Sprachgesteuerter Teleprompter: Der Text folgt deinen Wörtern, nicht der Uhr

Was „folgt deiner Stimme“ heißt

Im Scrollmodus Stimme erkennt das iPhone, was du sagst, und der Text scrollt zu genau den Wörtern, die gefallen sind. Holst du Luft oder lässt ein Auto vorbei, bleibt er stehen und wartet. Wirst du schneller, zieht er mit. Sagst du eine frühere Zeile noch einmal, scrollt er zu ihr zurück.

Dieses Zurückscrollen verrät, wie das Ganze arbeitet: Der Prompter gleicht das Gehörte mit deiner Stelle im Skript ab, statt eine Geschwindigkeit nachzuregeln. Rückwärts ist deshalb genauso normal wie vorwärts, und es läuft nichts auseinander, was du hinterher gerade rücken müsstest. Einen 3-2-1-Countdown gibt es auch nicht: Ist die Startverzögerung abgelaufen, warten Stimme und Ton auf dein erstes Wort.

Warum ein festes Tempo dich zweimal arbeiten lässt

Ein Prompter mit fester Geschwindigkeit verlangt zwei Dinge gleichzeitig: den Satz sprechen und nebenbei gegen eine Maschine antakten, die keine Ahnung hat, was du eben gesagt hast. Vor der Kamera fällt das Ablesen selbst kaum auf. Was auffällt, ist ein Rhythmus, der eine Spur zu schnell oder eine Spur zu zäh ist, und ein Blick, der zur Seite wandert und die Zeile sucht. Folgt der Text deinen Wörtern, fällt die zweite Aufgabe weg, und der Blickkontakt zur Kamera hält von allein.

Ton, und wann du ihn wählst

Ton reagiert darauf, dass gesprochen wird, und nicht darauf, was gesprochen wird: Solange du redest, läuft der Text, und sobald du schweigst, hält er an. Zwei Fälle sprechen dafür. Der erste ist eine Sprache, die dein iPhone gar nicht erkennt, denn dieser Modus kommt ohne Erkennung aus. Der zweite sind Bedingungen, an denen jede Erkennung scheitert: das laute Café, die halbe Turnhalle, das Mikrofon drei Meter weiter, ein Skript voller Eigennamen und Zahlen. Einen Preis hat das. Ton merkt nicht, dass du eine Zeile wiederholst, und kann deshalb nicht von allein zurückspringen.

Konstant, und die Mikrofon-Übergabe

Konstant ist der klassische Teleprompter: festes Tempo in Wörtern pro Minute, und manchmal ist genau das richtig. Er ist der einzige Modus, der zum Scrollen kein Mikrofon braucht. Die Startverzögerung gehört ihm nicht allein: aus, 5, 10 oder 20 Sekunden, bevor der Text losläuft, in diesem Modus wie in den anderen beiden, sichtbar Im schwebenden Fenster genauso wie im Vollbild.

Beim Aufnehmen in Kamera, Instagram und TikTok läuft das Folgen weiter, an diesen drei Apps ist es geprüft. Schnappt sich mitten im Take eine andere App das Mikrofon, wartet der Take darauf: Der Text hält beim zuletzt erreichten Wort an, ein Hinweis zeigt „Mikro belegt“, und sobald das Mikrofon wieder da ist, liest der Text ab genau diesem Wort weiter. Wer beim Scrollen lieber auf kein Mikrofon angewiesen sein will, ist mit Konstant richtig. Die Seite zum schwebenden Fenster beschreibt diese Übergabe in beide Richtungen, und alle drei Modi stehen auf der Startseite nebeneinander.

Wo die Erkennung läuft

Wispim fragt iOS nach der Erkennung auf dem Gerät, wo deine Sprache sie unterstützt. Fehlt dafür ein Modell auf dem iPhone, schickt iOS den Ton zu Apple, um daraus Text zu machen. Das ist Apples Weg, nicht unserer, und zu uns kommt der Ton in keinem der beiden Fälle.

Vor dem Start zeigt dir die Liste Erkennungssprache in deiner Sprache, für welche Sprachen iOS den Ton an Apple sendet. Das Wort „offline“ wirst du hier nicht lesen, weil es für einen Teil der Sprachen schlicht falsch wäre. Deine Skripte, der Ton und die Transkripte kommen nie zu uns; der Rest steht in der Datenschutzerklärung.

Drei Zahlen für Sprachen, drei verschiedene Dinge

Wenn er dich falsch versteht

Das passiert: zwei gleich klingende Wörter, ein Nachname, ein Satz, den ein Lkw verschluckt. Ob ein Prompter, der der Stimme folgt, im Alltag taugt, entscheidet sich daran, wie du zurückfindest, und keiner dieser Wege verlangt, dass du die Aufnahme abbrichst:

• Wort antippen. Von dort wird weitergelesen. In jedem Modus, und ohne dass etwas pausiert.
• Im Text blättern. Zieh das Skript, um vorauszuschauen oder eine Zeile noch einmal nachzulesen. Das Folgen ruht so lange, oben zeigt ein Hinweis „Du siehst dich um“, und ein Antippen davon, oder irgendwo neben dem Text, bringt dich zurück. In Stimme kannst du außerdem einfach irgendwo weiterlesen, der Prompter findet dich.
• Sprachbefehle. Pause, weiter, „Satz zurück“, „Von vorn“ oder ans „Skriptende“ springen, einfach ausgesprochen. Zehn Sprachen, Deutsch darunter, Formulierungen änderbar.
• Lautstärketasten. Einen Satz zurück oder vor. In der App als experimentell markiert, und in Kamera-Apps ohne Wirkung, weil dort der Auslöser auf ihnen liegt.

Antippen und Ziehen sind Gesten im Vollbild: Das schwebende Fenster nimmt überhaupt keine Berührung an, eine Vorgabe von iOS und der Grund, warum es die Sprachbefehle gibt. Entscheide dich also vorher für den Modus, wenn der Take in diesem Fenster läuft, über der Kamera oder über einem Zoom- oder Meet-Gespräch.