochdeutsches Gegenstück gibt, bleiben meist stehen oder werden durch ähnlich klingende Wörter ersetzt. Hier lohnt der genaue Blick, weil der Satz dann zwar glatt aussieht, aber etwas anderes bedeutet.

So werden Transkripte mit Dialekt besser

Ein paar Hebel liegen in der eigenen Hand:

• Tonqualität zuerst: Ein Mikrofon nah am Mund gleicht viel aus, was der Dialekt erschwert.
• Eigene Wörter eintragen: Orts-, Personen- und Fachbegriffe gehören ins Benutzerwörterbuch.
• Passende Sprachvariante wählen: Wenn die Software Varianten wie Deutsch (Österreich) oder Deutsch (Schweiz) anbietet, die passende einstellen.
• Nicht verstellen: Wer bewusst „schön“ spricht, wird oft unnatürlich langsam. Deutliches Sprechen in der gewohnten Färbung funktioniert meist besser.
• Gezielt prüfen: Zahlen, Namen und Verneinungen kontrollieren, siehe Transkriptkorrektur.