Live Transcribe: Googles Audio-Übersetzungs-Engine wird Open Source

Mit Googles automatischer Transkriptions-App können Nutzer, die mit dem Hören Probleme haben, Konversationen leichter folgen. Um die künftige Entwicklung zu fördern, hat Google die darunterliegende Engine nun als Open-Source-Software kostenlos zur Verfügung gestellt.

Artikel veröffentlicht am 19. August 2019, 11:21 Uhr, Tobias Költzsch

Mit der Engine können gesprochene Worte in Echtzeit in Text umgewandelt werden. (Bild: Google/Screenshot: Golem.de)

Google hat die Transkriptions-Engine aus der App Automatische Transkription als freie Software verfügbar gemacht. Das hat das Unternehmen in einem Beitrag seines Open-Source-Blogs bekanntgegeben.

Die Engine ist Bestandteil von Googles Transkriptions-App, mit der Nutzer, die Probleme mit dem Hören haben, umliegende Konversationen verfolgen können. Gesprochene Sprache wird dabei in Echtzeit in Text umgewandelt. Nutzern stehen zahlreiche Sprachen zur Verfügung, unter anderem auch Deutsch; zudem können zwei Sprachen parallel verwendet werden.

Google zufolge hat das Unternehmen die Engine zur Verfügung gestellt, um Programmierern die Entwicklung eigener Apps für Nutzer mit Einschränkungen beim Hören zu entwickeln, die auf eine robuste Spracherkennung aufbauen. Der Code ist auf Github verfügbar.

Keine systemweite Einbindung wie Live Captions

Google hatte eine erste Version seiner Transkriptions-App im Februar 2019 veröffentlicht. Zur Google I/O 2019 hatte das Unternehmen dann auch systemweite Untertitel in der kommenden Android-Version Q angekündigt.

Anders als die auf der Google I/O 2019 gezeigten Beispiele dieser Live-Caption-Funktion arbeitet die Transkriptions-App als separate Anwendung im Vollbildmodus, und nicht als Systembestandteil im Hintergrund. Inhalte auf dem Smartphone damit zu transkribieren, ist also nur über Umwege möglich: So konnten wir auf einem Huawei P30 Pro problemlos sowohl Youtube als auch die Transkriptions-App laufen lassen. Die gesprochenen Beiträge wurden uns dann recht zuverlässig angezeigt.