Sprache zu Text: Was mit der Familienstimme passiert

Datenschutz bei Sprache zu Text heißt: du weißt, wo die Stimme deiner Mutter zu Text wird. Nicht, welche Vorschrift ein Unternehmen braucht. Die entscheidende Stelle ist die Umwandlung selbst. Läuft sie auf dem Familienhandy, bleibt die Aufnahme in der Familie. Läuft sie in einer Cloud, verlässt die Stimme das Gerät, oft zusammen mit dem, was gerade erzählt wurde.

Was Sprache zu Text mit einer Familienstimme macht

Eine Aufnahme ist mehr als Wörter. Sie trägt Dialekt, Pause und Lachen. Sprache zu Text zerlegt diese Datei in Schrift, damit du später eine Stelle findest, etwa Sonntagsküche ab Minute acht.

Genau darin liegt der Unterschied zur Notiz. Der Text hilft beim Suchen. Die Datei hält die Person. Wer nur den Text behält, hat hinterher Sätze, aber oft keine Stimme mehr, die ein Enkel wiedererkennt.

Stell dir vor, deine Mutter erzählt, wie die Küche ihrer Großmutter an Sonntagen gerochen hat. Wird dieser Satz in der Cloud umgewandelt, sieht der Dienst die Stimme und die Geschichte. Bleibt die Umwandlung auf dem Gerät, entsteht der Text dort, wo das Gespräch stattgefunden hat.

Cloud oder Gerät: der Unterschied, der zählt

Bei einem Cloud-Dienst wandert das Audio zu einem Server. Der Anbieter wandelt es dort um und schickt dir den Text zurück. Microsoft beschreibt für die Echtzeit-Umwandlung, dass das Audio dabei im Speicher der Azure-Server verarbeitet wird. Bei der Stapelverarbeitung können Transkripte im Speicher des Kunden oder, wenn keiner angegeben ist, bei Microsoft liegen, bis eine Löschfrist greift.

Das ist keine Bewertung des Anbieters. Es ist der Mechanismus: die Stimme existiert für einen Moment, oder länger, außerhalb des Familienhandys.

Auf dem Gerät läuft die Erkennung lokal, über die Spracherkennung des Telefons oder ein heruntergeladenes Modell. Apple erlaubt Apps, die Erkennung so zu erzwingen, dass das Audio nicht über das Netz geht. Dieselbe Dokumentation sagt klar, dass die Erkennung auf dem Gerät oft weniger treffsicher ist. Genau das ist der Tausch: die Stimme bleibt, der Text braucht danach oft eine Korrektur bei Namen und Dialekt.

Frage	Cloud-Dienst	Auf dem Gerät
Wo entsteht der Text?	Auf fremden Servern	Auf dem Familienhandy
Sieht ein Anbieter die Stimme?	Ja, wenigstens während der Umwandlung	Nein, wenn nichts hochgeladen wird
Originaldatei	Kann in fremdem Speicher liegen	Du behältst die Datei
Training	Manche Dienste nutzen Inhalte	Kein Weg zum Anbieter

Eine App, die "privat" sagt, aber die Aufnahme erst hochlädt, ist ein Cloud-Dienst mit freundlichem Wort. Die Architektur zählt, nicht das Versprechen in der Beschreibung.

Drei Fragen, bevor du eine App transkribieren lässt

Bevor du eine Familienstimme in Text verwandelst, reichen drei Fragen. Sie machen sichtbar, was mit der Datei passiert, ohne ein Gesetz auszulegen.

1. Wo wird Sprache zu Text? Auf diesem Gerät, oder auf einem Server?
2. Bleibt die Originaldatei bei dir, oder liegt sie zusätzlich beim Anbieter?
3. Wird die Stimme oder der Text zum Training genutzt?

Wenn die Antwort auf die erste Frage unklar bleibt, behandle den Dienst wie eine Cloud. Ein Schalter namens privat ändert daran nichts, solange das Audio das Handy verlässt.

Für Familien reicht diese Prüfung. Du musst kein Vertragswerk lesen, um zu entscheiden, ob die Sonntagsküche deiner Mutter auf einem fremden Rechner landen soll.

Was bleibt, wenn du nur den Text behältst

Ein Transkript ist nützlich, sobald du suchst. Es ist kein Ersatz für die Stimme. Namen, Ortsangaben und Dialekt musst du oft selbst nachziehen. Das macht den Text besser durchsuchbar. Die Person bleibt in der Originaldatei.

Wenn du Eltern interviewst, gehört deshalb die Datei an den Anfang, nicht der Text. Dafür gibt es den Ratgeber Eltern interviewen. Diese Seite hier klärt nur, was bei der Umwandlung mit der Stimme passiert.

Ende-zu-Ende-Verschlüsselung ist eine zweite Schicht. Sie schützt Inhalte auf dem Weg zwischen Geräten. Sie sagt nicht, wo Sprache zu Text wird. Wer nur "verschlüsselt übertragen" liest, weiß noch nicht, ob die Erkennung in der Cloud läuft. Die Erklärung dazu steht unter Ende-zu-Ende-Verschlüsselung.

Eine Grenze bleibt: Wer einen privaten Link weitergibt, gibt damit Zugang. Die Umwandlung auf dem Gerät ändert nichts daran, dass der Link nur zu Menschen gehört, denen du vertraust.

Wie FamilyStories Sprache in Text verwandelt

FamilyStories sammelt Frage, Originalstimme, Transkript und Fotos an einem privaten Ort. Die Umwandlung von Sprache in Text passiert ausschließlich auf den Geräten der Familie, über die Spracherkennung des Geräts oder ein lokal heruntergeladenes Modell. Es gibt keine Spracherkennung über einen Onlinedienst. Weder die Aufnahme noch das Transkript erreichen jemals einen Spracherkennungsdienst außerhalb dieser Geräte.

Die Aufnahme wird auf deinem Gerät verschlüsselt und wie alle Inhalte Ende-zu-Ende-verschlüsselt synchronisiert. Der Anbieter kann die Stimme nicht anhören. FamilyStories zeigt keine Werbung, verkauft keine Daten und verwendet Familieninhalte nicht zum Training künstlicher Intelligenz.

Bis zu zehn Personen teilen sich einen privaten Familienkreis. Wer nicht in der App antworten mag, kann über einen privaten Gastlink im Browser sprechen, ohne Konto. Mit einem bezahlten Plan exportierst du Geschichten als Word- oder PDF-Datei und kannst Fotos und Originalstimmen zusätzlich herunterladen.

So bleibt der Text das Suchwerkzeug. Die Stimme bleibt die Erinnerung.