1 Transkription gesprochener Sprache

1 Transkription gesprochener Sprache Wozu aufschreiben, was gesprochen und aufgezeichnet worden ist und deshalb leicht auch als Hörkonserve vermittelt werden kann? Und wenn aufschreiben, dann wie? Dieser Abschnitt beschreibt den Sinn der Transkription (1.1) und skizziert drei Transkriptionssysteme für unterschiedliche Aufgaben (1.2). Dann begründet er, warum sprechsprachliche Ausschnitte in diesem Buch mit dem System GAT transkribiert sind (1.3). Schließlich bietet er eine Ü- bersicht über die verwendeten Transkriptionszeichen (1.4). 1.1 Der Sinn der Transkription Gesprochene Sprache ist flüchtig; wer sie untersuchen will, muss sie verdauern: erstens technisch aufzeichnen, damit er sie wieder-holen kann und die Untersuchung für andere ü- berprüfbar wird, und zweitens aufschreiben, damit größere Ausschnitte am Stück begreifbar sind. Während eine techniche Aufzeichnung gesprochene Sprache zeitverschoben wieder als gesprochene Sprache wiedergibt, bedeutet das Aufschreiben einen Wechsel des Mediums: Im Transkript erscheinen mündlich erzeugte Äußerungen als Schrifttext. Die Transkription (lat. transkribere umschreiben) ist die schriftliche und systematische (also einer bestimmten Ordnung entsprechende) Wiedergabe gesprochener Äußerungen. Einen Überblick zu Funktionen und Systemen der Transkription geben Ehlich/Schwitalla (1976), Edwards/Lapert (1993) oder Heilmann (2002). Was genau man mit einem Transkript festhalten will, ob großräumige Gesprächsverläufe oder feine Unterschiede individueller Artikulation, hängt vom Untersuchungsziel ab. Was man dann tatsächlich festhält, hängt aber auch davon ab, welche sprechsprachlichen Ereignisse man in einer konkreten Situation des Transkribierens überhört oder wahrnimmt und welchen Kategorien und damit welchen Transkriptionszeichen man ein konkrete Wahrnehmung zuordnet. Transkription bedeutet also immer Datenreduktion und Dateninterpretation. Wer zum Beispiel den Verlauf von Lautstärke und Tonhöhe beschreiben möchte, könnte den Lautfluss in Silben aufrastern und über jede Silbe einen Kreis setzen, dessen Höhe die Tonhöhe angibt und dessen Größe die Lautstärke (Abb. a). Ob dann im fertigen Transkript die Kreise über krieg und os gleich groß sind oder ob einer davon größer ist, hängt davon ab, was eine transkribierende Person akustisch wahrgenomen und wie sie das Wahrgenommene eingeschätzt hat. Seite Anhang.2

ein all fäl li ger krieg im mitt le ren os ten Abb. a Dieses Transkript zeigt die Tonhöhe und stärke von Silben. Daten aus Korpus 3, sf_ts_030108_1930_arbeitslosigkeit_rahmen_beitrag.mov, GAT-Zeile 15. Wenn man aber beim Transkribieren abwägen muss, ob man Gehörtes nun dieser oder jener Kategorie zuordnet dann fördert Transkribieren nicht nur die Erkenntnis, sondern schult auch die Wahrnehmung. Umgekehrt können Prosodiemarker in einem schriftlichen Nachrichtentext das Vorlesen erleichtern. Mit Transkription befassen sich deshalb, neben der Forschung, auch etwa die Kommunikationsdidaktik und die Medienpraxis. Wissenschaftliche Transkription stellt aber rigidere Anforderungen an das Transkriptionssystem. 1.2 Standard-Transkriptionssysteme zur linguistischen Forschung Ein funktionales Transkriptionssystem für die Forschung ist präzis, unkompliziert, anschaulich und verbreitet: präzis ist es, weil es den Untersuchungsgegenstand mit trennscharfen Kategorien erfasst; unkompliziert, weil Standardsoftware zum Transkribieren ausreicht; anschaulich, weil selbst-verständliche Zeichen und Darstellungsformen das Lesen erleichtern; verbreitet, weil die Fachgemeinschaft es als Standard anerkennt. Diese Anforderungen erfüllen etwa die Systeme IPA, GAT oder HIAT für ganz unterschiedliche Aufgaben. Das internationale phonetische Alphabet IPA beispielsweise eignet sich zur Notation der phonetischen Nuancen individueller Äußerungen. Unter den phonetischen Transkriptionssystemen ist es am weitesten verbreitet. Der Zeichensatz umfasst lateinische und griechische Buchstaben, Abwandlungen davon und Neubildungen. Damit kann man man Äußerungen aller natürlichen Sprachen nuancierter ( eng ) oder weniger nuanciert ( weit ) transkribieren (Abb. b). Nicht erfassen mit IPA lassen sich prosodische Merkmale. Abb. b Die IPA-Transkription erfasst phonetische Eigenheiten einer Äußerung differenziert. Daten aus Korpus 3, sf_ts_030108_1930_arbeitslosigkeit_rahmen_beitrag.mov, GAT-Zeile 15. Seite Anhang.3

Das Internationale phonetische Alphabet (IPA) ist ein System zur Transkription phonetischsegmentaler Merkmale gesprochener Sprache. Die Lautschrift des IPA beschreiben etwa Pullum/Ladusaw (1996). Das HIAT dagegen eignet sich zur Notation von gesprochener Sprache und ihren Kommunikationszusammenhängen Sprache samt Blick, Gestik, Mimik, Körperbewegung und Verhalten im Raum. Die unterschiedlichen Ebenen des Sprachhandelns werden in parallelen Spuren notiert (Abb. c), als Partitur. Dafür wird Spezialsoftware benötigt. Erweiterte Varianten des HIAT können von der Partitur aus auf präzisierende zusätzliche Dokumente verweisen, etwa auf eine Bildfolge zur Darstellung der Augenbewegungen. Abb. c Mit HIAT lassen sich zusätzlich zur Sprechsprache auch Blick, Gestik, Mimik, Körperbewegung oder Raumverhalten beschreiben. Daten aus Korpus 3, sf_ts_030108_1930_arbeitslosigkeit_rahmen_beitrag.mov, GAT-Zeilen 15-16. Das Halbinterpretative Arbeitstranskript (HIAT) ist ein System zur Transkription verbaler und nonverbaler Ebenen des Sprachgebrauchs. Die Prinzipien des HIATs beschreiben Ehlich/Rehbein (1976). 1.3 Das Transkriptionssystem dieses Buchs: erweitertes GAT Das Gesprächsanalytische Transktriptionssysstem (GAT) eignet sich zur Notation der Gesprächsstruktur und der Prosodie gesprochener Sprache. Alle Zeichen lassen sich mit gewöhnlichen Textverarbeitungsprogrammen schreiben und werden in einer einzigen Spur no- Seite Anhang.4

tiert. Den Wortlaut notiert das GAT in Standard-Orthografie, prosodische Merkmale mit anschaulichen Zeichen (Abb. d und e und Abschnitt 1.4). Nicht erfassbar ist Nonverbales; das System ist aber offen für Erweiterungen über die GAT-Konventionen hinaus. 15 O: ein allfälliger krieg im mittleren OSten - (.) 16 würde die LAge noch mar kant verschlechtern. Abb. d Im GAT beginnen die Zeilen mit Zeilennummer und Sprecherangabe; prosodische Merkmale werden mit Standardschriftzeichen gekennzeichnet. Daten aus K3, sf_ts_030108_1930_arbeitslosigkeit_rahmen_beitrag.mov. 15 a O: ein allfälliger krieg im mittleren OSten- (.) 16 a würde die LAge noch mar kant verschlechtern? Abb. e Mit dem GAT lassen sich bedeutungsunterscheidende prosodische Merkmale transkribieren, etwa eine Frageintonation (Zeilen 15 a -16 a ) GAT-Transkription einer konstruierten Variantee zur Äußerung in Abb. d. Das Gesprächsanalytische Transkriptionssystem (GAT) ist ein System zur Transkription des Wortlauts, der Prosodie und der Organisation von Gesprächen. Die Prinzipien des GATs beschreiben Selting u.a. (1998); Standbilder aus Videoaufzeichnungen integriert etwa Ayaß (1997) in das GAT. a Die Partiturdarstellung Allerdings können die vielen eingeschobenen Prosodie-Zeichen das Lesen des GAT erschweren. Deshalb werden sie in den Transkripten dieses Buchs nach oben verschoben. So bilden die Zeichen für Wortlaut und für Prosodie eine gemeinsame, als Relief ausgestaltete Spur der Sprechsprache. Unter dieser Spur kennzeichnen Unterstreichungen die akustische Umgebung der Sprechsprache: eingespielte Signete, Musik oder Geräusche. Prosodie-Relief und Klangspur erweitern also die GAT-Konventionen für hörbare Merkmale der Medienbeiträge (Abb. f, Zeile 13 f.). Bei Videobeiträgen kommt eine zweite Spur dazu, die Spur der Schriftsprache. Hier steht, was am Bildschirm in elektronisch einkopierten Einblendern oder auf abgebildeteten Objekten zu lesen ist. Über beide Spuren hinweg wird das Anfangsbild jeder Bildsequenz einkopiert immer das erste Bild nach einem Schnitt. Zum Zeigen auch sichtbarer Merkmale der Seite Anhang.5

Medienbeiträge erweitert also das Transkriptionssystem im Buch die GAT-Konventionen nochmals; aus dem Einspursystem wird eine Partitur (Abb. f, Zeilen 15 ff.). 15 ein allfälliger krieg im mittleren OSten - (.) 16 würde die LAge noch mar kant verschlechtern. 17 X: 18 A: wenn=ein SOLcher KRIEG= <<len> inten SI : V und LANG : e > 19 [+E: Tagesschau Jean-Luc Nordmann Direktion Arbeit Seco] dauern WÜRde - 20 hätte=er SIcher -.h mas SIve=einflüsse 21 auf : die : ener GIEpreise? [-E] Abb. f Das Transkriptionssystem dieses Buchs erweitert das GAT zur Partitur. Daten aus Korpus 3, sf_ts_030108_1930_arbeitslosigkeit_rahmen_beitrag.mov. b Die Zeilendarstellung Ausschlaggebend für die Zeilendarstellung sind die Äußerungen in gesprochener Sprache. Dabei gelten hierarchisch drei Prinzipien: (1) Pragmatisches Prinzip: Mit jedem Sprecherwechsel beginnt eine neue Zeile (Abb. f, Zeile 18). Sprechpausen, die keinem Sprecher eindeutig zugeordnet werden können, stehen auf eigenen Zeilen (17). (2) Prosodisches Prinzip: Mit jeder neuen Intonationseinheit beginnt eine neue Zeile (16). (3) Syntaktisches Prinzip: Jede Zeile umfasst mindestens eine syntaktische Einheit (16), manchmal auch mehrere kurze (15). Einige wenige, lange syntaktische Einheiten laufen über mehr als eine Zeile (18-19). 1.4 Die verwendeten Zeichen Die Transkriptionszeichen kennzeichnen zehn Gruppen von Textmerkmalen: Sie geben die die Authentizität der transkribierten Stelle an (a), benennen die Sprecherrollen (b) und geben den Wortlaut wieder (c). Für die gesprochene Sprache präzisieren sie die Sequenzierung (d), Seite Anhang.6

das Sprechtempo (e), die Intonation (f) und die Stärkeakzente (g), dazu kommen para- und nonverbale Merkmale (h). Weiter geben sie die Schriftsprache aus Einblendern und Bildzitaten wieder (i). Schließlich stecken sie grob das Bildgeschehen ab (j). a Authentizität hallo hallo (xxx) () Auszug aus einem empirischen, authentischen Beispiel Auszug aus einem konstruierten, erfundenen Beispiel unverständliche verbale Äußerung vermuteter Wortlaut b Sprechrolle M: Moderator(in) R: Sprecher(in) des redaktionellen Texts im Beitrag O: Off-Sprecher(in) des redaktionellen Texts, nie sichtbar (nur in TV- Beiträgen) K: Korrespondent(in) I: Interviewer(in) Q: Quizmaster A: Akteur(in) im Beitrag: Betroffene(r), Expert, Expertin, etc. V: Voiceover; gleichzeitig gesprochene Übersetzung der Rede eines Akteurs G: Gast in Quiz- oder Talksendung P: Präsenzpublikum an einem Schauplatz eines Beitrags X: keinem bestimmten Sprechrolle zuschreibbar c Wortlaut bab Abbruch einer angefangenen Konstruktion SRG gesprochene Abkürzung ( essergee ) d Sequenzierung ba[bo] [ba]bo Überlappendes Sprechen, mehrere Sprechende gleichzeitig Überlappendes Sprechen, mehrere Sprechende gleichzeitig Seite Anhang.7

(.) (-) (--) (---) (1.0).h ob = er ob=er Mikropause Pause, etwa 1/4 Sekunde Pause, etwa 1/2 Sekunde Pause, etwa 3/4 Sekunde Pause, 1 Sekunde Pause mit hochgezogener (Signet-)Musik oder Ambi hörbares Einatmen schneller Anschluss eines Gesprächsbeitrags oder einer prosodischen Einheit, ohne Mikropause Verschleifung der Silbengrenze bei vokalischem Anlaut e Tempo <<len> > <<all> > <<rall> > <<acc> > Sprechtempo langsam, mit Angabe der Reichweite Sprechtempo schnell, mit Angabe der Reichweite Sprechtempo wird langsamer, mit Angabe der Reichweite Sprechtempo wird schneller, mit Angabe der Reichweite f Intonation? -. Tonhöhensprung nach oben (für die folgende Silbe) Tonhöhensprung nach unten (für die folgende Silbe) steigende Tonhöhenbewegung am Ende der Phrasierungseinheit gleich bleibende Tonhöhenbewegung am Ende der Phrasierungseinheit fallende Tonhöhenbewegung am Ende der Phrasierungseinheit g Akzentuierung babo ba! BO! Stärkeakzent auf der Silbe bo extra starker Akzent auf der Silbe bo Seite Anhang.8

h Para- und Nonverbales ((Jingle)) ((lachen)) akustisches Ambiente (Fachsprache: Ambi) akustisches Ambiente mit Sprechsprache Signetmusik redaktionell eingebaute Musik Geräusch oder Klang para- und nonverbales Handeln und Verhalten i Schriftsprache [+E: dada] [-E] {dada} Einblender mit Text dada erscheint im Bild Einblender verschwindet Text dada erscheint lesbar auf gefilmten Objekten im Bild j Bild neues Bild nach einem hartem Schnitt. Nach jedem harten Schnitt zeigt die Transkription das erste Bild der neuen Bildsequenz. Eine Bildsequenz beginnt nach einem harten Schnitt und endet vor dem nächsten. - - markantes Bild innerhalb einer Sequenz. Die meisten Sujetveränderungen oder optischen Bewegungen wie Zooms, Schwenks oder Fahrten sind in der Transkription allerdings nicht erkennbar. letztes Bild einer Überblendung, hier von. Bei solchen Überblendungen zeigt die Transkription nur das neue Bild, das nach dem Abschluss des Überblendvorgangs am Bildschirm sichtbar ist. Seite Anhang.9