Spracherkennung als Durchbruch für mobile Datenservices

Software von Vlingo versteht Akzente und unterschiedliche
Sprachmuster

Das US-Unternehmen Vlingo hat die erste Version seiner Spracherkennungssoftware für Mobiltelefone einem Kreis von Betatestern zur Verfügung gestellt. Die Software verfüge über eine bahnbrechende Spracherkennungstechnologie und soll vor allem mobilen Internetanwendungen zum Durchbruch verhelfen, so Vlingo in einer Aussendung. Vor allem für Suchfunktionen sowie zur Steuerung von Local-based-Services soll sich das System besonders eignen http://www.vlingomobile.com/demo. "Mit Vlingo werden mobile

Datenservices einen deutlichen Aufschwung erleben", ist Dave Grannan, CEO von Vlingo überzeugt. Bislang seien die Nutzer durch zwölf kleine Tasten eingeschränkt gewesen. "Diese Hürde wird nun mittels Spracherkennung weggeräumt."

"Im Gegensatz zur Software von Mitbewerbern, schränkt Vlingo den User nicht durch vorgegebene Listen mit Wörtern ein", sagt Grannan. Stattdessen kommt eine Methode mit dem Namen "adaptive Hierarchical Language Model" zum Einsatz, mit der die Software neue Wörter lernt und mit dem Sprachmuster sowie Akzent des Users zu Recht kommt. "Der User kann alles sagen, was er es möchte", meint Grannan. Die Software beinhaltet zudem ein Menü, das erscheint, falls die Software ein Wort nicht klar oder falsch verstanden hat. Der User kann anschließend die falsch verstandene Eingabe verbessern. Dabei kann der User die manuelle Eingabe und die Steuerung per Sprache gleichzeitig verwenden.

"Die Technologie der Spracherkennungssoftware ist sehr weit fortgeschritten und funktioniert bereits sehr gut", erklärt Sebastian Paulke, leitender Redakteur der Initiative Voice Business sowie der Voice Community http://www.voice-community.de, im pressetext-Gespräch. "Nebengeräusche oder ein Schnupfen sind mittlerweile kein Problem mehr für die Software." An vorderster Front der Spracherkennung-Applikationen finden sich Systeme mit hybrider Sprachverarbeitung. Diese nutzen die Datenleitung des Handys, um die Spracheingaben an einen Server zu senden. Dort ist genug Rechenleistung vorhanden, um das Gesprochene rasch in Text umzuwandeln. Das Ergebnis schickt der Server wieder an das Telefon zurück.