Begriff
Whisper initial_prompt
Mit dem Parameter `initial_prompt` lässt sich Whisper vor der Transkription eine Keyword-Liste oder ein Beispielsatz mitgeben. Das Modell behandelt diesen Text als Kontext und erkennt darin enthaltene Begriffe deutlich zuverlässiger.
Whisper initial_prompt — ausführlicher erklärt
initial_prompt ist ein optionaler Textparameter beim Aufruf eines Whisper-Modells (lokal via whisper/faster-whisper oder über die OpenAI-API). Whisper interpretiert den Inhalt so, als hätte es diesen Text unmittelbar vor dem zu transkribierenden Audio gehört. Effekt: enthaltene Eigennamen, Fachbegriffe und Schreibweisen werden bevorzugt erkannt, weil sie im aktuellen Sprach- und Vokabular-Kontext liegen. Es handelt sich nicht um Fine-Tuning und nicht um echtes Training — die Gewichte des Modells bleiben unverändert. Der Hint wirkt nur für den jeweiligen Aufruf und kostet keine zusätzliche Infrastruktur.
Beispiel / Praxisbezug
Wer regelmäßig über firmeneigene Produktnamen, Tooling oder Code spricht, gibt Whisper eine kurze Keyword-Liste mit — typischerweise zehn bis fünfzehn Begriffe, komma- oder satzgetrennt. Aus „Debbie Runner” wird zuverlässig „DEVI Runner”, aus „Heiko” wieder „Haiku”. Bei Whisper-small ist die Liste hart begrenzt: über ~15 Begriffe verschlechtert sich die allgemeine Transkription, weil das Modell den Kontext verliert. Whisper-medium und -large vertragen mehr (etwa 20–25 Begriffe), bleiben aber nicht beliebig skalierbar.
Abgrenzung zu ähnlichen Begriffen
Fine-Tuning verändert dauerhaft die Modellgewichte und braucht Trainingsdaten, GPU-Zeit und Evaluation — initial_prompt ist nur ein temporärer Kontext-Hint pro Anfrage. Ein nachgelagerter Korrektions-Layer (z. B. ein LLM, das Whisper-Output bereinigt) löst Worttrennungen und Halluzinationen, die ein Glossar-Hint nicht abdeckt. language-Parameter und condition_on_previous_text sind weitere Whisper-Stellschrauben, aber keine Ersatzlösungen — sie steuern Sprache bzw. Kontextfenster, nicht das Fachvokabular.
Entdecke mehr
Headless ohne API-Rechnung — wie kommt man 2026 an die besten KI-Modelle für Automatisierung?
Anbieter-Vergleich Mitte 2026: Wer hat Headless-Modus, wessen Abo deckt ihn noch — und warum BYOK das stabilste Fundament ist.
GlossarDSGVO-konformer LLM-Einsatz
DSGVO-konformer LLM-Einsatz bezeichnet die datenschutzgerechte Nutzung grosser Sprachmodelle wie ChatGPT, Claude oder Gemini im Unternehmen — mit Rechtsgrundlage, Auftragsverarbeitungsvertrag, kontrollierter Eingabe personenbezogener Daten, EU-Hosting und Trainings-Opt-out.
LexikonFunction Calling / Tool Use
Wie ein LLM Werkzeuge aufruft: Tool-Definition als Schema, Modell wählt Funktion und Argumente, Ergebnis zurück ins Gespräch — der Grundbaustein jedes Agenten.