Ich hab's zu Weihnachten geschenkt bekommen und weil vor neuer Technik mir immer graut und ich mich mit einem älteren Headset von GN-Netcom bestens versorgt glaubte, habe ich es erst am letzten Wochenende in Betrieb genommen.

Aber das Gerät ist eine angenehme Überraschung. Die beginnt, wenn in DNS das Mikrofon eingerichtet wird. Die grünen Balken haben fast keine gelbe Basis, das habe ich so bisher nicht gesehen. Entsprechend sind die sN-Werte im Dragon-Log höher als bisher. Nun kann man ja in diesem Forum nachlesen, dass es auf physikalische Messergebnisse eines Mikrofons kaum ankomme, aber schlecht ist es sicher nicht, wenn die Werte gut sind. Jedenfalls wirken sie sich in meinem Fall dahin aus, dass die Erkennungsgenauigkeit sowohl gegenüber meinem alten Headset als auch dem SpeechMike II erheblich verbessert ist. Ich würde das als Sprung bezeichnen wie von DNS 10 auf Version 11.



Dem Vorteil steht ein Nachteil gegenüber. Die Unterdrückung von in unmittelbarer Nähe entstehenden Nebengeräuschen ist schwach. Rascheln, auch starke Atemgeräusche usw. rufen öfter das Fenster auf "Bitte sagen Sie das noch einmal". Gleiches gilt für Tastaturgeräusche, die schon mal einen nicht gewünschten Punkt in den Text zaubern oder den Aufruf irgendeines Befehls. Das ist gewöhnungsbedürftig, aber für mich inzwischen kein Problem. Insbesondere "Geh' schlafen", wenn nicht diktiert wird, ist angesagt. Weiter entfernte Geräuschquellen, z.B. Lärm von draußen durch offene Fenster oder durch schlagende Türen, werden dagegen ausgefiltert und nicht registriert.

Wie in diesem Forum schon nachzulesen (Marius Raabe zu SpeechMike Air), sind Funklösungen im Allgemeinen träger als kabelgebundene, was sich mit meiner Erfahrung deckt. Von diesem Nachteil kann das Sennheiser DW Office weitgehend freigesprochen werden. Es kann schon sein, dass die Reaktionszeit um Nuancen langsamer als z.B. beim Kabel-SpeechMike ist, aber das fällt wirklich nicht ins Gewicht.

Die Akkukapazität ist gut ausreichend. Wenn man das Headset zwischendurch ein paar Minuten nachlädt, dürfte es auch für den Dauereinsatz tauglich sein. Bei einem Provokationstest ohne Nachladen, aber auch ohne ständige Benutzung, war der Akku nach 10 h noch fit. Dann ging ich nachhause und weiß daher nicht, wie lange der Akku noch gehalten hätte.

Zu tragen ist das Ding sehr angenehm, angenehmer als die Headsets, die ich bisher nutzte. Auch bei heftigen Bewegungen sitzt es unerschütterlich, was ich darauf zurückführe, dass der Mikrofonbaum kürzer und sehr leicht ist, so dass keine großen Hebelkräfte wirken. Auch insgesamt ist das Gerät leicht. Manchmal vergesse ich, dass ich es noch trage und gestern ist mir das nach dem Verlassen des Büros aufgefallen. Verwendet wird von mir der Kopfbügel; die zahlreich mitgelieferten Ohrbügel habe ich nicht ausprobiert.

Ein zweiter Nachteil ist der relativ hohe Preis (derzeit ab € 330), aber eine Zeit lang gab es das Gerät bei Jacob-Elektronik für € 280, was darauf schließen lässt, dass der Preis in Bewegung ist und auch mal wieder runter kommen kann. Ein weiterer Nachteil der Support von Sennheiser; die Firma hat auf eine mittels Dokumentation nicht lösbare Anfrage zur Einrichtung nicht reagiert.

Fast hätte ich vergessen, auch Telefonieren lässt sich mit dem Teil hervorragend. Wer die Anschaffung eines neuen Mikrofons in Erwägung zieht, sollte sich auch mit diesem Gerät befassen.

Hallo Sonja,

ein interessanter und detaillierter Bericht!

Eine Nachfrage: Mich würde mal interessieren, wie im Vergleich dazu die sN-Werte aussehen, wenn bei Ihnen das SpeechMike II zum Einsatz kommt.

Hintergrund: Ich erziele nämlich mit meinem SpeechMike II ähnliche Werte wie auf Ihrer Abbildung offenbar für das Sennheiser-Headset dargestellt sind, so dass ich den leisen Verdacht hege, dass der Qualitätssprung beim Sennheiser auch mit einem „Haltungsschaden“ bei Verwendung des SpeechMike II zu tun hat.
Auch wenn der SN-Wert keinen unmittelbaren Rückschluss auf die Erkennungsgenauigkeit zulässt, ist meines Erachtens der „sweet spot“, also der optimale Haltepunkt, beim Einsatz des SpeechMike sehr dicht am Mund. Aber das soll nichts gegen den Einsatz eines Headsets sagen, Sie hatten ja berichtet, aus welchen Gründen Sie ein Handmikrofon nicht so praktisch finden.

Beste Grüße, Marius Raabe

Vielen Dank auch von mir für diesen absolut "professionellen" Anwenderbericht! Die Grafik beim Audiosetup ist natürlich ein Traum, fast keine gelben Balken zu haben ist schließlich unser Ziel.

Zum Vergleich dazu habe ich einmal einen Audiotest bei mir mit dem SpeechMike ausgeführt, wobei die Grafik so aussieht:



Uploaded with ImageShack.us

Zugegebenermaßen habe ich mich dabei aber auch ziemlich angestrengt.

Irgendwann werde ich sicherlich auch mal Marius' Ratschlag befolgen und das SpeechMike so nah wie möglich halten. Interne Vergleiche zwischen Marius und mir haben nämlich ergeben, dass meine SN-Werte erheblich schlechter sind als seine, und ich habe sehr viele Einträge in den Logdateien, aus denen hervorgeht, dass die betreffenden Äußerungen bei der akustischen Optimierung übergangen werden (aus meiner Sicht eine der besten Neuerungen in der Version 11).

Dass dadurch meine Erkennungsgenauigkeit aber gravierend beeinträchtigt ist, kann ich definitiv nicht sagen.

Hinsichtlich des von Sonja getesteten Gerätes ist es vielleicht noch interessant anzumerken, dass Lunis Orcutt zum Beispiel das Gerät nicht im Sortiment hat aus genau den von ihr geschilderten Gründen, nämlich wegen der nicht besonders ausgeprägten Geräuschunterdrückung.

Aber damit möchte ich ihr keineswegs widersprechen, sondern sie beglückwünschen dazu, dass sie für sich ein passendes Gerät gefunden hat. Schließlich ist dies das alles entscheidende dabei.

Grüße, Rüdiger

Faszinierend auch das, Rüdiger.

Ich habe mit meinem SpeechMike II auch mal einen Screenshot an derselben Stelle des Assistenten gemacht, hier:



Interessant finde ich, dass wir alle drei offenbar trotz völlig unterschiedlicher Charakteristika sehr gut diktieren können. Während ich das Ergebnis bei Sonja so interpretiere, dass der obere Frequenzbereich praktisch gar nicht ankommt und sehr niedrige Nebengeräusche vorhanden sind, erzeugt Rüdiger im oberen Frequenzbereich relativ hohe Ausschläge und über alle Frequenzbereiche ein relativ konstantes Rauschen.

In meinem Fall scheint der Nebengeräusch-Level mit einem im Verhältnis zu Rüdiger baugleichen Mikrofon über alle Frequenzbereiche fast, aber nicht ganz so niedrig zu sein, wie bei Sonja mit ihrem Sennheiser-Headset, dafür habe ich im oberen Frequenzbereich immerhin etwas „Grün“, deutlich weniger allerdings als Rüdiger. Natürlich haben wir den Test unter mutmaßlich unterschiedlichen Nebengeräusch-Bedingungen gemacht und nicht alle im gleichen schalltoten Raum, was zumindest die Unterschiede im „gelben Teil“ zwischen Rüdiger und mir erklären könnte (obwohl die „Anstrengung“ dagegen spricht). Die Unterschiede im „grünen Teil“ zwischen Rüdigers und meinem Ergebnis müssen dann aber wohl an anderen Dingen liegen (an der Stimme, am PC, wer weiß woran noch).
Sonja: mich würde interessieren, wie der Screenshot aussieht, wenn Sie ein SpeechMike II verwenden.
Nur am Rande: ich habe den gleichen Test auch noch einmal mit dem SpeechMike Air gemacht, das Ergebnis ist fast deckungsgleich. Wenn ich mein SpeechMike III mal auf diesem Rechner installiert habe, hole ich das auch noch einmal für diese Variante nach.


Jedenfalls scheint der Drache seine Flexibilität auch an dieser Stelle wieder einmal eindrucksvoll unter Beweis zu stellen. Das – ebenso wie Rüdigers Erfahrungen – bestätigt wohl auch, dass es richtig war, dass der Hersteller in der Version 11 des Programms in dem Assistenten keine Zahl mehr für das Verhältnis zwischen Rauschen und Signal einblendet, weil das offenbar ein schlechter Indikator für das zu erwartende praktische Ergebnis der Spracherkennung ist.

Beste Grüße, Marius Raabe

Zitat von Marius Raabe

---

Eine Nachfrage: Mich würde mal interessieren, wie im Vergleich dazu die sN-Werte aussehen, wenn bei Ihnen das SpeechMike II zum Einsatz kommt.

Hintergrund: Ich erziele nämlich mit meinem SpeechMike II ähnliche Werte wie auf Ihrer Abbildung offenbar für das Sennheiser-Headset dargestellt sind, so dass ich den leisen Verdacht hege, dass der Qualitätssprung beim Sennheiser auch mit einem „Haltungsschaden“ bei Verwendung des SpeechMike II zu tun hat.
Auch wenn der SN-Wert keinen unmittelbaren Rückschluss auf die Erkennungsgenauigkeit zulässt, ist meines Erachtens der „sweet spot“, also der optimale Haltepunkt, beim Einsatz des SpeechMike sehr dicht am Mund. Aber das soll nichts gegen den Einsatz eines Headsets sagen, Sie hatten ja berichtet, aus welchen Gründen Sie ein Handmikrofon nicht so praktisch finden.

Beste Grüße, Marius Raabe

---

Hi Marius, den Versuch mache ich gerne und auch einen Screenshot zum SpeechMike liefere ich, aber vorher: Wie nahe soll "sehr dicht am Mund" konkret in Zentimetern sein? Und in welchem Winkel soll dabei das SpeechMike beschallt werden: 90°, also senkrecht zur Tastaturoberfläche oder in Längsrichtung, wie bei einem Hand Mikrofon oder irgendein Winkel dazwischen?

Zitat von R.Wilke

---

Hinsichtlich des von Sonja getesteten Gerätes ist es vielleicht noch interessant anzumerken, dass Lunis Orcutt zum Beispiel das Gerät nicht im Sortiment hat aus genau den von ihr geschilderten Gründen, nämlich wegen der nicht besonders ausgeprägten Geräuschunterdrückung.

Aber damit möchte ich ihr keineswegs widersprechen, sondern sie beglückwünschen dazu, dass sie für sich ein passendes Gerät gefunden hat. Schließlich ist dies das alles entscheidende dabei.

Grüße, Rüdiger

---

Das kann man in dieser Ausschließlichkeit nicht sagen, dafür müsste die Sprachumsetzung noch um einiges besser funktionieren. Es ist mehr als "glücklicher" Zufall zu bezeichnen, dass ich durch ein Weihnachtsgeschenk darauf aufmerksam wurde, dass zwischen einem Premium-Headset von 2005 und einem von 2010 doch ein beträchtlicher Fortschritt liegt, den man nutzen sollte.

Mit der Nebengeräuschunterdrückung ist es seltsam beim Sennheiser-Headset. Ein aufgedrehtes Radio im gleichen Raum oder eine ratternder Farblaser stören nicht, ein leises Räuspern wohl. Solange man den Bildschirm im Blickfeld hat, ist das kein Problem, aber neulich hatte ich im Archiv ein paar Sätze diktiert, die beim Drachen zu wilden Manipulationen auf dem PC führten und das obschon alle diesbezüglichen Optionen soweit möglich deaktiviert sind. Denkbar ist, dass die faktisch nicht erfolgende Unterdrückung von Nebengeräuschen aus dem Nahbereich der Preis für die sehr präzise Konsonantenumsetzung ist, denn z.B. Endungen mit m und n werden weit besser differenziert, als ich das bisher gewohnt war.

Zitat

---

Mit der Nebengeräuschunterdrückung ist es seltsam beim Sennheiser-Headset. Ein aufgedrehtes Radio im gleichen Raum oder eine ratternder Farblaser stören nicht, ein leises Räuspern wohl. Solange man den Bildschirm im Blickfeld hat, ist das kein Problem, aber neulich hatte ich im Archiv ein paar Sätze diktiert, die beim Drachen zu wilden Manipulationen auf dem PC führten und das obschon alle diesbezüglichen Optionen soweit möglich deaktiviert sind. Denkbar ist, dass die faktisch nicht erfolgende Unterdrückung von Nebengeräuschen aus dem Nahbereich der Preis für die sehr präzise Konsonantenumsetzung ist, denn z.B. Endungen mit m und n werden weit besser differenziert, als ich das bisher gewohnt war.

---

Hallo Sonja,

das hängt mit der sogenannten "Richtcharakteristik" eines Mikrofons zusammen, siehe dazu z.B. das hier:

http://de.wikipedia.org/wiki/Richtcharakteristik

Wie es sich bei diesem Gerät verhält, weiß ich nicht. Fakt aber ist, dass die Geräte eben unterschiedlch sind, was das betrifft. Die Geräuschunterdrückung soll ja gerade bewirken, dass Hintergrundgeräusche weitgehend unterdrückt werden zu Gunsten des Sprechsignals. Weil die Technik aber nicht zwischen Sprache und anderen Geräuschen unterscheiden kann, werden halt die Geräusche je nach Einfallswinkel (mehr von vorne versus von rückwärts kommend bzw. mehr oder weniger von der Seite) herausgefiltert. Wenn das Gerät einen relativ kurzen Mikrofonbügel hat, wird es auch entsprechend weiter vom "Sprechkanal" entfernt positioniert sein, so dass potentiell schon mehr Hintergrundgeräusche eingefangen werden, als man möglicherweise gebrauchen kann. Die Unterschiede bei den Mikrofonen liegen m.E. prinzipiell hauptsächlich darin, wie sie die Herausfilterung des Sprechsignals je nach Raumakustik bewältigen. In einer idealen raumakustischen Umgebung, bei klarer Aussprache und ohne jedes Hintergrundgeräusch kann man praktisch mit jedem Mikrofon brauchbar diktieren. Was dann den Unterschied macht, sind die jeweils individuellen Vorstellungen davon, wie man das Gerät einsetzen möchte (Headset vs. Handmikrofon vs. Desktop-Mikrofon; kabellos vs. kabelgebunden; Dauerbetrieb vs. "Press-To-Talk", usw.).

Gruß, Rüdiger

Zitat von Sonja

---

Hi Marius, den Versuch mache ich gerne und auch einen Screenshot zum SpeechMike liefere ich, aber vorher: Wie nahe soll "sehr dicht am Mund" konkret in Zentimetern sein? Und in welchem Winkel soll dabei das SpeechMike beschallt werden: 90°, also senkrecht zur Tastaturoberfläche oder in Längsrichtung, wie bei einem Hand Mikrofon oder irgendein Winkel dazwischen

---

Im Idealzustand halte ich das Gerät mit der Längsachse seines Gehäuses lotrecht zur Erdoberfläche mit der Gehäusefront parallel vor meinem Sprechorgan (eigentlich also Längsachse 0° , Querachse 90° und Hochachse 0°), und zwar im Abstand von irgendetwas zwischen 1-3 cm halte (so war es bei dem oben wiedergegebenen Versuch, dort aber eher bei 1 cm), manchmal halte ich es auch schräg (45° um die Längsachse gedreht), zuweilen auch noch um die Hochachse und die Querachse eingedreht, so dass ich gelegentlich doch fast von oben in die Spitze des Mikrofons spreche wie es bei einem Studiomikrofon wäre). Das ganze findet meistens mitten vor meinem Mundwerk statt, zuweilen auch, wie es an sich den Empfehlungen von Nuance entspricht, etwas seitlich davon (dann eben um die Längsachse gedreht). Die Winkel und die Position vor / etwas seitlich vom Mund haben nach meiner subjektiven Erfahrung aber wenig Einfluss auf die Erkennungsgenauigkeit, für die Genauigkeit scheint es mir mehr auf die Entfernung vom Mund (Lautstärke, siehe unten) als auf die Winkel anzukommen. Störungen durch Atemgeräusche kann ich in aller Regel nicht feststellen, obwohl ich ein typischer Mund-Atmer bin. Allerdings neige ich dazu, das Mikrofon nach dem Ende einer Äußerung aus dem Gesicht zu entfernen, insbesondere, wenn ich das Mikrofon nicht gleich ausschalte.

Meine Haltung und Sprechweise bewirken übrigens, dass auf dem ersten Bildschirm des Audioassistenten der blaue Balken bei mir ganz verschwindet, also die Mikrofonlautstärke auf die geringstmögliche Einstellung gesetzt wird (was sich auch in der Windows-Systemsteuerung nachvollziehen lässt), obwohl ich nicht in das Mikrofon hinein schreie. Ich habe früher mal (in älteren Programmversionen) mit „lauteren“ Einstellungen (größeren Entfernungen) experimentiert, um das Mikrofon in einer möglicherweise loseren Haltung, wie man es vom analogen Handdiktiergerät gewohnt sein mag, halten zu können. Die Ergebnisse waren nicht überzeugend, und da konnte es auch schon mal passieren, dass die Lautstärkeanzeige in der Dragonleiste rot wurde. Seitdem bin ich lieber „dichter dran“ – das ist aber wie üblich alles höchst subjektiv und keinesfalls als Anleitung misszuverstehen.

Beste Grüße, Marius Raabe

Zitat von Marius Raabe

---

Sonja: mich würde interessieren, wie der Screenshot aussieht, wenn Sie ein SpeechMike II verwenden.

---

Zunächst der Screenshot, wenn ich das SpeechMike 5276 halte wie bisher, nämlich rund 15 cm vom Mund entfernt.


Jetzt das Audiosetup, wenn das Mikrofon entsprechend Marius gehalten wird und anschließend die zugehörigen sN-Werte.





Beim Audiosetup liegt das SpeechMike damit gleichauf mit dem Headset von Sennheiser. Die sN-Werte bleiben dagegen zurück.

Die eigentlich interessierende Frage, ob die Halteart nach Marius die Erkennungsleistung beeinflusst, würde ich auf die Schnelle eher bejahen, aber beurteilt werden kann das erst nach Stunden des Gebrauchs.

Zitat

---

Die eigentlich interessierende Frage, ob die Halteart nach Marius die Erkennungsleistung beeinflusst, würde ich auf die Schnelle eher bejahen, aber beurteilt werden kann das erst nach Stunden des Gebrauchs.

---

Meine Lieben, nicht nur interessierend, sondern in der Tat interessant. Kurz gesagt, man wird es nie herausfinden, denn dazu müsste man dasselbe Diktat zweimal produzieren, einzig unterschieden in der Haltung des Mikrofons, und das geht nicht, würde zwar physikalisch gehen, scheitert aber daran, dass nicht Maschinen, sondern Menschen diktieren. Nicht einmal mit derselben Haltung können wir jemals denselben Text zweimal in derselben Weise diktieren, genau genommen.

Den aussagefähigen, oder beweisschlüssigen Test werden wir also nie durchführen.

Trotzdem aber können wir aus der Beobachtung dessen, was da geschieht, wertvolle Schlüsse ziehen, wie ich finde, vorbehaltlich der oben gemachten Einschränkung hinsichtlich der Möglichkeiten, sie zu verifizieren, und sagen wir deshalb besser "Hypothesen", nämlich:

1.) Auch wenn der SN-Wert steigt, wird die Erkennung nicht besser (aber auch nicht schlechter).

2.) Auch wenn der SN-Wert sinkt, wird die Erkennung nicht schlechter (aber auch nicht besser).

3.) Erst wenn der SN-Wert unter einem sehr tief angesetzten Mininum sinkt (ich weiß immer noch nicht genau, wo der liegt, aber so etwa um 9), werden die betreffenden Äußerungen aus der Optimierung ausgeschlossen.

Um einen Gedanken noch einmal aufzugreifen, den ich weiter oben schon formuliert habe, Spracherkennung à la Dragon ist so eingerichtet, dass sie relativ tolerant gegenüber der "Qualität" des akustischen Signals ist, sonst wäre Erkennung immer mehr ein Glücksfall als die Regel, und wenn nur möglich unter Verwendung bestimmtes Geräte in ganz besonderen Umgebungsbedingungen und vollzogen von ganz besonders dazu trainierten Anwendern, wäre es ziemlich unpraktisch und ließe sich nicht verkaufen.

Der SN-Wert dagegen ist nichts anderes als die Differenz zwischen dem, was als reines Sprachsignal nach Abzug des als Hintergrundgeräusch klassifizierten vom Gesamtsignal übrigbleibt, und zwar in DB, also die Differenz zwischen den gelben Balken (Hintergrund) und den Spitzen der grünen Balken (Gesamt).

Über die "Qualität" des "Sprachsignals" (für die Erkennung) sagt das gar nichts aus, und so ist es dann auch zu interpretieren, dass der beim Audio-Setup gemessene Wert nun in Version 11 nicht mehr angezeigt wird.

Nur, wenn der Wert zu tief sink, besteht immer (physikalisch) die Gefahr, oder Möglichkeit/Wahrscheinlichkeit, dass die Äußerung nicht oder fehlerhaft erkannt wird, so dass solche Erkennungen ausgeschlossen werden, wenn es darum geht, sie in das Training des Profils einzubeziehen.

Eine, wie ich finde, sehr kluge Entscheidung.

Gruß, Rüdiger

PS an Sonja: die SN-Werte bekommt man auch "preiswerter" angezeigt, nämlich in der Erkennungsansicht, speichern mit Details.

Sonja,

vielen Dank für die Mühe, finde ich sehr interessant – auch, dass das SpeechMike II bei dir/Ihnen bei der engen Haltung deutlich geringere sN-Werte produziert als bei mir (die liegen in der Regel deutlich über 30, seltener fast 40). Das ist wohl auf die unterschiedliche Stimme und Sprechweise zurückzuführen, ebenso wie die höheren Ausschläge auf der rechten Seite des Spektrums bei dir/Ihnen.

Bei aller notwendigen Subjektivität, wie Rüdiger sie richtig dargestellt hat, ist es ein Glaubenssatz von mir, dass die Erkennung besser ist, wenn das Mikrofon näher am Mund gehalten wird und ich empfehle das auch beim Vergleich mit dem Headset.

Beste Grüße, Marius Raabe

Zitat

---

Bei aller notwendigen Subjektivität, wie Rüdiger sie richtig dargestellt hat, ist es ein Glaubenssatz von mir, dass die Erkennung besser ist, wenn das Mikrofon näher am Mund gehalten wird und ich empfehle das auch beim Vergleich mit dem Headset.

---

Weil – auch bei mir – letztendlich alles auf dem Dreisprung "Glaube – Liebe – Hoffnung" beruht, schließe ich mich gerne diesem Glaubenssatz an.

Eine Möglichkeit der Verifizierung würde in einem Experiment bestehen, bei dem ein längerer Text diktiert wird und genau beobachtet, an welchen Stellen fehlerhafte Erkennungen auftreten, und dann einen Zusammenhang herauszufinden zwischen den Fehlern und den jeweiligen SN-Werten.

Sofern man sich darauf einigen könnte, was denn überhaupt ein Fehler ist?

Credo ergo sum.
Rüdiger