Lokale KI · Sprache · Kapitel 12 · 4 Min.

Dem Werkzeug Wörter beibringen

Whisper kennt deine Fachwörter nicht. Der Trick: das Sprachmodell verrät dir selbst, welche fehlen.

Whisper kennt Hochdeutsch. Es kennt keine Firmennamen, keine Kollegen, keine Baustellenvokabeln. „Axians“ wird zu „Aktions“, „Estrichleger“ zu irgendwas mit Strich, und der Name deiner Frau kommt in drei Schreibweisen zurück.

Dagegen gibt es zwei Mittel. Das erste ist bekannt. Das zweite habe ich selbst gebaut und halte es für den besten Einfall an dem ganzen Werkzeug.

Mittel eins: eine Liste vorweg

Whisper nimmt vor der Erkennung einen kurzen Text entgegen — eine Art Stichwort, worum es gleich geht. Wörter, die dort vorkommen, erkennt es danach erheblich zuverlässiger.

Bei mir ist das eine schlichte Liste in drei Schubladen:

Achtzehn Wörter, mehr nicht. Sie werden beim Start des Werkzeugs an den Stichworttext angehängt, und ab da sitzen sie.

Achtung

Bei sehr kurzen Aufnahmen darf die Liste nicht mitgeschickt werden. Sonst überwiegt sie den eigentlichen Ton, und Whisper schreibt einfach Wörter aus der Liste hin. Bei mir gilt: unter 0,9 Sekunden Aufnahme keine Liste. Das klingt nach Kleinkram und ist der Unterschied zwischen „funktioniert“ und „schreibt zufällig ,Ollama' in leere Felder“.

Ein Wort von Hand nachtragen

add_word.bat "Axians" tech_begriffe
add_word.bat "Hohen Neuendorf"
add_word.bat "nach hinten raus" phrasen

Ohne Angabe der Schublade landet es bei den Eigennamen. Der Dienst startet danach von selbst neu, das Wort wirkt sofort.

Mittel zwei: die Liste füllt sich selbst

Und jetzt der Teil, auf den ich ein bisschen stolz bin. Das Problem an so einer Liste ist nämlich nicht das Eintragen — es ist das Merken. Man sieht ein falsch erkanntes Wort, ärgert sich zwei Sekunden, tippt weiter und hat es abends vergessen.

Die Lösung fiel mir auf, als ich den polierten Text mit dem rohen verglich. Wenn Whisper ein Wort falsch erkennt, entsteht oft ein Kunstwort — etwas, das es im Deutschen nicht gibt. Und was macht das Sprachmodell beim Aufräumen damit? Es streicht es still weg. Für das Modell sieht ein unbekanntes Kunstwort aus wie ein Versprecher.

Damit hat man ein Fahndungsmerkmal. Jedes Wort, das Whisper geschrieben und das Sprachmodell kommentarlos gestrichen hat, ist ein Verdächtiger — mit hoher Wahrscheinlichkeit ein Eigenname oder Fachbegriff, den Whisper nicht kannte.

Das läuft nur im vorsichtigen Aufräum-Modus. Die anderen Modi schreiben absichtlich stark um — dort wäre jedes zweite Wort ein Verdächtiger.

Die Vorschläge durchgehen

review_suggestions.bat

Zeigt die gesammelten Verdächtigen einzeln, wie Karteikarten. Pro Wort entscheidest du mit einem Tastendruck:

Zwei Minuten alle paar Wochen, und das Werkzeug wird messbar besser, ohne dass man je bewusst daran gearbeitet hätte.

Warum das über das Diktat hinaus zählt

Sieh dir an, was hier eigentlich passiert ist. Ein unzuverlässiges Werkzeug (Whisper) wurde mit einem zweiten unzuverlässigen Werkzeug (dem Sprachmodell) verglichen — und aus der Differenz entstand eine verlässliche Information.

Keins von beiden hat entschieden. Entschieden hast du, mit einem Tastendruck. Die Maschinen haben nur vorgeschlagen.

Genau dieses Muster taucht im nächsten Teil ein drittes Mal auf — beim Schwärzen von Dokumenten, wo es nicht mehr um Rechtschreibung geht, sondern um Kontonummern. Und danach sammelt Kapitel 15 alle drei Fälle ein.

In einem Satz

Eine Wortliste scheitert nicht am Eintragen, sondern am Merken — wer sich über ein falsches Wort ärgert und weitertippt, hat es abends vergessen. Deshalb füllt sich diese hier von selbst.