Sprechererkennung auf Deutsch — automatisch unterscheiden und korrigieren
Ohne Sprecher-Labels weiß man nach dem Meeting nicht mehr, wer was gesagt hat — Entscheidungen und Action Items hängen in der Luft. BonusVoice labelt jedes Transkript-Segment automatisch, lässt Sprecher umbenennen und mehrere Stimmen zusammenführen. Alles in deutscher Sprache, alles in der EU verarbeitet.
- Sprecher werden automatisch unterschieden und gelabelt
- Vorstellungsrunde am Anfang: BonusVoice übernimmt die Namen
- Sprecher nach der Aufnahme manuell umbenennen
- Mehrere Stimmen zu einem Sprecher zusammenführen
- Funktioniert auf Deutsch und 12 weiteren nativ unterstützten Sprachen
- Mistral AI in Paris — kein OpenAI, kein Google
- Hetzner Server in Deutschland — DSGVO-konform
So funktioniert Sprechererkennung mit BonusVoice
Aufnehmen oder Datei hochladen
Web-, Desktop- oder Mobile-App nimmt das Meeting auf — oder Sie laden eine bestehende WAV/MP3/M4A-Datei hoch. Auch für Workshops, Kundengespräche, Mandantengespräche.
BonusVoice labelt jeden Sprecher automatisch
Die KI analysiert Stimmcharakteristik und Segmentlängen und ordnet jedem Satz einen Sprecher zu. Das Ergebnis: ein Transkript mit klaren Sprecher-Labels (Sprecher 1, Sprecher 2, Sprecher 3, ...).
Sprecher umbenennen und Notizen ergänzen
Nach der Analyse können Sprecher umbenannt werden — aus Sprecher 1 wird zum Beispiel Frau Dr. Müller. Mehrere Sprecher-IDs lassen sich zusammenführen, falls die KI eine Person versehentlich in zwei Stimmen aufgeteilt hat. Notizen kommen direkt im Transkript dazu.
Warum BonusVoice für Sprechererkennung in Deutschland und der EU
Am besten mit kurzer Vorstellungsrunde
Stellen sich die Teilnehmer zu Beginn kurz vor und wird das Wort namentlich übergeben, ordnet BonusVoice die Beiträge auch in größeren Runden zuverlässig zu. Ohne diese Struktur kann es passieren, dass ähnlich klingende Stimmen zusammengefasst werden — dafür gibt es den Sprecher-Editor.
Manuell editierbar nach der Analyse
Sprecher-Labels sind kein finales Black-Box-Ergebnis. Sie können einzelne Sprecher umbenennen, mehrere Stimm-IDs zu einer Person zusammenführen und das Transkript direkt im Editor anpassen — Audio synchron als Referenz.
DSGVO-konform — 100% in der EU
Audio-Aufnahmen werden auf deutschen Hetzner-Servern gespeichert, die Sprechererkennung läuft bei Mistral AI in Paris. Kein OpenAI, kein Google Cloud, kein AWS — die Stimmcharakteristik verlässt nie die EU.
Speaker-Labels in der Zusammenfassung
Die KI-Zusammenfassung übernimmt die Sprechernamen aus dem Transkript. Action Items werden direkt der Person zugeordnet, die sie zugesagt hat. Entscheidungen werden namentlich dokumentiert.
13 nativ unterstützte Sprachen
Sprechererkennung arbeitet sprachunabhängig — Stimmen werden über Stimmcharakteristik getrennt, nicht über Worte. Die Transkription selbst läuft in 13 nativ unterstützten Sprachen, darunter Deutsch, Englisch, Französisch, Italienisch, Spanisch und Niederländisch. Auch bei Sprachwechsel mitten im Meeting bleibt jeder Sprecher korrekt zugeordnet.
Stimmcharakteristik verlässt die EU nicht
Stimme ist ein biometrisches Merkmal und unterliegt der DSGVO. BonusVoice verarbeitet Audio ausschließlich auf europäischen Servern — kein Cloud-Act-Risiko, kein US-Behördenzugriff, kein Trainingsmissbrauch.
Häufige Fragen zur Sprechererkennung
Wie genau ist die Sprechererkennung bei sich überlappenden Sprechern?+
Reden mehrere gleichzeitig, ordnet BonusVoice die überlappende Passage einem Sprecher zu — Teilnehmer sollten daher möglichst nicht durcheinander reden. Verlässlich ist die Zuordnung vor allem dann, wenn sich die Stimmen deutlich unterscheiden. Klingen mehrere Teilnehmer sehr ähnlich, kann BonusVoice sie zusammenfassen; im Sprecher-Editor lässt sich das anhand der Audio-Ausschnitte prüfen und korrigieren.
Wie kommen die echten Namen der Sprecher in das Transkript?+
Nach der Transkription öffnet BonusVoice den Sprecher-Editor: dort sehen Sie alle erkannten Stimmen mit kurzen Audio-Snippets als Beleg und können jeden Sprecher umbenennen — aus Sprecher 1 wird zum Beispiel Frau Dr. Müller. BonusVoice übernimmt die Namen anschließend automatisch ins gesamte Transkript und in die KI-Zusammenfassung auf BonusVoice.de.
Was empfiehlt sich bei Meetings mit vielen Teilnehmern?+
Drei Dinge helfen deutlich: eine kurze Vorstellungsrunde zu Beginn, namentliche Wortübergabe („Frau Berger, wie sehen Sie das?“) und ein Mikrofon möglichst nah an allen Beteiligten. Die Vorstellungsrunde liefert BonusVoice die Namen, die namentliche Übergabe hilft dabei, ähnlich klingende Stimmen auseinanderzuhalten. Bei sehr großen Veranstaltungen empfiehlt sich zusätzlich die Aufteilung in Themen-Sessions.
Funktioniert die Sprechererkennung zuverlässig auf Deutsch?+
Ja, BonusVoice nutzt Mistral Voxtral Transcribe 2 — ein europäisches Modell, das gezielt auf europäische Sprachen inklusive deutscher Dialekte trainiert wurde. Damit erkennt BonusVoice süddeutsche, österreichische und schweizerische Akzente zuverlässig. Bei sehr starkem Dialekt empfiehlt BonusVoice ein individuelles Vokabular für Eigennamen direkt auf BonusVoice.de.
Wie unterscheidet sich BonusVoice von Otter oder Fireflies bei der Sprechererkennung?+
Der wesentliche Unterschied ist der Verarbeitungsort: Otter und Fireflies arbeiten auf US-Servern, BonusVoice verarbeitet ausschließlich in der EU — Audio auf Hetzner in Deutschland, Transkription und Sprechererkennung bei Mistral in Paris. Für DSGVO-sensible Branchen ist das der entscheidende Punkt. Wie gut die Sprechertrennung im Einzelfall gelingt, hängt bei allen Anbietern von Audioqualität, Stimmunterschieden und Gesprächsdisziplin ab.
Ist Sprechererkennung DSGVO-relevant?+
Ja, die Stimme einer identifizierten Person ist ein biometrisches Datum im Sinne von Art. 9 DSGVO. Verarbeitung außerhalb der EU (z.B. via OpenAI/Whisper in den USA) ist für Unternehmen, Kanzleien und Behörden in Deutschland praktisch nicht rechtssicher darstellbar. BonusVoice verarbeitet ausschließlich auf EU-Servern und stellt den Auftragsverarbeitungsvertrag direkt auf BonusVoice.de bereit.
Bereit für Sprechererkennung mit deutscher Qualität und EU-Verarbeitung?
30 Minuten Transkription mit Sprechererkennung pro Monat kostenlos. Keine Kreditkarte, kein Vertragszwang. Sprecher jederzeit editierbar, DSGVO-konform.
Kostenlos startenKostenlos — keine Kreditkarte erforderlich