Spracherkennung

Google Chrome 11 enthält eine Programmierschnittstelle, mit der gesprochene Sprache in Text umgewandelt werden kann. Die Browsererweiterung Speechify nutzt diese Funktion, um Suchmaschinen wie Google oder Bing, aber auch Hulu, Amazon und Youtube zu bedienen.

Die Suchfunktion von Googles Browser Chrome kann mit Hilfe einer Erweiterung über die Stimme des Anwenders gesteuert werden. Voice Search kann unter anderem die Google-Suche und die Wikipedia ansteuern.

Eine Sprachsteuerung für Mozillas Firefox hat das Team um Firesay entwickelt. Die Erweiterung erlaubt dem Anwender, Kommandos für Websuchen oder zum Öffnen von Seiten über das Mikrofon zu geben. Maus und Tastatur werden dabei nicht benötigt. Noch steht die Technik aber ganz am Anfang.

Nuance hat zwei neue Apps vorgestellt, mit denen die Spracherkennung auch auf Apples iPad und iPhone funktioniert. Dragon Dictation nimmt dabei über die Mikrofone des Geräts das Diktat auf, schickt die Sounddatei zum Nuance-Server und erhält den erkannten Text zurück, der dann in andere Programme kopiert werden kann.

Rund 20 Prozent präziser soll die neue Spracherkennungssoftware Dragon NaturallySpeaking 11 von Nuance sein. Sie soll gesprochene Sprache spürbar schneller in Text umwandeln.

Die Software MacSpeech Scribe von Nuance ist eine Spracherkennung für den Mac, die Tonaufzeichnungen in Text umsetzen soll. Das Programm unterstützt mehrere Sprachen und kann individuelle Sprachprofile aufbauen. So sollen die typischen Aussprachen des Anwenders auch in Fremdsprachen berücksichtigt werden.

Canon hat in den USA einen Patentantrag für eine Sprachsteuerung von Digitalkameras gestellt. Damit würde es eine weitere Eingabemethode neben Knöpfen, Rädern und Touchscreens für Kameras geben. Der Fotograf soll sich so besser auf sein Motiv konzentrieren können.

Der in Spanien entwickelte Qbo ist ein kleiner Roboter für zu Hause. Qbo basiert komplett auf Open-Source-Systemen und eignet sich deshalb auch als Forschungsroboter, etwa für Maschinensehen oder Spracherkennung und -synthese.

"Wir sehen den Einfluss, den Apple gerade auf den Markt hat". Nuance Communications sieht eine wachsende Bedeutung von Apple und übernimmt MacSpeech, einen Anbieter von Spracherkennungssoftware für Macintosh-Computer. Zuvor hatte Nuance geprüft, ein eigenes Mac-Produkt zu entwickeln.

MWC2010 Chip für Produkte vom Alarmwecker bis zum Automobil-Entertainment-System. Mit dem NLP-5x-Chip von Sensory sollen beispielsweise Haushaltsgeräte, Spielzeug, Autos und Unterhaltungselektronik normale Sätze erkennen können. Obskure Sprachkommandos, die nur in einer festgelegten Reihenfolge aufgesagt werden dürfen, sollen damit Geschichte sein.

Spinvox erzielt unerwartet niedrigen Preis. Nuance Communications hat den Konkurrenten Spinvox für 102,5 Millionen US-Dollar übernommen, der Sprachnachrichten in Text umwandelt. Spinvox war nach einem Bericht in Bedrängnis geraten, laut dem Callcenter in Südafrika, Ägypten und auf den Philippinen die Mailboxnachrichten abhören und abtippen.

Suchabfragen künftig auch mit Kamera, Sprache und GPS. Google will Mobiltelefone künftig als Augen, Ohren und Stimme benutzen. Außerdem präsentierte der Suchmaschinenbetreiber die Latest-Results-Funktion, mit der Suchergebnisse dynamisch aktualisiert werden.

Bessere Sprachunterstützung bei Windows 7. Microsoft setzt bei seinen Produkten stärker auf die Steuerung per Sprache. Immer mehr Anwendungen sollen sich nicht nur mit Maus- oder Tastatureingaben, sondern auch mit Sprachbefehlen bedienen lassen.

Demo-Getränkeroboter per Telefon bedienbar. Als Experiment haben Forscher des Fraunhofer Instituts für Produktionstechnik und Automatisierung eine hauseigene Programmierschnittstelle in Second Life eingebaut. Sie waren dann in der Lage, ihren Avatar per Telefon zu steuern.

Hinweise auf Sprachsteuerbefehle in kommender iPhone-Firmware entdeckt. In der kommenden iPhone-Firmware wurden Hinweise auf Funktionen zur Sprachsteuerung gefunden. Derzeit ist unklar, ob diese Verbesserung von allen iPhone-Besitzern benutzt werden kann, oder ob dafür neue Geräte erforderlich sind.

Neues Softwaretool von Philips Speech Processing. Mit den Funktionstasten von Philips' Diktiermikrofonserie SpeechMike lässt sich mittlerweile auch die Spracherkennungssoftware Dragon NaturallySpeaking steuern. Dazu veröffentlichte Philips Speech Processing eine Software names SpeechControl.

US-Wissenschaftler entwickeln Gestenerkennung für Roboter. Wissenschaftlern in den USA ist nach eigenen Angaben ein wichtiger Schritt für die Entwicklung autonomer Roboter gelungen: Sie haben einem Roboter beigebracht, einem Menschen auf dem Fuß zu folgen und auf Handzeichen zu reagieren.

Fahrer bedient Mobiltelefon oder Musikplayer per Spracheingabe. Auf dem Microsoft Techfest 2009 hat ein Entwickler ein Dialogsystem für das Auto vorgestellt: Per Sprachsteuerung kann der Fahrer Musik abspielen, das Handbuch des Fahrzeugs aufrufen oder sein Mobiltelefon bedienen.

Cebit 2009 In Kooperation mit Microsoft-Sprachwissenschaftlern entstanden. Linguatec zeigt mit Voice Pro 12 eine verbesserte Version seiner Spracherkennungssoftware auf der Cebit 2009. Die Windows-Software wurde in enger Zusammenarbeit mit der Microsoft Speech Group entwickelt.

Software zeichnet Sprachnotizen auf und durchsucht sie. Microsoft bietet Nutzern von Windows-Mobile-basierten Smartphones mit Recite ein Programm für Sprachnachrichten an. Das Programm zeichnet die Nachrichten nicht nur auf, sondern durchsucht sie auch nach Stichwörtern.

Cebit 2009 Clever Parking hilft bei der Suche nach kostenpflichtigen Parkplätzen. Navigon hat mit Professional Voice Command und Clever Parking zwei neue Funktionen für Autonavigationsgeräte vorgestellt. Die intelligente Sprachsteuerung lässt sich mit normaler Sprache bedienen, die Parkplatzsuche findet und vergleicht kostenpflichtige Parkplätze.

Dragon-NaturallySpeaking-Hersteller holt 175 Millionen Dollar ins Unternehmen. Das US-Softwareunternehmen Nuance Communications, bekannt für Dragon NaturallySpeaking, kauft von IBM Know-how und Patente im Bereich Spracherkennung. Großaktionär Warburg Pincus investiert zugleich 175 Millionen US-Dollar bei Nuance.

Überall-Kraftwerke, Kristallkugeln und vernetzte Umkleidekabinen. Mit dem Computer sprechen und nichts mehr vergessen: IBM hat die "IBM Next Five in Five" veröffentlicht. Fünf Erfindungen, die nach Meinung des Unternehmens Leben, Arbeit und Freizeit in den kommenden fünf Jahren entscheidend verändern werden.

Wissenschaftler lesen Muster für Vokale und Sprecher aus dem Gehirn. Wissenschaftler der Universität in Maastricht haben eine Software entwickelt, die anhand der Gehirnwellen erkennt, mit wem sich ein Mensch unterhält und was er gesagt bekommt. Ihre Entdeckung könne, so die Wissenschaftler, zur Entwicklung besserer Systeme zur Erkennung von Sprache beitragen.

Internationale Forscher testen Sprachgenerierung im Internet. "Gehe jetzt links vorbei am UFO, dann geradeaus bis ins CIA-Hauptquartier": Die Steuerung des Spielers durch Sprachausgabe könnte in 3D-Welten spannend sein. Das funktioniert aber bislang nur mit Skripts einigermaßen zuverlässig. Saarbrücker Forscher arbeiten an dynamischen Systemen - und laden Spieler zum Onlineexperiment ein.

Durchsucht Google Audio Indexing bald alle Youtube-Videos? Google hat seine Suche nach Wörtern in Videos verbessert und nun als Google Audio Indexing auf Google Labs veröffentlicht. Der Dienst war im Juli 2008 als Suche in Politikervideos gestartet. Es gibt Anzeichen, dass die Suchfunktion in Zukunft auch für andere Videos auf Youtube zur Verfügung steht.

Guckt das iPhone sich bald den Benutzer an? Apple hat in den USA ein Patent für eine kombinierte Gesten- und Augensteuerung sowie eine Multitouch-Bedienoberfläche erhalten. Damit könnte zum Beispiel das iPhone beziehungsweise der iPod touch ausgerüstet werden.

Hersteller hat Tempo und Browsersteuerung per Sprache verbessert. Das US-Softwareunternehmen Nuance Communications stellt die neue Version seiner Windows-Spracherkennungssoftware Dragon NaturallySpeaking vor, die natürliche Sprache in Text wandelt. Mit der Versionsnummer 10 will der Hersteller die Erkennung weiter beschleunigt haben. Das konnte ein erster Test bestätigen.

Neue Suchfunktion wandelt Politikerreden in Youtube-Videos in Texte. Rechtzeitig zum US-Wahlkampf bietet Google einen neuen Dienst an: Google Elections Video Search. Das Werkzeug beruht auf Spracherkennung und wandelt gesprochene Worte in Videos in durchsuchbare Texte um. Derzeit werden nur Politikervideos transkribiert.

Testversion steht kostenlos zum Download zur Verfügung. Thax Software hat eine Lösung namens "Findentity Mobile Dictate" für BlackBerry-Smartphones vorgestellt, die ein herkömmliches Diktiergerät ersetzen soll. Die Software bietet verschiedene Funktionen wie Vor- und Zurückspulen, Löschen und Überschreiben von Passagen oder das nahtlose Einfügen von Textelementen. Am PC lässt sich das abgespeicherte Diktat per Spracherkennungssoftware in eine Textdatei umwandeln.

European Media Laboratory stellt auf der CeBIT Lösungen vor. Nicht nur als modischer Firlefanz, sondern durchaus auch als Hilfe für Menschen, die einen eingeschränkten Bewegungsradius haben, ist eine Spracherkennung und Steuerung von Haustechnik interessant. Natürlich ließen sich auch viele Aktionen im Haushalt sensorgesteuert erledigen, doch entspricht es eher den Lebensgewohnheiten vieler Menschen, die Dinge "selbst" in die Hand zu nehmen. Sprachtechnik für die Haussteuerung stellt das European Media Laboratory GmbH (EML) auf der CeBIT 2008 aus.

Steve Ballmer setzt auf Sprache als Computerschnittstelle der Zukunft. Microsoft wird das auf Sprachdienste spezialisierte US-Unternehmen Tellme Networks kaufen, gaben beide Unternehmen heute bekannt. In den letzten Wochen machten wiederholt entsprechende Gerüchte die Runde.

Sprachkommando-Funktion fehlen Sicherheitsabfragen. Mit Hilfe von Sprachdateien kann ein Angreifer jederzeit Zugriff auf ein Vista-System erlangen - vorausgesetzt die Sprachsteuerung von Windows Vista ist aktiviert. Dann genügt es, dem Opfer eine Audiodatei mit entsprechenden Sprachbefehlen unterzuschieben. Denn Sprachbefehle sind nicht an eine bestimmte Stimme gekoppelt und es fehlt eine Sicherheitsabfrage, um solchen Missbrauch zu verhindern.

Zugriffsberechtigung am Telefon per Stimmerkennung. T-Com hat mit VoiceIdent eine Lösung zur Zugriffsberechtigung vorgestellt, die per Stimmerkennung am Telefon arbeitet. Nach dem Willen der T-Com werden damit PIN und Kennwörter für eine Anmeldung am Telefon überflüssig. Das Biometrie-Verfahren kann von Dienstleistern ab sofort eingesetzt werden, um Telefon-Banking oder den elektronischen Einkauf sicherer und komfortabler zu machen.

Ford will neues Bedienkonzept noch 2007 mit Neuwagen anbieten. Ein gemeinsam mit Microsoft entwickeltes Konzept zur Bedienung von Elektronik im Auto namens "Sync" will Ford mit zwölf neuen Auto-Modellen auf den Markt bringen. Sync setzt ganz auf Sprachsteuerung und soll mobile Geräte wie Handys und MP3-Player im Auto komfortabel benutzbar machen.

Neue Abteilungen in Redmond und dem Silicon Valley gegründet. Einem Bericht der New York Times zufolge forscht Microsoft an eigenen Chip-Designs. Diese sollen unter anderem in kommenden Versionen der Xbox zum Einsatz kommen. Der Leiter der neuen "Computer Architecture Group" ist dabei ein alter Hase in der Hardware-Entwicklung, der auch schon den Tablet PC konzipierte.

Mit USB-Sprechgarnitur und auf Basis von Sprachprofilen verbesserter Erkennung. Zur Systems 2006 soll die von IBM und Linguatec entwickelte Sprach-Erkennungssoftware Voice Pro für Windows in Version 11 auf den Markt kommen. Das neue Produkt soll die Erkennungsfähigkeit noch einmal steigern. Um möglichst viele Spracheigenheiten zu erfassen, hatte Linguatec hunderte von Personen zur Sprechprobe gebeten.

Download über barrierefreie Webseite. LG Electronics hat ein Handy speziell für Sehbehinderte und Blinde kreiert. Die einzelnen Funktionen des LF1300 ruft der Besitzer über Sprachsteuerung auf. Außerdem liest das Schiebemodell Hörbücher vor. Das Blindenhandy wird nur gegen Vorlage eines Behindertenausweises an die Zielgruppe abgegeben.

Dragon NaturallySpeaking in vier Ausbaustufen angekündigt. Die Windows-Spracherkennungssoftware Dragon NaturallySpeaking soll in der neuen Version ganz ohne Training auskommen. Damit erspart sich der Nutzer ein zeitaufwändiges Übungsprogramm, bevor die Software für Spracheingaben verwendet werden kann. Zu den bisherigen drei Ausbaustufen gesellt sich fortan eine vierte Variante speziell für Juristen hinzu.

Neue Version soll Kostenreduktion bringen. Der für das Management von Telefonie und anderen Sprachdiensten geeignete Speech Server 2007 steht nun als Beta-Version bereit. Mit der neuen Version verspricht Microsoft eine Kostenreduktion, da sich Applikationen leichter damit entwickeln lassen. Der Speech Server 2007 unterstützt eine Vielzahl an Telefoninfrastrukturen und deckt auch VoIP über SIP ab.

VoiceCode-Spracherkennung für Python-Entwickler. Zukünftig sollen Programmierer auch mit zwei eingegipsten Armen noch ihrer Tätigkeit nachgehen können. Möglich macht das eine neue Open-Source-Software zur Spracherkennung, die vorerst nur mit der Programmiersprache Python funktioniert.

Google erhält Patent auf Suchanfragen per Sprachkommando. Das US-Patentamt hat Google ein Patent erteilt, das beschreibt, wie Suchmaschinenanfragen per Sprachbefehl entgegengenommen und umgesetzt werden. Ob und wie das am 11. April 2006 erteilte Patent in Googles Angebote integriert wird, ist derzeit noch unklar.

Mikrofon als Eingabegerät für Sprach- und Übersetzungsspiel. Anlässlich der Tokyo Game Show 2005 hat Sony Computer Entertainment ein Paket aus Software und Mikrofon vorgestellt, mit dem die PlayStation Portable zur Spracherkennung fähig wird. Das Paket soll auf spielerische Art helfen, die Grundzüge verschiedener Sprachen zu lernen.