Probleme mit Spracherkennung

Question

Bei mir wurde vor wenigen Tagen die Spracherkennungssoftware von Zollsoft installiert. Die Installation war aber leider unvollständig - u.a. konnte das Mikrophon nicht eingebunden werden, bisher wird nur das Tonsignal durchgeleitet - so dass ich einen Anschlusstermin erhielt. Da dieser erst am 7. September ist und ich noch einige Probleme habe, möchte ich vorab schon mal das Forum befragen.

1. Täglich werde ich von der SE gefragt, dass ich die Wortschatzerweiterung aktivieren soll.
   Dies ist leider nicht möglich, obwohl bereits bei der Installation alles aktiviert wurde (Trainingsdaten aus Karteieinträgen, Autokorrekturen und Vorgelesene Test senden). Im Serverstatus ist "Keine Informationen zu Traingsdaten verfügbar. Bitte überprüfen Sie..." immer orange markiert. 
   Wie kann ich das Problem lösen? Ich hoffe, dass das der Grund ist, dass die Erkennungsrate im Vgl. zu Dragon bei mir noch äußerst schlecht ist trotz häufiger Korrekturen und wiederholtem Einüben.
2. Wie ist der Workflow, um Wörter zu trainieren?
   Ich würde gerne wie bei Dragon einen Text vorlesen, was aber hier nicht möglich ist. Bisher versuchte ich das über Karteieinträge und nahm entsprechende Korrekturen vor, bin mir aber unsicher, ob dass effektiv ist, da ich bisher keine Verbesserung bemerkte.
   Das Vorlese-Tool, wie im Handbuch beschrieben, gibt es bei mir nicht.
   Selbst im geführten Tutorial der SE wird es empfohlen, aber dieser Punkt fehlt auf meinem Bildschirm komplett. 
   Interessanterweise wurden bei mir bereits 13 Trainingsdiktate hinterlegt, die ich aber nicht bewußt angelegt habe. Ich weiß nicht, wie die da rein gekommen sind oder wie ich ein Trainingsdiktat anlegen kann, es gibt nicht mal einen „+“ Button oder ähnliches in der Kategorie „Trainingsdiktate“
3. Wenn die SE verschiedene Wörter zur Verfügung stellt, wird dies mit grünen Unterpunkten signalisiert
   Das Problem ist, dass diese beim Anlegen des Arztbriefes mit einem Unterstrich übernommen werden. Wie kann ich das abstellen ähnlich den roten Unterpunkten, wenn tomedo im Karteieintrag meint, dies sei ein Rechtschreibfehler; die roten Punkte werden im Brief nicht übernommen.
4. Wie tickt die SE?
   Beispiele:
   Trotz wiederholtem Einüben wird "Resistance" nicht erkannt, es wird immer Resistenz ausgeworfen, obwohl in meiner subjektiven Wahrnehmung die Wörter völlig unterschiedlich klingen. Ist es nun besser das Wort Resistenz aus dem Vokabular zu löschen (wenn ja, wie) oder ist eine KI hinterlegt, die erkennt, dass die Wahrscheinlichkeit viel höher ist, dass ich das Wort Resistance haben will. Für den Fall einer KI: wann erkennt die das? Resistenz benutzte ich bisher noch nie, Resistance täglich ca. 30 mal.
   
   Wenn ich zu Beginn eines Satzes die Rechtschreibung korrigieren möchte von z.B.
   Allergen spezifische ....  zu Allergenspezifische, muss ich dann das Wort noch mit der Kleinschreibung "allergenspezifische" einpflegen, dass die SE erkennt, dass es ein Adjektiv ist?
   Gelegentlich werden Adjektive mitten im Satz groß geschrieben z.B. "...Grünes Sputum….“ Die Schreibweise wurde korrigiert, aber gelegentlich werden Adjektive immer noch groß geschrieben und ganz selten sogar Verben.
   
   Wann ist es besser ein Wort neu anzulernen oder alternativ nur die Schreibweise zu korrigieren?
   "SOB-Panel" habe ich schon zigmal eingeübt, erkannt wird z.B. “Sb Pendel". Soll ich hier erneut versuchen, das Wort neu anzulernen oder ist in diesem Fall die Funktion besser "korrekte Schreibweise" zu nutzen.
   
   Wie kann ich den Korrekturmodus der Schreibweise verbessern? Erkannt wird z.B. „Gas Austausch Fläche“. Habe nun die Korrektur der Schreibweise angewendet mit „Gasaustauschfläche“, aber es funktioniert leider nicht immer. Ist es besser in solch einem Fall das Wort neu einzupflegen?
   
   Anderes Beispiel wäre „Esche“: erkannt wird meist „sS“; sowohl über neu anlernen als auch über Korrektur der Schreibweise steigt jedoch nicht die Erkennungsrate
5. Ich kann maximal nur 1-3 Wörter, ganz selten sogar 5 Wörter neu anlernen, dann kommt immer die Mitteilung, dass der SE-Server beschäftigt ist, was durch Neustart zu beseitigen ist, einmal musste ich den Mac (Server) komplett neu starten. Ist das ein Bug? SE ist auf MacStudio M1 Max 64GB RAM installiert, hiervon 16GB für SE reserviert
6. Wenn ich bei aktiviertem Mikrophon im Karteieintrag oder Diktierfenster  mit Shortcut ⌘ +Z etwas löschen möchte, stürzt tomedo immer ab -> Bug
7. Gelegentlich würde ich das Fenster eines Karteieintrages gerne verschieben, wenn ich mehrere geöffnete pdf-Dokumente während des Diktats betrachten möchte, was aber bei aktiviertem Mikrophon nicht möglich ist; im allgemeinem Diktierfenster ist dies jedoch möglich. Ist das ein Bug?
8. Die Shortcuts zur Aktivierung eines Diktats sind auf der Tastatur nur links aktiviert. Ist das ein Bug?
   Wäre es möglich diese auch z.B. für die rechte Seite der Tastatur zu aktivieren? (Grund: als Rechtshänder wird das Mikrophon links gehalten, um während des Diktats gleichzeitig mit Shortcuts, Maus etc. tomedo zu bedienen)
9. Diktierflow von Karteieinträgen ist sehr umständlich: Bisher kenne ich nur zwei Möglichkeiten:
   a) ⌘ ⌘ zur Aktivierung der Spracherkennung -> Sprachkommando „Karteieintrag Zusammenfassung“ dann diktiere ich und schließe mit der Entertaste den Karteieintrag. Formal die einfachere Variante, aber ich bin häufig in der Warteschleife; es ist nicht vorhersehbar, wann der Karteieintrag „Zusammenfassung“ geöffnet wird, wenn ich Glück habe  nach 3 Sekunden, im schlimmsten Fall erst nach 6 Sekunden, so dass ich es nur mit der folgenden Variante mache
   b) mit Short Cuts
   ⌘+K -> zu (Kürzel für Karteieintrag Zusammenfassung) -> ⌘ ⌘ zur Aktivierung der Spracherkennung ->ich diktiere -> Entertaste; ist insgesamt deutlich schneller als die erste Variante ,aber dennoch nervig; für drei Karteieinträge muss ich insgesamt 12x die Tastatur bedienen. (Deshalb auch der Wunsch, das der Shortcut zur Aktivierung des Mikrophons auch auf der rechten Seite der Tastatur aktiviert werden kann, S. Oben, 8. Punkt)
   Gibt es eine Alternative, die ich nicht kenne, oder eine Möglichkeit wie bei Dragon, dass ich die Karteieinträge einfach in einem Fluß diktieren kann? Oder wird das Problem gelöst, wenn mein SpeechMike eingebunden ist. Kann ich dann das Öffnen von Karteieinträgen bestimmten Tasten zuordnen?
   Eine Hilfe wäre schon, wenn ich anstelle von der Entertaste das Schließen des Karteieintrages im Sinne eines Sprachkommandos diktieren könnte; das Sprachkommando „Karteieintrag fertigstellen“ ist aber bei mir rot hinterlegt und nicht verfügbar.
10. Kann ich Sprachkommandos selbst generieren?
    wenn ich z.B. gezielt eine Zeile mit einem Großbuchstaben beginnen möchte z.B. in der Diagnosenliste mit „Arterielle Hypertonie“. Bei Dragon war das problemlos möglich, in dem ich zuvor einfach diktierte „groß“. Wie kann ich solche Sprachkommandos wie bei Dragon machen? (Die bereits verfügbare Option, jede neue Zeile mit Großbuchstaben beginnen zu lassen, nützt mir nichts)
    In der SE-Verwaltung sind einige Sprachkommandos aufgeführt, die nicht verfügbar sind, aber hilfreich. Können die auch aktiviert werden?
    Interessanterweise wird bei mir das Kommando für „neue Zeile beginnen“ als nicht verfügbar aufgeführt, das Kommando „neue Zeile“ funktioniert aber tadellos.
11. Bei der Installation von Docker Desktop wurde die VM in Time Machine backups nicht inkludiert. War das ein Versehen oder ist das bewußt so gewollt, ähnlich wie bei Parallels, dass nicht bei jedem Backup das komplette Programm gesichert wird. Wenn ja, brauche ich dann eine gesonderte Sicherung von Docker?
    Wie soll mit den updates der Docker Desktop Software umgegangen werden? „Always download updates“ oder erst auf Zuruf von Zollsoft?

Answer 1

Hallo!

Vielen Dank für den langen Beitrag. In der Tat habe ich mich in den letzten Tagen auch wieder mit der Spracherkennung beschäftigt und mit vielen der von Ihnen angesprochenen Dinge habe ich auch meine Probleme. Insbesondere werden nach meinem Eindruck bei Wörtern mit ähnlichem Klang häufig welche ausgesucht, die im Satzbau und in der Verständlichkeit des Satzes überhaupt keinen Sinn ergeben. Hier ein Screenshot:

Hier gibt "AU" keinen Sinn, klingt eigentlich auch anders als "so". AU als Abkürzung für Arbeitsunfähigkeit habe ich so angelernt. Hier müsste die SE m.E. fähig sein, das korrekte Wort zu erkennen.

Auch die Problematik der Groß- und Kleinschreibung besteht weiterhin. Beispielsatz, heute diktiert:

Sie berichtete, dass die Füße immer wieder Schmerzen

Leider habe ich den Eindruck, dass das Programm nicht wirklich dazu lernt, die Frage also, wie die KI, wenn es denn eine gibt, arbeitet ist berechtigt. Auch ich habe im Serverstatus den orangenen Punkt ganz unten, dort steht "Trainingsdaten sind noch nicht im Model integriert".

Aktuell diktiere ich häufig lieber mit Siri, das klappt schneller und die Korrektheit des Diktates ist höher, weniger nachzuarbeiten. Für knapp 20 Euro im Monat für die SE würde ich mir wünschen, dass diese besser klappt.

Comments

Hallo Herr Dr. Hochhausen, 

Ihnen möchte ich ebenfalls für das Feedback danken und würde mich sehr freuen, wenn wir die Probleme in einem gemeinsamen Termin besprechen könnten. 

Schreiben Sie mir zur Terminfindung gerne eine kurze E-Mail: jan-ole.finkeisen@zollsoft.de

Viele Grüße
Jan-Ole Finkeisen

Answer 2

Hallo Herr Dr. Schütz,

vielen Dank für die ausführliche Rückmeldung.
Ich werde hier einmal versuchen, kurz auf die einzelnen Punkte einzugehen.
Es wäre jedoch leichter, wenn wir uns die Probleme in einem gemeinsamen Termin angucken könnten, sodass ich Ihnen ggf. die Lösung zeigen kann.

Dazu würde ich Sie bitten, mir eine E-Mail mit Terminvorschlägen an jan-ole.finkeisen@zollsoft.de zu schreiben.

1. Im Fenster sollte es eine Checkbox geben „Nicht mehr anzeigen“. Sollte das nicht helfen, schaue ich gerne im Termin. Was es mit den Trainingsdaten auf sich hat, muss ich ebenfalls vor Ort gucken.
2. Ihr Vorgehen ist genau richtig. Warum sich keine Besserung einstellt, muss ich ebenfalls vor Ort anschauen. Das Handbuch und Tutorial ist an der Stelle leider veraltet. Bitte entschuldigen Sie die Verwirrung. Wir werden das schnellstmöglich bereinigen.
3. Das ist leider ein Bug, der mit der nächsten Version bereits (131.1) behoben ist.
4. Die Anlernfunktion würde ich Ihnen ebenfalls im Termin zeigen wollen.
   In kurz: Mit Anlernen bringen Sie der Spracherkennung unbekannte Worte bei. Diktieren Sie bspw. „Canephora“, so könnte die Spracherkennung „Kenny Fora“ erkennen. Das bedeutet, dieses Wort ist uns nicht bekannt und muss von Ihnen angelernt werden. Wichtig ist, dass Sie Anlernen überwiegend für Fachbegriffe verwenden.
   Schreibweise Anpassen: Das Wort wurde richtig erkannt, Sie wollen aber eine andere Schreibweise verwenden (z.B. Musculus → M., Nutri Score → Nutri-Score, zum Beispiel → z. B.).
5. Das würde ich mir gerne persönlich angucken. Ein Neustart sollte in dem Fall normalerweise nicht nötig sein.
6. Ein Bug ist uns hier bisher nicht bekannt. Bekommen Sie eine Fehlermeldung angezeigt oder verschwindet tomedo ganz? – gucke ich mir ebenfalls gerne im Termin an.
7. Ich bin mir nicht sicher, ob ich Sie richtig verstehe. Bei mir lässt sich das Fenster während des Diktates verschieben – Könnten Sie mir das ebenfalls im Termin zeigen?
8. Auf die rechte Seite der Tastatur lässt sich der Shortcut aktuell leider nicht legen. – ich nehme das gerne als Wunsch auf. Wir können aber gerne im Termin Ihr Mikrofon konfigurieren. Dann lässt sich das Diktat mit einer Taste auf dem Mikrofon starten.
9. Mit dem Speechmike lassen sich auch bestimmte Karteieinträge per Taste anlegen.
10. Eigene Kommandos können Sie derzeit nicht erstellen. Und ein Kommando, um groß zu schreiben gibt es ebenfalls nicht. – beide Wünsche nehme ich gerne mit auf.
    Allerdings können Sie im Nachhinein das Wort Groß schreiben. Dazu nutzen Sie den Sprachbefehl „Wort + großschreiben“.
    Was meinen Sie mit deaktivierten Sprachkommandos? Meinen Sie die rote Markierung links neben dem Befehl? Das bedeutet, dass Sie diesen Befehl im gerade aktiven Fenster nicht verwenden können. Bspw. Können Sie in der Kartei keinen Absatz einfügen. Die Befehle sind aber generell verfügbar.
11. Docker muss nicht unbedingt in der Time Machine inkludiert sein. Dort werden keine wichtigen Daten gespeichert.
    Vom automatischen Update würde ich Ihnen abraten. In Docker Updates treten häufiger Fehler auf. Daher würde ich Updates nur bei akutem Bedarf empfehlen.

Ich hoffe, ich konnte Ihnen damit ein Stück weiterhelfen und freue mich auf einen gemeinsamen Termin. 

Viele Grüße

Jan-Ole Finkeisen