Glossar

Was ist Sprecher-Diarisierung?

Diarisierung heißt, dass eine Maschine allein aus dem Audio ermittelt, wer wann spricht, und das Transkript automatisch nach Sprechern aufteilt. Cast kann das noch nicht – du beschriftest die Sprecher selbst, was ein paar Klicks dauert und stimmt, weil du es selbst machst. Automatische Erkennung steht auf der Roadmap.

Zwei Mikrofone ergeben zwei trennbare Spuren, und nichts muss erraten werden. Ein gemeinsames Mikrofon ergibt eine einzige gemischte Wellenform, die kein Editor zuverlässig auseinandernehmen kann – deshalb bittet Cast dich, die Sprecher zu beschriften, statt zu raten. — Ein Mikrofon pro Person ist trennbar. Ein gemeinsames Mikrofon nicht – egal, was das Marketing sagt.

Den Begriff solltest du kennen, weil Tools damit werben – und seine Grenzen auch: Diarisierung wird deutlich schlechter, wenn Leute durcheinanderreden oder zwei Stimmen über ein Mikrofon aufgenommen werden, also genau dann, wenn du sie am dringendsten bräuchtest.

Automatische Sprechererkennung steht auf der Roadmap von Cast – auf der Seite „Demnächst“ kannst du dafür abstimmen. Deine eigenen Beschriftungen hätten weiterhin Vorrang vor allem, was das Modell errät.

Zuletzt aktualisiert 14. September 2026