Zurück zu Bigger Picture

BIGGER PICTURE Teilhabe & Selbstständigkeit

Die Spracherkennung lernt die sprechende Person

Weicht die Aussprache von den Trainingsdaten ab, kann eine gewöhnliche Sprachschnittstelle ihre Nutzer ständig missverstehen. Project Relate setzt anders an: Das Sprachmodell wird anhand der Aufnahmen einer einzelnen Person angepasst.

KI-generierte Illustration: Eine Spracherkennung passt sich an die Muster einer einzelnen Person an.
Eine Spracherkennung passt sich an die Muster einer einzelnen Person an.KI-generierte Illustration der Idee, keine Aufnahme der tatsächlichen Personen, Geräte oder Ereignisse.
Persönliches Training
500 aufgenommene Sätze in der App
Ausgaben
Text, gesprochene Wiederholung und Spracheingabe
Offline-Funktion
Listen funktioniert nach Erstellung des Modells

So funktioniert die Idee

  1. Wörter und Stimme verbinden

    Bekannte Sätze liefern zugeordnete Beispiele der persönlichen Aussprache.

  2. Erkennung personalisieren

    Das Modell lernt wiederkehrende Lautmuster der sprechenden Person.

  3. Passende Ausgabe wählen

    Erkannte Wörter werden zu Text, synthetischer Sprache oder Texteingabe.

Missverstanden werden zeigt eine Systemlücke

Atypische Sprache kann beispielsweise bei Zerebralparese oder nach einem Schlaganfall auftreten. Ein vorwiegend mit typischer Aussprache trainiertes System kann solche Stimmen schlecht verstehen. Project Relate wurde als Kommunikationshilfe entwickelt, die individuelle Muster lernt, statt eine einheitliche Aussprache vorauszusetzen.

Belege: [1]

Ein persönlicher Satz von Beispielen

Nutzende nehmen Sätze mit bekanntem Wortlaut auf. Die Verbindung von Ton und Text zeigt dem Modell, wie diese Person spricht. Die Hilfe beschreibt fünfhundert Aufnahmen, darunter auf Wunsch eigene Formulierungen, bevor ein personalisiertes Modell erstellt wird.

Belege: [2]

Eine Stimme, mehrere Wege zum Verstandenwerden

Das Modell kann Sprache in lesbaren Text umwandeln oder synthetisch wiedergeben. Spracheingabe erweitert die Nutzung auf andere Apps. So entstehen praktische Verbindungen zu Gesprächspartnern oder Textfeldern. Sobald das Modell verfügbar ist, kann die Listen-Funktion auch ohne Internetverbindung arbeiten.

Belege: [2]

Persönlich angepasst bedeutet nicht für alle gleich erfolgreich

Zugrunde liegende Google-Forschung zeigte deutliche Erkennungsverbesserungen durch personalisierte Modelle, auch bei stark beeinträchtigter Sprache. Dieser Benchmark ist kein individueller Erfolgsnachweis für alle Relate-Nutzenden. Die Produktdokumentation nennt Grenzen bei schnell veränderlicher oder sehr stark beeinträchtigter Stimme und Unterschiede zwischen persönlichen Modellen.

Belege: [2][3]

Die Originalquellen

  1. GoogleA communication tool for people with non-standard speech
  2. Google ResearchProject Relate Help Center
  3. Google ResearchPersonalized ASR Models from a Large and Diverse Disordered Speech Dataset

Was Sie als Nächstes entdecken können

Aus dem Klopfen an der Tür wird eine Vibration in der TascheEinen Starkregen vorhersagen, ohne ihn weichzuzeichnen
Alle 99 Anwendungen entdecken