142 lines
2.3 KiB
Markdown
142 lines
2.3 KiB
Markdown
|
# AZA Transcription Policy
|
|||
|
|
|
|||
|
|
## Ziel
|
|||
|
|
|
|||
|
|
Diese Richtlinie stellt sicher, dass lange medizinische Diktate mit maximaler
|
|||
|
|
Transkriptionsqualität verarbeitet werden.
|
|||
|
|
|
|||
|
|
Die wichtigste Regel: Audio darf vor der Transkription **nicht verlustbehaftet
|
|||
|
|
re-komprimiert werden**.
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Eingangsformat
|
|||
|
|
|
|||
|
|
Der Server akzeptiert aktuell ausschließlich:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
audio/mp4 (M4A / AAC)
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Gründe:
|
|||
|
|
|
|||
|
|
- konsistente Audioqualität
|
|||
|
|
- stabiler Decoderpfad
|
|||
|
|
- kleinere Dateien als WAV
|
|||
|
|
- bessere Sprachcodierung als stark komprimiertes MP3
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Maximale Uploadgröße
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
500 MB
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Begründung:
|
|||
|
|
|
|||
|
|
Lange medizinische Diktate können bis zu einer Stunde oder länger dauern.
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Verarbeitungsregel (kritisch)
|
|||
|
|
|
|||
|
|
Audio darf **nicht erneut verlustbehaftet komprimiert werden**.
|
|||
|
|
|
|||
|
|
NICHT erlaubt:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
M4A → MP3 → Transkription
|
|||
|
|
M4A → AAC → Transkription
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Erlaubt:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
M4A → direkte Transkription
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
oder falls erforderlich:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
M4A → einmalige verlustfreie Dekodierung → WAV / PCM → Transkription
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Upload-Verarbeitung
|
|||
|
|
|
|||
|
|
Empfohlener Ablauf:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
Upload
|
|||
|
|
→ temporäre Datei speichern
|
|||
|
|
→ Transkription aus Datei
|
|||
|
|
→ Ergebnis erzeugen
|
|||
|
|
→ temporäre Datei löschen
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Audio soll nicht dauerhaft gespeichert werden.
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Gründe für diese Architektur
|
|||
|
|
|
|||
|
|
- maximale Sprachqualität
|
|||
|
|
- weniger Fehler bei Medikamentennamen
|
|||
|
|
- bessere Erkennung von Zahlen und Dosierungen
|
|||
|
|
- stabilere Verarbeitung langer Diktate
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Verboten
|
|||
|
|
|
|||
|
|
- verlustbehaftete Re-Kompression
|
|||
|
|
- Audioveränderungen vor der Transkription
|
|||
|
|
- unnötige Formatkonvertierungen
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Empfohlene Aufnahmequalität
|
|||
|
|
|
|||
|
|
Für medizinische Diktate sollten Aufnahmegeräte oder Apps folgende
|
|||
|
|
Einstellungen verwenden:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
Format: M4A (AAC)
|
|||
|
|
Kanäle: Mono
|
|||
|
|
Bitrate: 64–96 kbps
|
|||
|
|
Samplingrate: 44.1 kHz oder 48 kHz
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Begründung:
|
|||
|
|
|
|||
|
|
- sehr gute Sprachverständlichkeit
|
|||
|
|
- kleine Dateigrößen für lange Aufnahmen
|
|||
|
|
- stabile Erkennung medizinischer Begriffe
|
|||
|
|
- schnelle Uploads
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Aufnahmeempfehlungen
|
|||
|
|
|
|||
|
|
Für möglichst wenige Transkriptionsfehler:
|
|||
|
|
|
|||
|
|
- Mikrofon möglichst nah am Sprecher
|
|||
|
|
- gleichmäßige Lautstärke
|
|||
|
|
- wenig Raumhall
|
|||
|
|
- keine extrem niedrigen Bitraten
|
|||
|
|
|
|||
|
|
Diese Faktoren haben oft einen größeren Einfluss auf die
|
|||
|
|
Transkriptionsqualität als das Dateiformat selbst.
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## Zusammenfassung
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
Input: M4A (AAC)
|
|||
|
|
Processing: direkt oder verlustfrei dekodiert
|
|||
|
|
Never: M4A → MP3 Re-Encode
|
|||
|
|
```
|