Inhalt
newsletter Newsletter

"OK, Google" aktiviert zahlreiche smarte Geräte. Wenn dann auch noch mehrere Personen durcheinandersprechen, ist der Google Assistant überfordert. Eine verbesserte Spracherkennung soll dieses Problem beseitigen.

Anzeige

Google-Forscher haben eine verbesserte KI für Spracherkennung vorgestellt, die Stimmen einzelner Sprecherinnen in einem Raum identifizieren und unabhängig voneinander verarbeiten kann. Die KI-Software läuft lokal auf einem mobilen Gerät. Dadurch können etwa zwei Smartphones von zwei Personen gleichzeitig in Echtzeit per Spracheingabe gesteuert werden.

Die neue Spracherkennung VoiceFilter-Lite basiert auf Googles VoiceFilter von 2018. Die alte Version konnte bereits erfolgreich die Stimme eines Sprechers von Hintergrundgeräuschen wie anderen Stimmen, Musik oder Verkehr isolieren.

Die alte Version hatte jedoch einen Nachteil: Sie lief nur in der Cloud – eine gute Spracherkennung gibt es also nur mit Internetanbindung.

Anzeige
Anzeige

VoiceFilter-Lite läuft auf mobilen Geräten ohne Anschluss ans Netz: Das KI-Modell ist lediglich 2,2 Megabyte groß, läuft in Echtzeit auf mobilen Prozessoren und erkennt Wörter je nach Umgebung zwischen 15 und 25 Prozent besser als die Vorgängerversion. Wie VoiceFilter 2018 wird auch die Lite-Version mit Google Voice Match auf die eigene Stimme trainiert.

"Plug and Play"-KI spricht bisher nur Englisch

VoiceFilter-Lite wurde mit Sprachaufnahmen mit und ohne Hintergrundgeräuschen in der Form von Mel-Filterbanken und einem Vektor trainiert, der die Identität der Sprecherin repräsentiert. Beim Training versucht die Künstliche Intelligenz, die Aufnahmen zu säubern, und lernt so den Unterschied zwischen gestörter und klarer Aufnahme.

Laut Google ist VoiceFilter-Lite ein "Plug and Play"-Modell, kann also in bestehende Spracherkennungssysteme eingebunden und unabhängig von diesen trainiert werden. Das kann zum Beispiel dann nützlich sein, wenn Nutzer einen Sprachassistenten nicht mit ihrer Stimme trainieren wollen. Dann lässt sich VoiceFilter-Lite einfach umgehen und Nutzer müssen kein separates Spracherkennungsmodell laden.

Aktuell funktioniert die bessere Spracherkennung nur in englischer Sprache, die KI-Forscher von Google wollen aber weitere Sprachen testen. Die Filterleistung lasse sich wohl ebenfalls weiter erhöhen, schreiben die Forscher in einem Blog-Beitrag. Ob und wann die verbesserte Sprachanalyse-KI bei Nutzern landet, geht aus der Forschungsarbeit nicht hervor.

Quelle: Google

Anzeige
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Empfehlung

Weiterlesen über Künstliche Intelligenz:

Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Max ist leitender Redakteur bei THE DECODER. Als studierter Philosoph beschäftigt er sich mit dem Bewusstsein, KI und der Frage, ob Maschinen wirklich denken können oder nur so tun als ob.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!