Untertitel für Videos in Moodle-Kursen generieren mit VOSK

Sie können für Videodateien, die Sie in Moodle über den Block "Videos" hochgeladen haben, einen kleinen Workflow anstoßen, über den automatisch Untertitel erzeugt werden. Die Software dahinter ist die Open Source-Spracherkennung VOSK.

Wie geht das?

• Nach Upload Ihres Videos über den gleichnamigen Block wählen Sie auf der Startseite des Kurses ebendort rechts unten "Zum Überblick...".

  
   

• Im Bereich Videos, die in diesem Kurs verfügbar sind werden alle Ihre bereitgestellten Videodateien gelistet.

  
   

• Zur Generierung von Untertiteln klicken Sie hinter der betreffenden Datei unter Aktionen auf das Zahnradsymbol und wählen Sie aus der Liste Starte Workflow.

  
   

• Wählen Sie die Sprache für die Untertitel aus und klicken Sie anschließend noch einmal auf Starte Workflow.

  
   

• Je nach Größe der Videodatei kann die Generierung von Untertiteln einige Zeit in Anspruch nehmen! Solange im Bereich Status ein Uhrensymbol angezeigt wird, befindet sich das System in Verarbeitung. Die Untertitelung ist abgeschlossen, sobald ein grünes Häkchen angezeigt wird.
  Für die Zeit der Verarbeitung können Sie diesen Administrationsbereich verlassen.

  
   

• Wurde das Video bereits vorab schon einmal auf der Kursseite veröffentlicht, müssen Sie nichts weiter tun. Anderenfalls müssen Sie die Videodatei noch für den Kurs Bereitstellen (eckiges blaues Symbol - "Opencast-Einzelvideo-Aktivität zum Kurs hinzufügen").

  
   

• Starten Sie das Video auf der Kursseite. Die Untertitel können im Videoplayer unten rechts über das Sprechblasensymbol ein- und ausgeblendet werden.

  

Wie für fast alle Spracherkennungsprogramme gilt: Die Genauigkeit des Ergebnisses der Spracherkennung kann stark variieren und hängt von vielen Faktoren ab, vor allem von der Qualität der Audiodatei. Idealerweise sollte die Audioeingabe keine Hintergrundgeräusche, Soundeffekte oder Musik enthalten.
Gibt es nur eine sprechende Person und spricht diese in klarer und langsamer Geschwindigkeit, ist auch die Spracherkennung viel genauer.