Digital diktieren: Netznotizen zur Spracherkennung

Was, wenn wir alle tippen würde?

2012-01-25T10:28:00.000+01:00

Eine Knowbrainer-Diskussion um den Einsatz von Spracherkennung in Großraumbüros erinnerte mich an einen Artikel, den ich vor Jahren einmal gelesan habe: Was, wenn alle Leute plötzlich anfangen müsstem, auf tasten einzuschlagen, anstatt flüssig zu diktieren?

Zunächst würde die geschwindigkeit der Abreit abnehmen; außerdem die enauigkeit der Rechtschreibung (nur als kleiner Hinweis für alle, die es noch nicht gemerkt haben: Ich tippe diesen Beitrag ausnahmsweiswe). Großbuchstaben, die im Deutschen sehr häufig auftraeten, müssen durch die Bank mit einer Kombination aus zwei Tasten geschrieben werden. Verwirrend ist auch dei Beschriftung der Tasten mit - Sie erraten es - Großbuchstaben.

Korrekturen müssten mit absurden tastenkombinationen gemacht werdern ind beinhalten unzählige Schritte: Pfeil nach links x-mal drücke, dann die Rücktaste oder Entfernen-Taste (wozu zwei fast identische tasten, die der Anwender leicht verwechselt?), dann wirder die Ende-Taste oder gar eine schwer zu merkende Kombination mit Strg und Ende (Anmerkung: was soll dieses Strg eigentlich? Wieso String?). Dri9tthersteller bieten inzwischen Programme zur automatischen Rechtschreibkorrekturan oder bauen gar die Korrektur häufig vorkommender Fehler als Automatismus in ihre textverarbeitung ein.

Allein das erlernen dieser Techniologie dauert endlos lange. Am Anfang kreisen die Finger wie ein Adler über der tastatur, während man den richtigen Buchstaben sucht, erst nach Wochen oder Monaten gewöhnt man sich an die anscheinend völlig willkürliche Anordnung. Möglicherweise lässt sich einiges verbessern, indem man häufig benutzte Wörter auf spezielle Tasten legt. Hersteller haben vereits F-Tasten am oberen Rand ihrer Tasteturen angebracht, die aber im Moment vor allem sinnlose Aktionen ausführen - besonders irritierend, wenn man sie versehentlich drückt. Das gleiche gilt übrigens auch für die Mehrfachtasten - man berichtet davon, dass ohne ersichtlichen Grund sich plötzlich dei Bildschirmanzeige um 90 oder gar 180° dreht, und erst ein hochbezahlter Spezialist benötigt wird, um herauszufinden, dass dies daher rührt, dass der Anwender versehentlich eine Taste mit der rätselhaften Bezeichnung AltGr und eine Pfeiltaste gleichzeitig gedrückt hat.

Dazu kommt, dass das langsame Tippen den Gedankenfluss hemmt. Anstatt einen Satz flüssig zu sprechen, wird man gehemmt durch das Drücken von anscheinend zufällig verteilten Tasten, teils in merkwürdigen Kombinationen. Die meisten von uns wird das deutlich bremsen und zu einer ganz anderen Arbeitsweise als bisher gewohnt führen. Bei einigen Leuten, v.a. Beamten, würde die Entschleunigung der Textproduktion natürlich auch zu Vorteilen führen - wer langsamer arbeitet, macht vielleciht auch weniger Fehler. Vertreter der Industrie führen auch andere Erfolgsgeschichten an: In einigen Schweizer Kantonen sind manche Anwender beim Tippen tatsächlich schneller als beim Sprechen. Dem gehen jedoch Monate an intensivem Training voraus, was von Seiten der Industrie gern verschwiegen wird.

In manchen Umgebungen, z.B. bei geldautomaten, mAG die Eingabe per Tastatur sinnvoll sein. Das Dezimalsystem kommt der natürlichen Anzahl der Finger entgegen, und Spracherkennung funktioniert in lauten Umgebungen wie einer Schalterhalle nur eingeschränkt. Abgesehen davon haben viele Leute verständliche Hemmungen, ihre Gweheimzahl laut auszusprechen, so das eine kleine Zahlentastatur hier durchaus Vorteile mit sich bringt. Auch Sprachbehinderte und Erkältungspatienten haben Vorteile durch Tastaturen, wenn sie ihre Stimme nicht gebrauchen können. Für diese kleine Gruppe mag eine Tastatur sogar ein Segen sein.

Die breite Masse hat dagegen gesundheitliche Probleme zu erwarten: Leute, die mit der Tastatur arbeiten, berichten über Verspannugnen, Schmerzen in Schulter, Rücken, Armen und Handgelenken. Der Nutzer, der durch die erhöhte Beweguing der Finger erwächst, wird damit konterkariert. Erste Krankenkassen legen bereits Trainingsprogramme für Geschädigte auf. Schließlich ist das stete Klappern der tasten ein nicht zu unterschätzender Lärm- und damit Stressfaktor, der außerdem die Diktanten von ihrer Arbeit ablenkt und behindert.

Alles in allem: Seien wir froh, dass wir mit unserer Sprache eine natürliche, leicht und schnell zu verwendende Möglichkeit ahben, unseren Computer zu bedienen!

Ein frohes neues Jahr des Drachen!

2012-01-23T16:11:00.001+01:00

Heute beginnt das chinesische neue Jahr. 2012 steht im Zeichen des Drachen. Nach chinesischer Sitte ist dies ein gutes Jahr für Geschäfte. Kinder, die im Jahre des Drachen geboren werden, erwartet Gesundheit, Reichtum und Weisheit.

Ich wünsche ein gesundes, erfolgreiches, mit Weisheit angefülltes Neues Jahr!

Patentantrag: Dauernde Verbesserung der Spracherkennung

2012-01-19T11:16:00.002+01:00

Über Rüdiger Wilke kam ich an den Link zum Patentantrag für ein System zur kontinuierlichen Verbesserung der Erkennungsleistung von Spracherkennungssoftware während des Diktats. Diese Technologie ist in neueren Versionen von Dragon NaturallySpeaking bereits eingebaut und wird unter dem Namen „SilentAdapt“ vermarktet.

Der Patentantrag beschreibt sowohl die allgemeine Funktionsweise von Spracherkennung wie auch die kontinuierliche Anpassung des Systems an den Sprecher, die dafür sorgt, dass auch ohne ein anfängliches Training Spracherkennung sehr schnell mit sehr guten Resultaten möglich sein kann. Eine vollständige Übersetzung spare ich mir hier aus offenkundigen Gründen. Einige wesentliche Funktionsweisen lassen sich so darstellen:

Spracherkennung bearbeitet ein akustisches Signal (die aufgenommene Sprache), indem das Signal zunächst in kurze Einheiten zerlegt wird. Diese werden mit einem Inventar von Lauten der betreffenden Sprache abgeglichen und aufgrund von Transformationsmodellen einem oder mehreren möglichen Kandidaten für die Erkennung (also Wörtern) zugewiesen. Der wahrscheinlichste Kandidat ist das Wort, welches letztlich im Text erscheint.

Ein anfängliches Training ist in der Regel nötig, um das in der Software bereits enthaltene akustische Modell einer Sprache mit der tatsächlichen Aussprache eines Sprechers abzugleichen. Dazu wird die Aussprache des Sprechers analysiert und Transformationsregeln bestimmt, nach denen diese Aussprache in das in der Software enthaltene Modell umgerechnet wird. Was Dragon also tut, ist zum Beispiel eine extrem tiefe Stimme „höher“ zu rechnen, oder eine extrem hohe Stimme „tiefer“ usw., um den tatsächlichen Input mit dem kompatibel zu machen, was die Software sozusagen als Input erwartet.

Während des Vorlesens eines Trainingstextes werden Daten gesammelt, die anschließend diese Anpassung möglich machen. Das hier referenzierte Patent beschreibt, dass diese Anpassung auch während des Diktates, also ohne vorheriges Training, gemacht werden kann.

Dazu werden die Äußerungen des Sprechers während des Diktates analysiert und zur Adaption herangezogen. Dieser Mechanismus nennt sich Online Unsupervised Feature space Adaptation (OUFA), die Transformation des ankommenden Signals zur Adaption basiert auf einer Constrained Maximum Likelihood Linear Regression (CMLLR) adaptation. Entsprechend dieser Algorithmen wird das Eingangssignal transformiert und zur Verbesserung der Erkennungsgenauigkeit, also zur Erhöhung der statistischen Trefferquote des richtigen Kandidaten, herangezogen.

Ein weiteres Einsatzgebiet ist die in Dragon NaturallySpeaking enthaltene „akustische Optimierung“, bei der, basierend auf den während des Diktats gesammelten Informationen, das Sprecherprofil noch einmal in einem eigenen Prozess angepasst wird, der auf denselben Algorithmen beruht wie die kontinuierliche Anpassung während des Diktats.

Zu dieser akustischen Optimierung macht der Patentantrag eine für mich überraschende Aussage: unter Absatz [0032] folgt auf die Beschreibung der Mechanismen zur akustischen Optimierung der Hinweis: „it is possible that this might lead to a decrease in accuracy“. Auf die Gefahr hin, dass ich die technische Beschreibung nicht korrekt verstanden habe, stellen sich mir dann 2 Fragen:

1. wenn das Profil bereits während des Diktates angepasst wird, wozu muss dann eine nachträgliche akustische Optimierung noch sein?
2. wenn diese akustische Optimierung zu einer verschlechterten Erkennungsgenauigkeit führen kann, sollte man dann nicht darauf verzichten?

Sicherlich gibt es hierauf keine eindeutige Antwort, da sehr viel auch von der Qualität des Input abhängt. Die Beschreibung gibt allerdings eine Antwort auf ein Phänomen, welches wir immer wieder beobachtet haben, nämlich dass nicht nur nach einer akustischen Optimierung, sondern auch nach einigen Monaten des Diktats die Spracherkennung in der Qualität wieder abnimmt. Dies scheint also offensichtlich im System eingebaut zu sein.

Praktische Empfehlung daher:

Trainieren Sie Ihren Benutzer auf ein möglichst hohes Niveau und speichern Sie ihn dann an einem sicheren Ort ab. Nimmt die Erkennungsgenauigkeit irgendwann ab, haben Sie bereits einen fertig trainierten Benutzer, auf den Sie dann zurückgreifen können.

Nuance-Neuheiten auf der CES

2012-01-12T16:49:00.001+01:00

Der junge Mann im Bild ist der Dragon Guy, welcher derzeit die CES in Las Vegas unsicher macht (Bild getwittert von P. Mahoney, Oberster Drachenkämpfer bei Nuance).

Nuance zeigt dort neue mobile Lösungen. So ist mit Fragon Go! eine neue Android-App erschienen, die viele der von Siri bekannten Funktionen für Android nutzbar macht. Dragon Go! findet z.B. Restaurants, Musik, Wettervorhersagen, Suchergebnisse (von Wolfram Alpha), und was man sonst noch unterwegs auf seinem Smartphone braucht. Unter nuancemobilelife.com werden die in den USA bereits erhältlichen Apps vorgestellt. Und auch ein Dragon TV ist dabei - das scheint ja the next big thing zu werden...

CES zeigt Sprachsteuerung für Fernseher und Xbox

2012-01-10T13:45:00.001+01:00

Die in die Gestensteuerung Kinect neu integrierte Sprachsteuerung für die Microsoft Xbox ist eigentlich gar nicht mehr neu. Bei Steve Ballmers Abschiedsvorstellung auf der diesjährigen CES (Consumer Electronics Show) in Las Vegas sorgte aber die Ankündigung für Aufsehen, dass Kinect inklusive Sprachsteuerung in Windows 8 integriert werden soll.

LG hat derweil zumindest in den USA Google TV auf seinen Fernsehern integriert und will die Fernbedienung um eine Sprachsteuerung ergänzen. Im Hinblick auf die Gerüchte um den mit Siri versehenen Apple-Fernseher ist das wohl auch eine gute Strategie.

Ergänzung 11.1.: Auch Lenovo stellt einen Fernseher vor, der Android 4 und eine Spracherkennung integriert, aber zunächst nur in China auf den Markt kommt.

Auch der Knowbrainer, der größte Anbieter von Spracherkennung in den USA und Betreiber des besten Online.-Forumes, nimmt übrigens an der CES teil, oder in den Worten seiner aktuellen Signatur,

I will be handcuffed to the KnowBrainer Booth 70005 at the Las Vegas Consumer Electronics Show Jan 10-13.

Dies in der Kategorie "Emerging Technologies" - aber doch nicht mit seit Jahren hervorragend eingeführten Produkten?

Pause vor Befehlen erhöhen – Korrektur beschleunigen!

2012-01-02T13:07:00.000+01:00

Allen Leserinnen und Lesern ein gesundes und erfolgreiches neues Jahr 2012!

Seit Erscheinen der Version 11 von Dragon NaturallySpeaking tauchen in einigen Konstellationen Schwierigkeiten mit Latenzen auf, das heißt mit Verzögerungen in der Niederschrift des Diktates und in der Ausführung von Befehlen. Während einige dieser Probleme mit der 11.5 behoben worden, macht insbesondere das Buchstabierfenster immer noch Probleme – zwar nicht überall, aber doch immer wieder kommt es vor, dass bei einer Korrektur das Buchstabierfenster einzufrieren scheint, wieder Diktat noch Tastatureingabe annimmt, bis nach einer gefühlt unendlichen Wartezeit endlich die Korrektur gemacht werden kann.

Abhilfe scheint eine kleine Veränderung in den Dragon-Einstellungen zu schaffen – dies legt zumindest eine Diskussion im Knowbrainer-Forum nahe.

Erhöht man unter „Optionen – Befehle“ die Pause vor Befehlen minimal von 250 auf 300 ms, schiebt also den Regler ein kleines Stück weiter nach rechts bis zum nächsten Strich, so scheinen diese Latenzen behoben zu sein.

Warum? Keiner weiß es. Probieren Sie aus, ob es hilft – Feedback ist in diesem Falle besonders willkommen, da ich normalerweise keine Schwierigkeiten mit den Latenzen habe, und daher zur Bestätigung auf die Mitarbeit meiner geneigten Leser angewiesen bin.

Dragon Recorder App jetzt auf Deutsch erhältlich

2011-12-30T11:43:00.000+01:00

Die vor einigen Wochen angekündigte Dragon Recorder App für das iPhone ist seit kurzem auch auf Deutsch erhältlich und kann im AppStore heruntergeladen werden.

Die App macht es möglich, das iPhone wie ein digitales Diktiergerät zu benutzen, Diktate aufzusprechen, abzuhören, zu ergänzen und schließlich an den Rechner zu senden, wo sie von der Spracherkennung umgesetzt werden können. Inwieweit es möglich ist, auch Passagen in eine Diktat einzufügen, habe ich noch nicht herausfinden können.

Die Übertragung geschieht über WLAN oder über iTunes.

Ein Video zur Bedienung gibt es bisher nur auf Englisch. Die Erklärung ist sehr kleinschrittig gehalten und gut verständlich.

Apple-Fernseher mit Sprachsteuerung?

2011-12-28T20:19:00.000+01:00

Digitimes hört das Gras wachsen: im nächsten Jahr soll ein Fernseher aus dem Hause Apple auf den Markt kommen. Ob der dann Fernsehen und Internet vermählt? Oder iTunes zur endgültig größten Videothek der Welt macht?

Spiegel Online vermutet auf jeden Fall schon Siri zur Bedienung. "Siri, heute abend will ich Dr. House sehen, aber ich komme erst um 22h nach Hause. Zeichnest du mir die Folge auf?"

Also das iPhone versteht so was... meistens. Gestern ausprobiert.

Nuance will Vlingo übernehmen

2011-12-22T15:52:00.000+01:00

Wie heute bei Heise und in einer Nuance-Pressemitteilung zu lesen ist, bereitet Nuance die Übernahme des Spezialisten für mobile Spracherkennung, Vlingo, vor. Vlingo bietet einen Siri-ähnlichen sprachgestützten Assistenten für verschiedene mobile Geräte, z.B. BlackBerry, Androiden und Windows-gestützte Handys an.

Nuance-Technologie ist ja schon in Siri enthalten, wenn dies auch nicht an die große Glocke gehängt wird. Mit der angekündigten Übernahme wird Nuance versuchen, auch auf Smartphones seine marktbeherrschende Stellung zurückzuerobern bzw. auszubauen (je nachdem, aus welchem Blickwinkel man die aktuellen Technologien sieht).

Die Pressemitteilung ist da ganz eindeutig: nachdem in den letzten Monaten die Nachfrage nach Sprachsteuerung sprunghaft gestiegen ist (Hallo Siri!), sieht man einen Markt in der Größenordnung von 5 Milliarden $ für die Sprachsteuerung von Smartphones, Tablet PCs, Musik-Abspielgeräten, Navigationssystem usw. Die bewährte Strategie von Nuance ist, Anbieter von solchen Technologien aufzukaufen und die Technologie entweder in eigene Produkte einzubauen oder die Produkte gleich mit zu übernehmen.

5 Milliarden $ finde ich allerdings schon eine Hausnummer. Nuance geht offensichtlich davon aus, dass jetzt endlich die soziale Akzeptanz da ist, mobile Geräte, Computer usw. per Sprache zu steuern. Auch hier war Apple wieder Vorreiter.

Eigentlich merkwürdig, dass trotz hartnäckiger Bemühungen Spracherkennung und Sprachsteuerung am PC seit vielen Jahren ein Nischendasein fristet. Hat Nuance nicht laut genug verbreitet, welche Möglichkeiten Dragon NaturallySpeaking schon seit langem bietet, ist die Firma einfach nicht cool genug, oder liegt es am Ende doch an der Qualität des Produktes? Wir erinnern uns an die Reklamen von vor 12 Jahren, als die 1. Spracherkennungssysteme für Privatkunden auf den Markt kamen mit der Versprechungen, man könne ab sofort Tastatur und Maus verbrennen. Davon sind wir immer noch weit entfernt (und das wird auch so bleiben). Seitdem hat die Spracherkennung am Computer ein massives Imageproblem, und das völlig ohne Not: Dragon NaturallySpeaking kann den Computer komplett ohne Handy steuern, und auch die seit Windows Vista ins Betriebssystem eingebaute Spracherkennung hat in dieser Beziehung Maßstäbe gesetzt, die nur leider am Publikum völlig vorbeigegangen sind.

Und das sogar bei Anwendern, die eine Sprachsteuerung bitter nötig hätten. Vor ein paar Wochen habe ich noch mit einem Dragon NaturallySpeaking-Händler telefoniert, der Körperbehinderte ausstattet und berichtet, dass ein Großteil seiner Kunden sich weigert, den Computer per Sprachbefehl zu steuern, obwohl es viel einfacher für sie wäre…

Wenn Siri, Majel oder wer auch immer hier etwas bewirken, ist schon eine Menge erreicht.

Androiden und Drachen...

2011-12-15T15:28:00.002+01:00

... im heutigen Netzwelt-Ticker von Spiegel Online.

Dass Google an einer Sprachsteuerung für Androiden-Handys arbeitet, die über das bisherige hinausgeht, ist eigentlich kein Geheimnis. Der Spiegel berichtet jetzt einige weitere Details über das "Majel" genannte Projekt, und natürlich tritt Google an, besser zu sein als Siri. Mal abwarten.

Auch Nuance arbeitet an einem vergleichbaren Produkt, Details dazu sind aber noch nicht bekannt.

Um aber endlich wieder einmal über unseren geliebten kleinen Drachen berichten zu können, kommt der Netzwelt-Ticker gerade recht: die 2. Meldung zeigt einen ebensolchen, der versucht, virtuelle Ameisen von einem Smartphone zu fressen. Klicken Sie sich durch oder schauen Sie sich einfach das Video hier an:

So viel zum Thema "Dragon auf Smartphones"!

Spracherkennung als Lügendetektor?

2011-12-07T12:03:00.000+01:00

Spiegel online stellt heute eine neue Technologie vor, mit der Spracherkennung zur Identifikation von Emotion der Sprecher genutzt werden kann. Angeblich ist es aufgrund sprachlicher Muster bereits mit 70-prozentiger Wahrscheinlichkeit möglich, z.B. einer Aussage als Lüge zu entlarven – Menschen können das nur in ungefähr 57% der Fälle.

Außer als Lügendetektor lässt sich die Spracherkennung auch einsetzen, um in automatischen Benutzerdialogen festzustellen, ob ein Kunde glücklich oder genervt ist.

Soviel zum Thema Anthropomorphisierung...

FAZ über Siri

2011-12-07T10:04:00.002+01:00

Nachdem bereits Spiegel online vor einigen Tagen einen ausführlichen Bericht über Siri, die neue Spracherkennung im iPhone, gebracht hat, jetzt auch ein ausführlicher Bericht in der FAZ (Technik und Motor, 06.12.2011). Autor ist wie immer Dr. Michael Spehr, der Spracherkennungsexperte der Frankfurter Allgemeinen Zeitung. (Artikel im Blog von Michael Spehr lesen)

Seiner Meinung nach liegt die wichtigste Neuerung von Siri in der engen Verzahnung der Spracherkennung mit dem Betriebssystem, die dafür sorgt, dass der Computer Anweisungen, die er per Sprache erhält, sofort umsetzen kann, ohne dass der Benutzer noch eingreifen muss. Das funktioniert deshalb, weil es auf dem iPhone praktisch keine Auswahlmöglichkeiten gibt, in welchem Programm der Befehl umgesetzt werden muss – ein Kalendereintrag greift immer auf denselben Kalender zu und hat nicht die Auswahl zwischen Outlook, dem Google-Kalender Kalender oder Lotus Notes; eine Websuche nutzt immer den Standard-Browser und die voreingestellte Suchmaschine Wolfram Alpha, die wiederum in der Lage ist, strukturierte Anfragen zu verarbeiten und zu beantworten. Damit ändert sich grundlegend die Interaktion des Nutzers mit dem Computer. Michael Spehr sieht solche Änderungen auch schon für Desktop-Computer voraus und prophezeit:

„Die Frage ist nicht mehr, ob und wie gut die Technik funktioniert, sondern ob man gewillt ist, in aller Öffentlichkeit oder zumindest im Büro mit seinem iPhone zu sprechen. Es geht allein um die soziale Akzeptanz. Wer die Idee für abstrus hält, denke zurück an eine Bürowelt ohne Telefone im 19. Jahrhundert.“

In der Tat scheint die soziale Akzeptanz, glaubt man zumindest den zahlreichen Kommentaren in diversen Foren, das entscheidende Kriterium zu werden. Noch immer können sich viele nicht vorstellen, unterwegs – also vor aller Augen der Öffentlichkeit – „mit ihrem Handy zu sprechen“. Obwohl sie natürlich schon seit vielen Jahren in aller Öffentlichkeit in ihr Handy sprechen und private Details vor den Ohren einer ganzen U-Bahn ausbreiten, aber das scheint etwas anderes zu sein.

Das Schlüsselwort ist tatsächlich „Anthropomorphisierung“. Schon das Diktat in einem Computer sorgt dafür, dass man ihm menschliche Eigenschaften zuschreibt (wie oft benutze ich eigentlich die Phrase „liebenswerte Eigenheiten unseres kleinen Drachen“?); Wenn die Maschine dann auch noch antwortet wie ein Mensch, verschwimmen die Unterschiede immer weiter. Neben der sozialen Akzeptanz stellt sich daher auch noch eine ethische Dimension. Wollen wir wirklich mit der Maschine umgehen wie mit einem Menschen? Dass auch hier die Kategorien bisweilen verrutschen, zeigt sich bei (fast) allen Hundebesitzern...

Aktuelle neue Fehlermeldung: Benutzerprofil kann nicht geöffnet werden

2011-12-07T09:40:00.003+01:00

In den letzten Tagen häufen sich bei mir die Anfragen, dass ein Benutzerprofil, welches bisher vollkommen unschuldig vor sich hin gearbeitet hat, nicht mehr geöffnet werden kann.

Es scheint so, als sei dieses auf ein neues Windows-Update zurückzuführen. Dieses sorgt dafür, dass Benutzer (also unter Windows mit der Rolle „Benutzer“ angemeldete Anwender) keinen Zugriff mehr auf die Speicherorte haben, in denen Dragon NaturallySpeaking die Benutzerprofile lokal ablegt.

Abhilfe schafft hier folgendes:

Gehen Sie über den Windows Explorer in den Ordner C:\Program Data\Nuance\ und markieren Sie dort den Ordner „NaturallySpeaking11“. Machen sie einen Rechtsklick auf den Ordner und wählen Sie „Eigenschaften“ und dann „Sicherheit – Bearbeiten“. Geben Sie den Benutzern Vollzugriff auf diesen Ordner und bestätigen Sie alles mit O.K. Danach lässt sich das Benutzerprofil wieder öffnen.

Angegebene Dateipfade für Windows 7; unter Windows XP scheint das Problem nicht aufzutreten.

Philips Dictation hat eine neue Website

2011-12-02T10:36:00.001+01:00

Philips kündigt die neue Website für seine Diktierprodukte an. Sie ist erreichbar unter http://www.dictation.philips.com/de/home/

Die alte Website ist offenbar schon vom Netz gegangen, jedenfalls kann ich sie nicht mehr aufrufen. (Hallo Philips: eine Umleitung wäre schön gewesen!)

Alles ist sehr viel farbenfroher geworden, aber auch übersichtlich und leicht zu navigieren. Etwas stutzen musste ich beim Produktsupport, weil dort zunächst eine komplette Übersicht aller Produkte angezeigt wird – klickt man aber auf das gewünschte Produkt, erhält man dort alles, was man braucht, in einer praktischen Übersicht.

Ein schicker Relaunch der Seite meiner bevorzugten Diktierhardware.

Sascha Lobo macht sich Gedanken über Siri

2011-11-29T13:45:00.000+01:00

Blogger Sascha Lobo macht sich auf Spiegel Online Gedanken über Siri, die Spracherkennung im neuen iPhone.

Tenor:

Spracherkennung ist der Nachfolger sozialer Netzwerke. Kontexterkennung erschafft einen Markt, vergleichbar mit dem Suchmaschinenmarkt.

Spracherkennung ist nur die Basis, um Informationen durch Einbezug des Kontextes (wer spricht? wo? welche Informationen sind schon bekannt?) zu verknüpfen. Während das eine sehr attraktive Technologie ist, bildet sie gleichzeitig ein sehr hohes vertriebliches Potential - lies: einen weiteren wesentlichen Schritt auf dem Wege zu immer genauerer Werbung.

Dragon Recorder für iPhone

2011-11-16T14:40:00.001+01:00

Die Palette der Anwendungen, die Nuance für das iPhone bereitstellt, ist um einen Recorder ergänzt worden, der das iPhone effektiv in ein digitales Diktiergerät verwandelt. Mit der Dragon Recorder App nehmen Sie auf dem iPhone Diktate auf, senden sie über iTunes oder WLAN an den PC oder Mac (mit MacScribe-Software) und lassen Sie dort mit Dragon NaturallySpeaking bzw. MacScribe transkribieren.

Aufnahmeformat ist WAV. Die drahtlose Übertragung funktioniert dann, wenn sich iPhone und Rechner im selben WLAN befinden.

Die App ist kostenlos im Appstore zu haben. Benötigte Software auf dem Rechner ist nach Aussage von Nuance Dragon 11.5 Premium, Professional oder Legal. bzw. auf einem Mac MacScribe. (DragonDictate für Mac enthält derzeit noch keine Umsetzungsfunktion für digitale Diktate.) Da die Diktate im WAV-Format vorliegen, sollte die Versionsnummer keine große Rolle spielen. Zwar wird das iPhone als Quelle erst ab Version 11.5 akzeptiert – für andere Versionen gibt es aber immer noch die Möglichkeit, „Audiodateien auf Festplatte“ als Quelle anzugeben. Somit dürfte auch Dragon Medical 11 kein Problem sein.

Hier ein englisches Video, in dem die Funktionsweise demonstriert wird, hier die Ankündigung auf der amerikanischen und der deutschen Nuance-Webseite.

Siri ausführlich

2011-11-15T15:10:00.000+01:00

Apples neue Spracheingabe fürs iPhone, Siri, wird von www.cio.de ausführlich getestet und besprochen.

Siri stellt die bisher verfügbaren Lösungen deutlich in den Schatten und zeigt, wie effektiv eine Sprachsteuerung sein kann, wenn man es richtig macht. Das iPhone hat in einigen Bereichen Maßstäbe gesetzt, zum Beispiel bei der Bedienung mittels Touchscreen oder bei der Nutzung des Internet am Smartphone. Auch Siri könnte ein solcher Meilenstein werden. Die Software befindet sich noch im Betastadium, leistet aber teilweise schon Erstaunliches.

Siri ist fast schon eine Sekretärin in der Tasche, die auch komplexe Anfragen und Aufgaben erledigt und bei Bedarf die nötigen Rückfragen stellt. Außerdem erlaubt sie Diktat per Spracherkennung direkt in Anwendungen auf dem iPhone - kein Umweg mehr nötig wie bei der Dragon-App.

Der Dienst läuft immer noch auf Apples Servern. Für wen das ein Sicherheitsproblem darstellt - denken Sie ein paar Sekunden darüber nach, was Ihr iPhone und damit Apple, Google & Co. ohnehin schon über Sie wissen...

Amazon kauft Startup für Spracherkennung

2011-11-14T11:54:00.001+01:00

Heise berichtet, dass Amazon das Startup Yap, welches bisher einen Dienst zur Transkription von Voicemail in Text angeboten hat, übernommen hat. Der Dienst ist zwischenzeitlich eingestellt worden.

Vermutlich macht Amazon es genauso wie Google vor einiger Zeit und kauft einen Anbieter von Spracherkennungs-Dienstleistungen auf, um diese in seine eigenen Produkte zu integrieren. Der Amazon Kindle Fire, der in den nächsten Tagen in den USA startet, ist ja mehr als ein reines Lesegerät und dürfte dem iPad gehörig Konkurrenz machen. Da wird auch ein Dienst ähnlich wie Siri dem Gerät gut zu Gesicht stehen.

Nuance arbeitet derweil selbst an einem ähnlichen Dienst, der sich aber im Moment noch im Planungsstadium befindet. Siri wird ja inzwischen sogar im Werbefernsehen beworben. Es ist doch nicht etwa der Punkt erreicht, an dem sich Spracherkennung tatsächlich in der Masse durchsetzt?

Olympus vor dem Ende?

2011-11-10T16:12:00.000+01:00

Seit eingen Tagen häufen sich die Meldungen, die japanische Firma Olympus habe mit kreativer Buchführung Milliardenverluste kaschiert. Der neue, europäische Chef, der die Unstimmigkeiten in den Bilanzen publik gemacht hat, wurde gegangen; der alte musste sich in japanischer Art entschuldigen und ist inzwischen zurückgetreten. Der Aktienwert des Traditionsunternehmens ist auf ein Fünftel geschrumpft.

Während Olympus hierzulande vor allem als Hersteller von Kameras bekannt ist, macht das Unternehmen den meisten Umsatz mit Medizintechnik und gehört zu den Großen Drei bei den digitalen Diktiergeräten. Das Olympus DS-5000 ist seit Jahren eines der hochwertigsten Diktiergeräte auf dem Markt, und das alte DS-330 war zu seiner Zeit das digitale Diktiergerät mit dem absolut besten Preis-Leistungs-Verhältnis. Mit Philips und Grundig zusammen hat Olympus den DSS-Standard (Digital Speech Standard), eine Art MP3 für Sprache, entwickelt, der digitale Diktate in hoher Qualität auf ein handhabbares Maß komprimiert.

Spiegel Online berichtet über "Falsche Bilanzen" bei Olympus.

iPhone 4S mit Siri-Sprachsteuerung

2011-10-12T20:38:00.002+02:00

Das neue iPhone 4S, das in den nächsten Tagen auf den Markt kommt, verfügt über einen "Siri" genannten Sprachassistenten, der Steuerung der Geräts, Suchen und auch Diktat erlaubt. (Zur Erinnerung: Apple hatte Siri vor einiger Zeit gekauft.) Die Spracheingabe dürfte zu den spektakuläreren Neuerungen gehören, da sie nicht mehr als App geladen wird wie das hinlänglich besprochene Dragon Dictate für iPhone, sondern fest im Betriebssystem verdrahtet ist. Die meisten Beprechungen, die ich bisher gelesen habe, erwähnen sie auch an prominenter Stelle; jedoch scheint den Rezensenten am wichtigsten zu sein, dass das neue Gerät immer noch so aussieht wie das alte - Apple verkauft halt über Design.

Eingehend bespricht Siri der Heise-Bericht über das iPhone 4S. Dort gibt es auch ein Video: Siri in Aktion in lauter Umgebung.

M. Spehr von der FAZ hat Siri im Auto ausprobiert. Sein Fazit in faz.net:

Die Erkennung ist deutlich leistungsfähiger als das Pendant von Nuance mit der Dragon-Dictation-App, obwohl die Software vermutlich von Nuance stammt... Siri ... ist großartig.

Wie Dragon Dictate auch findet die Siri-Erkennung auf einem Remote-Server statt. Zu allfälligen Sicherheitsbedenken will ich mich hier nicht verbreiten - nur: wer Spracheingabe in der Öffentlichkeit nutzt, hat genug Mithörer, auch ohne sich über Spionageserver Gedanken machen zu müssen.

Sprachbefehle besser nutzen mit der Dragon-Randleiste (Sidebar)

2011-10-12T09:13:00.006+02:00

Die Dragon-Randleiste gibt es schon lange. Früher öffnete der Befehl "Was kann ich sagen" einen schlicht gestalteten Kasten mit den wesentlichen Befehlen für die gerade aktive Anwendung; seit Version 11 ist die Randleiste optisch auffälliger gestaltet und enthält mehrere Kategorien, u.a. die selbst erstellten Befehle. Nuance hat jetzt eine Umfrage (englisch) gestartet, ob und wie die Anwender von Dragon NaturallySpeaking die Randleiste nutzen. Nehmen Sie teil!

Sie kennen die Sidebar gar nicht? Über das Menü "Extras - Optionen - weitere Einstellungen können Sie sie einblenden. Ich empfehle, sie "frei beweglich" zu halten. Das geht durch Rechtsklick auf die Randleiste; im sich öffnenden Menü können Sie die Position auswählen.

Praktisch ist die Dragon-Randleiste auch für alle, die eigene Befehle programmiert haben: über die Registerkarte "Eigene Befehle" können Sie sich alle selbst programmierten Befehle anzeigen lassen. Auch wer von seinem Dragon NaturallySpeaking-Händler Steuerungsbefehle für seine Anwendungen erhalten hat, kann diese hier einsehen.

Und weil man selbst ja auch immer wieder Neues entdeckt, fand ich in der Randleiste eine Liste der Befehle, mit der sich die Maus per Sprache bewegen lässt. Dies ist sicherlich nicht für alle interessant, aber wer in der Bewegung seiner Hand eingeschränkt ist oder (wie ich) gelegentlich Schmerzen beim Mausschubsen hat, findet diese vielleicht ganz hilfreich.

Dabei ist übrigens noch zu ergänzen, dass man in vielen Programmen die Programmmenüs und Schaltflächen per Sprache ansprechen kann, indem man einfach „klick“ und dann den Namen der Schaltfläche sagt. Dies funktioniert z.B. in Microsoft Word und Outlook, aber auch in Mozilla Firefox.

Genauso lassen sich alle installierten Anwendungen per Sprachbefehl öffnen, indem man „öffne“ und dann den Namen der Anwendung sagt, und zwar so, wie er im Windows-Startmenü eingetragen ist. Gängige Microsoft Office-Anwendungen kann man auch einfach mit ihrem Kurznamen aufrufen, also z.B. „öffne Microsoft Word“. Einfach ausprobieren!

Ach so: man schließt die Dragon-Randleiste über den Befehl „Randleiste schließen“.

FAZ testet Dragon 11.5

2011-08-23T14:38:00.003+02:00

In der heutigen FAZ vom 23.08.2011 findet sich ein Test von Dragon 11.5 in Verbindung mit dem iPhone als Eingabegerät. Detailliert wird beschrieben, wie das iPhone angeschlossen und als Diktierquelle eingerichtet wird. Die Erkennungsgenauigkeit ist durch die sehr gute Tonqualität des im Gerät verbauten Mikrofons der eines Philips SpeechMike Air beinahe ebenbürtig.

Interessant auch das Zitat:

Wir hatten die iPhone-Anbindung des neuen Dragon zuerst für eine Spielerei gehalten, fanden sie im Laufe der Zeit doch sehr praktisch – und natürlich ausgesprochen günstig im Vergleich mit einem ordentlichen Drahtlosmikrofon, das mehr als 400 € kostet. E-Mails auf dem Sofa liegend diktieren: das hat was.

– Wenn man ein iPhone hat, möchte man hinzufügen, denn ansonsten wäre die Anschaffung wohl doch noch etwas teurer :-)

Der Autor geht mit unserer Auffassung konform, dass die neuen Befehle für Twitter und Facebook, insbesondere im professionellen Bereich, als "Spielerei" einzuordnen sind. Zu weiteren Verbesserungen habe ich bereits 2 Beiträge geschrieben, die hier und hier eingesehen werden können.

Apropos professioneller Bereich: die professionellen Versionen von Dragon NaturallySpeaking sind zwar um einiges teurer als die vom Autor im Artikel mit 130 € bepreiste und als Mindestlösung genannte Premium-Variante, bieten darüber hinaus aber auch eine sehr gute Vokabular-Verwaltung, Netzwerkfähigkeiten und die Möglichkeit, seine eigenen Sprachbefehle zu erstellen. Immer wieder werde ich gefragt, ob das denn so nötig sei. Und immer wieder lautet meine Antwort: wer sich nicht bewegt, spürt seine Fesseln nicht. Ich zumindest möchte meine zahlreichen Sprachbefehle nicht mehr missen, mit denen ich mir hier die Arbeit erleichtere.

Der SPIEGEL über Spracherkennung

2011-08-22T11:32:00.004+02:00

Der Spiegel 28/2011 berichtet über den derzeitigen Stand der Spracherkennung mit besonderer Berücksichtigung von mobilen Geräten wie Smartphones und Navigationsgeräten:

http://www.spiegel.de/spiegel/print/d-79408646.html

Kein schlechter Überblick über den derzeitigen Stand der Technik, auch im Hinblick auf Weiterentwicklungen der Spracherkennung z.B. durch neue Mikrofon-Techniken und den Einsatz von künstlicher Intelligenz.

Neue Befehle in Dragon 11.5 (Teil 2)

2011-07-18T15:49:00.004+02:00

Zu meinen Favoriten in Dragon NaturallySpeaking 11 gehört die Möglichkeit, mehrere Vorkommen desselben Wortes in einem Arbeitsgang zu formatieren oder zu korrigieren. Hat man einen Satz wie "wenn du denkst du denkst, dann denkst du nur du denkst", lassen sich alle Vorkommen des Wortes "denkst" mit einem einzigen Sprachbefehl bearbeiten, also z.B. "Fett denkst". Resultat: "Wenn du denkst du denkst, dann denkst du nur du denkst".

Will man diese Aktion rückgängig machen, gibt es in Dragon 11 jetzt einen neuen Befehl "alles rückgängig machen".

Es soll ja noch einige geben, die sich das alte Verhalten zurück wünschen, bei dem Dragon immer nur das letzte Vorkommen eines Wortes vor dem Cursor markiert hat. Dazu meine ich: Will man tatsächlich nur ein Vorkommen bearbeiten, braucht man einen Schritt mehr. Will man aber alle Vorkommen eines Wortes oder Ausdrucks bearbeiten, spart man sich unter Umständen 5 oder 6 Sprachbefehle. Da ist für mich klar, wo der Vorteil liegt.

PS:
Wer findet, dass in dem Zitat oben das eine oder andere Komma fehlt, bedienen sich bitte aus folgenden und setze sie an passender Stelle ein:

,,,,,,

Neue Befehle in Dragon 11.5

2011-07-18T15:13:00.003+02:00

Never mind the hype, here's the news:

Dragon 11.5 enthält 2 neue, sehr nützliche Befehle: "setz das in Anführungszeichen" und "setz das in Klammern". Beide funktionieren entweder mit der Markierung oder für die letzte Äußerung. Es wird also entweder die jeweils markierte Passage oder aber alles seit der letzten Sprechpause in Anführungszeichen bzw. Klammern gesetzt.

Typografische Anführungszeichen sind es leider nicht.

Dragon 11.5 kommt

2011-06-14T14:42:00.008+02:00

Am vergangenen Donnerstag wurde die Information zuerst an die Händler weitergegeben, ab heute ist sie öffentlich und offiziell: Dragon NaturallySpeaking 11.5 steht vor der Tür. Hier die Nuance-Pressemitteilung. Dr. Spehr hat in seinem Blog sogar schon ein paar Screenshots. Das Video zur neuen Version gibt es hier.

Das Feature, welches am meisten in den Vordergrund geschoben wird, ist die Einbindung eines IPhone als mobiles Mikrofon. Dies funktioniert, wenn IPhone und Rechner sich im selben WLAN befinden, ohne Probleme über einen Assistenten. Es ist sogar möglich, ein ad hoc-Netzwerk anzulegen, wenn man Notebook und iPhone einmal außerhalb des gewohnten WLAN verwenden will.

Des weiteren ist die Unterstützung einiger aktualisierter Anwendungen, z.B. Internet Explorer 9, OpenOffice 3.3 oder Windows Live Mail hinzugekommen. Die Unterstützung von Microsoft Office 2010 wurde überarbeitet und verbessert.

Mit einem neuen Sprachbefehl lässt sich jetzt auch ein Text sofort an Facebook oder Twitter senden.

Neben diesen Neuerungen, die sich in einer Pressemitteilung immer sehr sexy machen (Social Media! IPhone! Nuance-Apple-Verhandlungsgerüchte!) steht auch zu erwarten, dass einige der in Version 11 bekannten Probleme beseitigt wurden. Dies bezieht sich insbesondere darauf, dass Dragon – z.B. beim Einschalten des Mikrofons und beim 1. Diktat, oder beim Öffnen des Buchstabierfensters - unter bestimmten Bedingungen sehr träge reagiert.

Die Inkompatibilität mit dem Adobe Reader 10 ist dagegen ein Problem von Adobe, das auch durch das Upgrade nicht behoben werden kann.

Allen Anwendern sei gesagt, dass es sich bei Dragon 11.5 um ein für Anwender von Dragon 11 kostenloses Upgrade handelt. Sollten Sie also in den nächsten Tagen E-Mail von Nuance erhalten, in der die Version 11.5 "zum Einführungspreis" angeboten wird – warten Sie noch ein paar Tage.

Mit der Auslieferung von Dragon 11.5 Professional und Legal wird Ende Juni - Anfang Juli begonnen. Wer seine Spracherkennung von einem zertifizierten Händler erworben hat, sollte sich von dem darüber beraten lassen, wie er das Update erhält und wie es installiert wird. Ende Juli wird das Update dann auch über das eingebaute Software-Update automatisch bereitgestellt. Wer Dragon NaturallySpeaking 11 neu kauft oder von einer Vorversion updated, erhält ab Erscheinungstermin der 11.5 automatisch die neue Version.

Dragon-Workshop in Frankfurt

2011-05-26T14:36:00.004+02:00

Dragon-Anwender in Frankfurt/Main und Umgebung haben vielleicht Interesse an einem Workshop "Effektives Arbeiten mit Dragon NaturallySpeaking" in Frankfurt am 16. und 17.06.2011. Inhalte des Workshops und Anmeldeformular finden sich unter dem angegebenen Link. Themen sind unter anderem Neuerungen in der aktuellen Version und Möglichkeiten, mit Spracherkennung möglichst effizient zu arbeiten. Ansonsten kann auch auf konkrete Fragen der Teilnehmer eingegangen werden.

Die veranstaltende Firma Evabyte blickt auf eine Erfahrung mit Spracherkennung zurück, die noch wesentlich länger ist als meine. Die Teilnahmegebühr für einen halbtägigen Workshop beträgt 198 €.

Grundig Digta 7 digitales Diktiergerät

2011-05-25T15:26:00.003+02:00

Die neue Digta 7-Serie von Grundig habe ich bisher nur kurz in der Hand gehabt. Der erste Eindruck war gut, mir fiel vor allem auf, dass die Geräte größer sind als andere digitale Diktiergeräte.

Heute kamen Neuigkeiten von Grundig Business Systems ins Postfach, u.a. diese:

Das britische Magazin Business Info hat die „Digta 7“-Diktiergerätereihe mit dem begehrten Editors Choice Award ausgezeichnet. Mit diesem Award werden Produkte prämiert, die sich in den Bereichen Design, Funktionalität und Innovation von anderen Produkten abheben. Das Digta 7 setzt mit zahlreichen Innovationen neue Standards für die Diktierbranche. So zeichnen sich die Premium-Geräte beispielsweise durch einen Beschleunigungssensor für eine automatische Datensicherung im freien Fall aus – das bedeutet, dass ein Diktat automatisch gesichert wird, sollte es versehentlich auf den Boden fallen.

Coole Funktion, wirklich! Aber auch interessante Grammatik...

Inzwischen auch im SPIEGEL angekommen: Apple will Nuance Spracherkennung ins iPhone integrieren

2011-05-19T11:01:00.005+02:00

Die Gerüchteküche weiß es schon seit einiger Zeit, mit diesem Artikel in Spiegel online wird es jetzt einer größeren Leserschaft zugänglich gemacht: Apple und Nuance verhandeln offensichtlich seit einiger Zeit über die Integration von Sprachsteuerung und/oder Diktat in die nächste Version des Betriebssystems iOS 5 für das iPhone.

Die Integration in das Betriebssystem geht über die bisher vorhandenen Apps weit hinaus – diese funktionieren ja bekanntermaßen im wesentlichen Dank der seit einiger Zeit endlich enthaltenen Zwischenablage. Abgesehen davon wird bei DragonDictate für das iPhone die eigentliche Spracherkennung auf einem entfernten Server und nicht auf dem Gerät durchgeführt.

Die mögliche Kooperation geht so weit, dass Gerüchten zufolge Apple bereits darüber nachdenkt, Nuance zu kaufen. Geld genug wäre vorhanden, aber will man sich wirklich für ein Feature auch alle möglichen anderen Geschäftsbereiche ans Bein hängen, die mit Apple überhaupt nichts zu tun haben? Immerhin würde dann das Preisdumping bei den Consumer-Versionen der Spracherkennung Dragon NaturallySpeaking vermutlich aufhören :-)

FAZ-Test: Dragon Dictate 2.0 für Mac

2011-05-05T14:16:00.003+02:00

Zu einem eher kritischen Resultat kommt der Test von Michael Spehr in der FAZ vom letzten Dienstag über das aktuelle Dragon Dictate 2.0: Für private Anwender (mit Abstrichen) empfehlenswert, für den professionellen Bereich, z.B. Ärzte und Anwälte, wird weiterhin Dragon NaturallySpeaking für Windows empfohlen.

Gut, dass Dragon NaturallySpeaking für Windows inzwischen unter Parallels oder ähnlichen Programmen auch auf einer Mac-Hardware läuft.

Aus gegebenem Anlass: Probleme mit Adobe Acrobat Reader X und Dragon NaturallySpeaking

2011-04-26T15:49:00.004+02:00

Ich habe schon einmal darauf hingewiesen: Der Acrobat Reader X, der in letzter Zeit per automatischer Update-Funktion auf immer mehr Rechnern installiert wird, verträgt sich nicht mit Dragon NaturallySpeaking. Eine typische Fehlermeldung ist: "Sendkeys wurde abgebrochen…" oder "HOOKERR…".

Wenn Sie diese Fehler erhalten, weisen sie mit großer Sicherheit darauf hin, dass Sie neulich den Adobe Acrobat Reader X installiert haben. Dieser verträgt sich nicht mit Dragon NaturallySpeaking, egal in welcher Version. Deinstallieren Sie ihn.

Folgende Alternativen bieten sich an:

Vorversionen des Adobe Reader finden Sie unter http://get.adobe.com/de/reader/otherversions/.

Nuance bietet selbst einen alternativen PDF-Reader an. Sie finden ihn unter http://www.nuance.de/imaging/products/pdf-reader.asp oder zum direkten Download unter folgender Adresse: http://imagingcontent.nuance.com/PDFreader/NuancePDFReader_EFGDIS.exe
Natürlich können Sie auch einen beliebigen anderen PDF-Reader verwenden.

Das Problem liegt übrigens begründet in der neuen Sprachausgabe des Adobe Reader X, die sich mit der seit Jahren in Dragon NaturallySpeaking enthaltenen Vera nicht verträgt.

Endlich! Spracherkennung kann Kaffee kochen!

2011-04-14T11:56:00.003+02:00

Endlich können wir auf die am häufigsten gestellte Frage bei der Vorführung von Spracherkennung mit "ja" antworten – die Spracherkennung kann auch Kaffee kochen! Der 1. Kaffeevollautomat mit Sprachsteuerung ist auf dem Markt!

Der Kaffeevollautomat Jura IMPRESSA Z7 One Touch nimmt sprachgesteuerte Bestellungen entgegen, fragt nach, wenn eine Kaffeesorte nicht richtig verstanden wurde – und erinnert per Sprachausgabe daran, wenn die Milch nachgefüllt werden muss.

Das ideale Zubehör für die Praxis oder Kanzlei, die in der Spracherkennung schon alles hat! Zum empfohlenen Verkaufspreis von 1990 € ein must-have.

Spracherkennung für Android-Smartphones im FAZ-Test

2011-03-24T16:39:00.004+01:00

Michael Spehr testet die Spracherkennung für Android-Smartphones und ist sehr angetan. Gegenüber der kostenlosen Spracherkennung für das iPhone kostet die Anwendung zwar 3,58 €, bietet aber deutlich mehr, z.B. eine direkte Einbindung in alle Android-Anwendungen. Außerdem ist Spracherkennung nur ein Eingabemedium, das von der Anwendung bereitgestellt wird; andere sind eine verbesserte Tastatur, Worterkennung und dergleichen mehr.

Supercomputer mit Spracherkennung

2011-02-24T13:32:00.005+01:00

Der Supercomputer "Dr. Watson", der in der letzten Zeit für Schlagzeilen gesorgt hat, weil er bei einer Quizshow menschliche Bewerber mit seinem Wissen schlagen konnte, soll demnächst auch im medizinischen Umfeld eingesetzt werden, und zwar dabei, Medizinern bei der Diagnose zu helfen. Dass dieses Projekt recht umfangreich sein dürfte, steht außer Zweifel, insbesondere weil die Aufbereitung der Daten ein großes Problem darstellt. Viele Daten liegen nur als Sprachnotizen oder Videos vor, aus denen es sehr viel schwerer ist, Information zu extrahieren als aus geschriebenen Texten.

Weshalb ich das hier berichte? Weil Nuance mit seinen Sprachtechnologien in dem Projekt involviert ist. Spracherkennung wird sowohl für die Auswertung dieser Texte als auch später für die Abfrage eine wesentliche Rolle spielen.

Eine verständliche Erklärung, wie die Maschine funktioniert und "denkt", das heißt Informationen aus wird, findet sich hier. Die genannten Beispiele zeigen, dass tatsächlich eine Vielzahl an Informationen ausgewertet miteinander verglichen wird; außerdem dass der Computer in der Lage ist, Risiken einzuschätzen. Die Spracherkennung ist allerdings bisher noch nicht implementiert; die Fragen wurden ganz herkömmlich über die Tastatur eingegeben.

Wenn das erst einmal so weit ist, sind wir wieder einen Schritt weiter auf dem Weg zum Star Trek-Rechner. Bis dahin nutze ich fröhlich weiter die Suchfunktion meines Dragon NaturallySpeaking und frage z.B.: "durchsuche das Web nach Dr. Watson". Das Ergebnis zeigt allerdings, dass Google noch einen Schritt hinter Dr. Watson zurück ist – hier erfährt man etwas über den Helfer von Sherlock Holmes und einen gleichnamigen Windows-Dienst, der Informationen über den Computer sammelt, wenn in einer Anwendung ein Fehler aufgetreten ist.

Benutzerumfrage

2011-01-12T09:27:00.003+01:00

Nuance hat eine Umfrage gestartet, wie die Anwender von Dragon NaturallySpeaking die Spracherkennung nutzen, was sie sich wünschen und in welchem Rahmen sie eingesetzt wird. Die Umfrage finden Sie hier:

http://www.surveymonkey.com/s.aspx?sm=prxKOLhl5h80W5Up9llseA%3d%3d

(Englisch)

Ich habe schon teilgenommen, auch wenn ich sicherlich kein typischer Anwender bin – aber dafür habe ich einige Wünsche geäußert, was die Software noch an Möglichkeiten vertragen könnte. Zugegebenermaßen bewegen die sich auf hohem Niveau – ich musste schon einige Zeit nachdenken, damit mir überhaupt noch etwas einfällt, was sich an Dragon 11 verbessern lässt. Wie wäre es mit zusätzlichen Worteigenschaften, die auch zu exportieren sind?

Vorsicht mit Acrobat Reader X und Dragon!

2010-12-09T13:47:00.003+01:00

Von verschiedenen Kollegen wurde mir berichtet, dass nach der Installation bzw. dem Upgrade auf Acrobat Reader X Dragon nicht mehr ordnungsgemäß funktioniert. Eine Deinstallation und Neustart löst das Problem in der Regel.

Vor dem Upgrade auf Acrobat Reader X seien also alle Dragon-Nutzer gewarnt!

Der Acrobat Reader 9 läuft bei mir seit langem fehlerfrei.

Grüße an Sascha Christ!

DragonDictate 2.0 für Mac

2010-12-07T14:52:00.005+01:00

DragonDictate 2.0 ist nicht die Wiederauflage des aus den neunziger Jahren bekannten Vorgängers von Dragon NaturallySpeaking. Vielmehr ist DragonDictate der alte neue Namen von Macspeech Dictate (Test der Vorversion), welches vor einiger Zeit von Nuance aufgekauft wurde. Die Version 2. 0 erscheint in diesen Tagen gerade noch rechtzeitig zum Weihnachtsgeschäft.

Die Spracherkennungmaschine von DragonDictate ist dieselbe, die in Dragon NaturallySpeaking 11 zum Einsatz kommt. Bei der Benutzeroberfläche hat sich gegenüber Macspeech Dictate wohl noch nicht besonders viel geändert (dies schreibe ich, ohne das Produkt bereits in der Hand gehabt zu haben, aufgrund von englischen Anwenderberichten). Vom Leistungsumfaung und vom Preis - 199 € unverbindliche Preisempfehlung - scheint DragonDictate am ehesten mit Dragon NaturallySpeaking Premium vergleichbar zu sein:

Dragon Dictate basiert auf derselben Technologie wie Dragon NaturallySpeaking 11 für den PC und verbessert damit die Präzision und Leistungsfähigkeit von MacSpeech Dictate 1.5. Die neue Version bietet eine schlankere Konfiguration, eine neu gestaltete Mac-Benutzeroberfläche und dynamische, neue Sprachbefehle für das Diktieren, Editieren, Navigieren und Korrekturlesen. Dragon Dictate für Mac "lernt" außerdem besser als die Dictate-Vorgängerversionen und reagiert schneller auf Sprachbefehle.

Systemvoraussetzungen für Dragon Dictate für Mac: Intel-basierter Mac, Mac OS X 10.6 Snow Leopard oder höher, 3 GB freier Festplattenspeicher, 2 GB RAM (empfohlen) sowie ein Internet-Anschluss für die Produktregistrierung. Im Lieferumfang von Dragon Dictate für Mac enthalten ist ein von Nuance empfohlenes USB-Mikrofon-Headset, Bzw. in der Wireless-Version ein Bluetooth-Headset.

Englische Videos, in denen das Programm vorgeführt und mit Dragon NaturallySpeaking verglichen wird, finden sich hier.

Dies hier würden wir uns auch für Dragon NaturallySpeaking wünschen:

Mit einfachen Befehlen können Sie ausgewählte Wörter in Klammern, Anführungszeichen usw. setzen.

Der Befehl ist wirklich nicht besonders schwierig zu programmieren - schade, dass er in Dragon NaturallySpeaking noch nicht serienmäßig enthalten ist!

PC Professionell testet Dragon Premium 11

2010-10-26T10:22:00.002+02:00

Unter http://www.itespresso.de/2010/09/21/dragon-naturally-speaking-11-im-test/ findet sich ein ausführlicher Test von Dragon Premium 11, der auch ausführlich und nachvollziehbar die Erkennungsgenauigkeit testet. Das (wenig überraschende) Fazit: je bekannter die Textsorte, desto höher die Erkennungsgenauigkeit ;-)

Die Erkennungsgenauigkeit ist gegenüber Version 10 verbessert worden, allerdings nach Aussage des Testers relativ gering. Da der Tester, um die Vergleichbarkeit zu gewährleisten, alle Diktate erst auf ein Aufnahmengerät gesprochen und dann umgesetzt hat, ist die ermittelte Erkennungsgenauigkeit (94,4% für V. 10 vs. 95,1% für V. 11) wohl auch etwas niedriger als die eines Online-Diktates. Ich gehe in der Regel von 2-3 Prozentpunkten aus, die einfach dadurch verlorengehen, dass das direkte Feedback des Online-Diktats fehlt.

Im ganzen hält der Tester die Version 11 eher für ein Service Pack als für eine gründlich überarbeitete Version. Hier muss ich widersprechen, denn die gesamte Vokabulararchitektur in Version 11 ist neu aufgebaut worden. Die 11 ist nicht einfach eine 10 mit ein paar neuen Features! Hier hätte sich beim Test gelohnt, die Fehler zu etwas genauer analysieren und zu vergleichen, um festzustellen, wo die Stärken und Schwächen genau liegen.

Trotz dieser Anmerkungen ein umfang- und kenntnisreicher Test, der sich zu lesen lohnt!

O2 führt mobilen Schriftdolmetschdienst ein

2010-10-07T12:47:00.003+02:00

Wie Heise Online berichtet, richtet O2 einen mobilen Schriftdolmetschdienst für Hörgeschädigte ein. Diese sollen die Möglichkeit haben, einen Schriftdolmetscher vorab zu buchen, der Ihnen gesprochene Sprache vermittels Spracherkennung in Text umsetzt.

Das Besondere am neuen, "Verbavoice" genannten Dienst ist, dass der Dolmetscher online über eine Smartphone oder ein Netbook zugeschaltet wird, also vor Ort nicht anwesend sein muss. Damit ist eine größere Flexibilität für alle gegeben.

Bisher arbeiten Schriftdolmetscher vorwiegend vor Ort und sprechen das nach, was in Schrift umgesetzt werden soll. Die eigentliche Umsetzung erledigt eine Spracherkennung. Wer das Gesagte nicht hört, kann es so auf dem Bildschirm lesen.

In Deutschland arbeitet z.B. die Trierer Firma Kombia in diesem Bereich.

Hier habe ich schon einmal über Schriftdolmetschen berichtet, damals in Zusammenhang mit einem FAZ-Artikel. Verwandt damit ist das Re-Speaking, das beim Fernsehen zur Live-Untertitelung von Fußballspielen, Parlamentsdebatten usw. eingesetzt wird.

Dragon für Mac in neuer Version in USA erschienen

2010-09-22T15:52:00.004+02:00

In der Begeisterung über Dragon NaturallySpeaking 11 soll die Nuance-Pressemitteilung nicht verschwiegen werden, die die neue Version von Dragon für Mac ankündigt. Diese basiert bereits auf der neuen Erkennungsmaschine von Dragon 11, enthält eine überarbeitete Benutzeroberfläche, zahlreiche neue Befehle zur Korrektur, Navigation und Bearbeitung, Suche im Internet und was man sonst schon aus Dragon NaturallySpeaking für Windows kennt. Neidisch machen aber die Ankündigungen so schöner Befehle wie "setze in Klammern". Das wäre mir auch aus der Windows-Version noch nicht bekannt.

Eine Ankündigung für eine deutsche Version gibt es bisher noch nicht.

Die englische Produktseite findet sich unter www.Macspeech.com

FAZ-Rezension: Dragon NaturallySpeaking 11

2010-09-22T14:20:00.007+02:00

"Der feine Luxus des schnellen Diktats steht im Zeichen des Drachen" - titelt die Frankfurter Allgemeine Zeitung in ihrer gestrigen Ausgabe. Die wie immer sehr kompetente und umfangreiche Rezension von Dragon NaturallySpeaking 11 wurde vom Diktat-Experten Michael Spehr verfasst, geht eingehend auf die verschiedenen Neuerungen ein, lobt die deutlich verbesserte Erkennungsgenauigkeit und -Geschwindigkeit, gibt aber auch Empfehlungen für den Einstieg, mit welcher Version man am besten arbeiten sollte, und rät, einen Experten für den Einstieg zurate zu ziehen.

Hier gibt es den Artikel auf FAZ.NET!

Erste Erfahrungen mit Dragon 11

2010-09-20T17:34:00.000+02:00

Inzwischen habe ich mehrere Versionen von Dragon NaturallySpeaking 11 (Premium, Professional, Legal) auf diversen Rechnern installiert und so viel diktiert, dass ich ein paar Eindrücke abgeben kann.

Auf einem neuen, aktuellen Notebook mit einem i5-Prozessor läuft das Diktat richtig schnell und praktisch fehlerfrei. Mit den ersten längeren Diktaten fallen dann auch einige positive Neuerungen auf. So finde ich es deutlich leichter, Abkürzungen, die aus einzelnen Buchstaben bestehen, zu diktieren.

Auf einem aktuellen Netbook mit Atom-Prozessor N450 ist, der Hardware angemessen, die Umsetzung nicht so schnell. Aber auch hier ist die Genauigkeit, selbst mit einem ganz neuen und praktisch nicht trainierten Benutzerprofil, vorbildlich. Sehr schön zu sehen ist in dieser Konstellation der Zwischenspeicher, den Dragon NaturallySpeaking 11 voll ausnutzt: man kann einfach weiter diktieren, auch wenn noch kein Text auf dem Bildschirm zu sehen ist, und das Programm setzt auch längere Absätze zwar mit Verzögerung, aber praktisch fehlerfrei in Text um.

Auf diesem Rechner zeigt sich übrigens auch, dass ein neu angelegtes Benutzerprofil schneller reagiert als eines, das aus der Vorversion übernommen wurde. Dies lässt sich allerdings nicht verallgemeinern: auch auf anderen Rechnern habe ich erfolgreich andere Profile auf den neuesten Stand gebracht, und dort gingen sie ab wie Schmidts Katze. Allerdings gab mir Dragon auf dem Netbook bereits bei der Installation eine Warnung, dass die Hardware nicht wirklich ausreiche und 2 GB Arbeitsspeicher zu empfehlen seien. Insofern gibt es keinen Grund, sich zu beschweren – ich habe es nicht anders gewollt.

Einige Probleme bei der Installation sind auch schon aufgetaucht. So kommt Dragon 11 nicht unbedingt damit klar, wenn noch Reste einer Office 97-Installation auf dem Rechner vorhanden sind. Hier hilft der Nuance-Support oder ein Fachhändler weiter.

Bei der Gelegenheit noch ein Hinweis zum Diktat von Abkürzungen und zum Buchstabieren von Namen. In Dragon 11 sollte dies immer mit vorangestelltem "schreib"-Befehl geschehen, da ansonsten alles Buchstabierte konsequent in Großbuchstaben erscheint. Wird auf diese Weise über eine Markierung diktiert, fügt Dragon 11 das Wort sogar automatisch zum Wortschatz hinzu. Korrekt ist also: "schreib W O R T", um ein Wort auch wirklich korrekt zu buchstabieren und ins Vokabular aufzunehmen. Bei manchen Ausdrücken ist aber das Buchstabieralphabet immer noch vorzuziehen, insbesondere wenn Buchstaben vorkommen, die vom Klang her leicht zu verwechseln sind.

Auch der von mir heiß geliebte, verborgene Befehl in Dragon NaturallySpeaking 10.1 ist jetzt an der Oberfläche gelandet und ins Deutsche übersetzt worden. Mit "großschreibe [Wort]" lässt sich jetzt ein beliebiges Wort im Text mit einem großen Buchstaben schreiben. Aufgrund der Mehrfachauswahl geht das auch für alle Vorkommen dieses Wortes im Text. Das macht wirklich Spaß!

Sennheiser DW Office: schnurloses Headset für Diktat und Telefon

2010-09-17T14:08:00.004+02:00

Seit einigen Wochen arbeite ich mit dem Sennheiser DW Office-Headset. Dieses Headset ist sowohl zum Telefonieren als auch für den Anschluss an einen Computer per USB und somit für Spracherkennung geeignet.

Die würfelförmige Basisstation verfügt über mehrere Anschlüsse, über die das Signal wahlweise ans Telefon oder an den Rechner geschickt wird. Mit 2 Tasten kann zwischen Telefon und Diktat umgeschaltet werden.

Mit einem geeigneten Adapter kann ich auch telefonieren, ohne den Hörer abnehmen zu müssen. Dies funktioniert nicht bei allen Telefonen (eine Liste findet sich auf der Sennheiser-Website); Telefone, für die es keinen Adapter gibt, kann ein Hörerlifter bestellt werden, der den Hörer auf Knopfdruck mechanisch abnimmt.

Auf der anderen Seite funktioniert die Spracherkennung im Computer hervorragend. Das Sennheiser DW Office ist nach meiner Erfahrung das 1. schnurlose Headset, das es von der Erkennungsgenauigkeit her mit einem schnurgebundenen Headset aufnehmen kann. Dazu trägt unter anderem der verlängerte Mikrofon-Arm bei, der sich von den Stummeln der meisten schnurlosen Headsets positiv abhebt. Darüber hinaus ist es extrem bequem zu tragen, so dass man es wirklich stundenlang am Ohr haben kann, ohne dass es unbequem wird.

Für mich im Moment die optimale Lösung für Diktat und Telefon. Der Preis – 350 € zuzüglich MwSt. –ist nicht wirklich ein Schnäppchen, wenn man aber bedenkt, wie viel Komfort man gewinnt und wie viel Zeit man spart (allein dadurch, dass man beim Telefonieren die Hände frei hat und eine Antwort-E-Mail zumindest schon vorbereiten kann), lohnt sich die Investition innerhalb weniger Wochen.

Dragon 11 ist da

2010-08-26T14:57:00.006+02:00

... und beim Händler Ihres Vertrauens erhältlich. Da nur die dort gelisteten zertifizierten Händler das Programm auch supporten können, rate ich dringend, dort und nicht bei irgendeinem Billiganbieter im Internet zu kaufen.

Im Moment wird die Version Premium, der Nachfolger von Dragon NaturallySpeaking Preferred, in drei verschiedenen Versionen - als Dragon NaturallySpeaking Premium mit schnurgebundenem Headset, als Premium Wireless mit schnurlosem Headset oder als Premium Mobile mit digitalem Aufnahmegerät - angeboten. Die Premium-Variante kann schon eine Menge, ist aber anders als die für Mitte September angekündigten professionellen Versionen nicht netzwerkfähig, kann keine eigenen Sprachbefehle erstellen und ist auch im Bereich der Wortschatzarbeit eingeschränkt.

Auch der Nachfolger von Standard ist unter der Bezeichnung "Dragon NaturallySpeaking Home" erhältlich. Dieses Paket bezeichne ich cum grano salis als kostenpflichtige Demo: es zeigt, dass und wie Spracherkennung funktioniert, ist aber im Funktionsumfang so beschnitten, dass es nicht wirklich Spaß macht.

Die erste Installation habe ich inzwischen hinter mir und war von der Erkennungsgenauigkeit sehr begeistert (und das obwohl der Sprecher nicht gerade zum Durchschnitt gehört). Der neue Benutzerassistent und die völlig überarbeitete Programmoberfläche vereinfachen den Einstieg doch enorm.

Weitere Highlights sind die verbesserte Unterstützung für Multicore-Prozessoren, die sich in schnellerer Verarbeitung, besserer Erkennung und schnellerer Befehlsverarbeitung niederschlagen; Unterstützung von Office 2010 und OpenOffice Writer und der Direktimport von DSS und DS2-Dateien, wie sie von professionellen digitalen Diktiergeräten erzeugt werden.

Mein persönlicher Favorit ist die Möglichkeit, mehrere Vorkommen desselben Wortes auf einmal zu bearbeiten ("großschreibe Sie" - "nimm alle").

Eine umfangreiche Besprechung finden Sie unter http://www.knowbrainer.com/downloads/DNS_11_Review.pdf (englisch).

Warum schreiben Sie nicht schon über Dragon 11?

2010-08-10T15:22:00.005+02:00

Weil Dragon 11 zwar angekündigt ist, aber noch nicht ausgeliefert wird. Auf Youtube gibt es schon ein paar Videos, die aber noch nicht detalliert auf Features eingehen:

Ein Werbefilm von Nuance sagt nichts über Dragon 11, was nicht schon auf Dragon 10 zuträfe, zeigt aber dem Eingeweihten ein paar Neuigkeiten. Bei 0:52 sieht man den neuen Wechsel zwischen Anwendungen, bei 1:30 die neue Sidebar. Hübsch auch die Demonstation einer Tabelle bei 2:10, aber nicht wirklich neu. Ansonsten sieht man einen Talking Head und wird am Ende damit verwirrt, dass dessen "Tochter" Dragon auf dem Mac nutzt

http://www.youtube.com/watch?v=f2tgU_5Q-2A&NR=1 ist ein Bericht von Network World, in dem Peter Mahoney, Produktverantwortlicher für Dragon, das Produkt vorstellt, ohne aber besonders auf Neuheiten einzugehen. Auch hier sieht man gelegentlich ein paar Neuheiten, z.B. das neue Symbol, das das Erkennungsfenster ablöst (0:23), und die Möglichkeit, mehrere Vorkommen eines Wortes im Text auf einmal zu bearbeiten (0:58, leider unter dem Voice-Over versteckt).

Mahoney schreibt auch über "die Motivation hinter Dragon 11", nämlich die Bedienbarkeit und Nutzerfreundlichkeit zu steigern. Hiermit wird übrigens auch die Datensammlung gerechtfertigt, die Nuance seit einiger Zeit betreibt.

Eine Übersicht über die verschiedenen Versionen von Dragon NaturallySpeaking 11 ist bisher nur auf Englisch im Netz zu finden.

Dragon Medical wird übrigens von der Dragon NaturallySpeaking-Schiene abgekoppelt, wird also zunächst nicht in Version 11 erscheinen. Nachdem bereits das "NaturallySpeaking" aus dem Namen gestrichen wurde und die Dragon Medical 10.1.1 auch erst ein paar Wochen alt ist, war dies zu erwarten, zumal die beiden Produkte längst verschiedenen Abteilungen zugeordnet wurden. Dragon Medical 10.1.1 ist übrigens im Moment die Spracherkennung unserer Wahl und wird auch gerade zum Diktat dieses Beitrags verwendet.

Offizieller Erscheinungstermin für Dragon NaturallySpeaking 11 Premium (der Nachfolger von Dragon NaturallySpeaking Preferred) ist der 25. August. Die professionellen Versionen erscheinen im Laufe des September. Dann werden wir mehr wissen. Vorbestellungen nimmt der Fachhändler Ihres Vertrauens entgegen.

Dragon für iPhone: FAZ-Besprechung

2010-08-10T08:49:00.002+02:00

Auch schon ein paar Tage alt ist die Besprechung für Dragon für das iPhone in der FAZ. Online kann man sie hier lesen (übrigens inkl. einem viel kommentierten Erkennungsfehler):

http://www.faz.net/s/Rub4C34FD0B1A7E46B88B0653D6358499FF/Doc~ED1100FB8DAE4498C8F20A7C96821856B~ATpl~Ecommon~Scontent.html

Der Blogger Volker Weber hat die Software mit katastrophalem Ergebnis getestet (Testbericht). Interessant sind hier die Reaktionen von einigen gewieften Spracherkennung-Benutzern, darunter auch von Michael Spehr, der den FAZ-Test durchgeführt hat. Die Kommentatoren machen wieder einmal deutlich, dass Spracherkennung wesentlich vom Sprecher abhängt und der Umgang mit ihr gelernt werden muss: auf gute Tonqualität achten, deutlich sprechen, Satzzeichen mitsprechen. Oder wie wir hier sagen: kaum macht man es richtig, da geht es.

Dragon für iPhone jetzt auch in Deutschland erhältlich

2010-08-09T14:50:00.003+02:00

Seit dem 2. August gibt es Dragon für das iPhone jetzt auch in Deutsch. Hier die Pressemitteilung:

http://www.nuance.de/news/20100802_dragon-mobile-apps.asp

Schon vorab habe ich die Anwendung gesehen und war sehr beeindruckt. Auch als ein Mann und eine Frau abwechselnd gesprochen haben, wurde der Text korrekt umgesetzt.

Was man wissen sollte: das iPhone dient als Aufnahmegerät. Die Sprache selbst wird auf einen Server übertragen und dort in Echtzeit per Spracherkennung (wie die Schnelle Reaktionszeit zeigt) im Text übertragen, der dann nach Abschluss des Diktats zurück auf das Gerät gesendet wird. Die Spracherkennung findet also nicht auf dem Gerät selbst statt, dazu reicht die Rechenleistung nach wie vor nicht aus. Jedes Diktat verlässt das Gerät einmal, um auf dem Server in Text umgesetzt zu werden. Bei der Installation wird übrigens auch optional (lässt sich aber abschalten) die Liste der Kontakte an den Server übermittelt, um sicher zu gehen, dass auch ungewöhnliche Namen richtig erkannt werden. Dies für die Freunde der Sicherheit.

Die Freunde der Videos werden hier etwas finden:

Video: Dragon Dictation und Search (2:03)

Mehr Video: http://www.dragonmobileapps.de/apple/demo_video.html

Dragon für iPhone läuft auch auf dem iPad und dem iPod Touch. Ich brauche demnächst ein neues Handy - mit dieser Anwendung ist das iPhone wieder in den Kreis der potentiellen Kandidaten zurückgekehrt.

Spracherkennung bei der Fußball-Weltmeisterschaft

2010-06-30T08:56:00.003+02:00

Eine sehr schöne Fallstudie darüber, wie das Arbeiten mit Dragon NaturallySpeaking Professional möglich ist: : die ARD nutzt Dragon NaturallySpeaking, um alle WM-Spiele live mit Untertiteln für Hörgeschädigte zu versehen. In einem Studio in Potsdam kommentieren eigens ausgebildete Sprecher die Übertragungen.

Wortschätze anlegen, das Programm auf eine konkrete Aufgabe vorbereiten, den Sprecher trainieren - alles wird hier sehr anschaulich beschrieben. Und den Nutzen kann jedermann auf Tafel 150 leicht nachprüfen.

Empfohlen für alle, die überlegen, ein Projekt mit Spracherkennung durchzuführen!

Hier noch ein Bericht darüber, wie das Schweizer Fernsehen bei Sportübertragungen eine ähnliche Technik einsetzt.

MacScribe - Transkription auf dem MAC

2010-05-21T11:18:00.003+02:00

MacSpeech Dictate bringt die Spracherkennung auf den Mac. Die verwendete Erkennung Maschine ist seit einiger Zeit Dragon NaturallySpeaking. Während damit ein direktes Diktat in hoher Qualität möglich ist, war es bisher aber nicht möglich, auf dem Mac Diktate von digitalen Diktiergerät zu transkribieren.

MacScribe füllt nun diese Lücke. Audiodateien im Format wav, aif, aiff, m4v, mp4 und m4a können von der Software gelesen und in Text umgesetzt werden. Damit ergänzt das Produkt Macspeech Dictate um eine Transkriptionslösung - das eine Programm eignet sich für direktes Diktat in den Rechner, das andere Programm zum Umsetzen vom digitalen Diktiergerät. Mit 129 € ist diese Zusatzfunktion nicht zu teuer bezahlt, Zumal sie in den Sprachen Deutsch, Englisch, Französisch und Italienisch funktioniert.

Deutsche Informationen unter http://www.application-systems.de/scribe/

Genauigkeitsmessungen

2010-05-20T16:16:00.003+02:00

Im Knowbrainer-Forum hat David Peters schon vor 2 Jahren einen interessanten Beitrag eingestellt, wie sich die relative Erkennungsgenauigkeit eines Benutzerprofils messen lässt. Insbesondere geht es hier um die "gefühlte Verschlechterung" eines Benutzerprofils im Laufe der Arbeit, die sich seinen Messungen zufolge nicht nachweisen lässt, sondern die offensichtlich nur auf ein subjektives Empfinden des Benutzers zurückgeht.

Zum Zwecke der Messung hat er einen Text von ungefähr einer Seite diktiert (um sicher zu gehen, das keine unbekannten Wörter darin vorkommen), diesen Text als reine Ton Datei, also als WAV-Datei aufgenommen und von Dragon NaturallySpeaking umsetzen lassen. Es zeigte sich, das die Fehlerquote bei einem neuen Profil doppelt so hoch war wie bei demselben Profil nach einiger Zeit der Arbeit, obwohl sein subjektives Gefühl ihn annehmen ließ, dass sich die Erkennungsgenauigkeit verschlechtert hatte.

Sein Fazit (das sich weitgehend mit meinem deckt): sehr viel wichtiger als alles andere ist nach wie vor das korrekte Diktieren und eine deutliche Aussprache. In dem Maße, in dem man sich an Spracherkennung gewöhnt, lässt die Aufmerksamkeit beim Diktieren nach. Im selben Maße steigt aber die Fehlerquote. Hat man einen davon unabhängigen Input (wie eine WAV-Datei), zeigt sich, das das Programm tatsächlich spürbar hinzu lernt, das Problem also wie so häufig vor dem Bildschirm zu suchen ist.

Gruß aus der guten alten Zeit

2010-05-20T14:38:00.002+02:00

Die Überschrift sollte zwar eigentlich "Aus der guten alten Zeit" heißen, aber es zeigt sich, dass der Drache in den Jahren seiner Existenz offensichtlich ein gewisses Maß an Intelligenz erworben hat, jedenfalls seinen eigenen Kopf besitzt. Wie dem auch sei:

Dieses Video zeigt die Markteinführung von Dragon NaturallySpeaking, der 1. Spracherkennung für kontinuierlich gesprochene Sprache, im Jahre 1997. Manchmal glaubt man, das sich gar nicht so viel verändert hat.

Spinvox gibt den kostenlosen Service in Deutschland auf

2010-05-10T12:01:00.003+02:00

Mehrere Jahre lang habe ich mir alle Sprachnachrichten, die auf mein Handy gesendet wurden, von kostenlosen Spinvox-Dienst im Text übertragen lassen (angeblich mit Spracherkennung, anscheinend aber doch mit menschlicher Hilfe). Dieser Dienst ist jetzt offenbar im Zusammenhang mit der Übernahme von Spinvox durch Nuance eingestellt worden.

Ein ähnlicher Dienst in Deutschland ist mir nicht bekannt, so dass ich zur guten alten Mailbox zurückkehren muss. Da ich in letzter Zeit sehr viel weniger Anrufe mobil erhalte, hält sich mein persönlicher Verlust in Grenzen. Schade ist es aber doch um einen sehr ausbaufähigen Service - jedoch können wir davon ausgehen, das Nuance demnächst etwas Eigenes mit eigener Technologie auf den Markt bringen wird und lediglich an den Kontakten von Spinvox in die Industrie, nicht aber deren Technologie interessiert war.

Dragon for Email für Blackberry

2010-04-26T16:08:00.002+02:00

Die neue Ergänzung der Dragon-Produktfamilie für mobile Endgeräte - Dragon für E-Mail für BlackBerry. Auch diese Variante ist leider derzeit nur in den USA erhältlich.

Die Funktionsweise ist der auf dem iPhone nochmals überlegen: das Diktat geschieht direkt in den E-Mail-Client des BlackBerry, Knopfdruck, diktieren, nochmal Knopf drücken, und der Text erscheint wenige Sekunden später in der Anwendung und kann von der abgesendet werden.

Hier ein englisches Video, welches es recht schön demonstriert:

Die Anwendung kann derzeit kostenlos heruntergeladen werden, allerdings nur in Amerika. Offensichtlich ist auch ein Vertrag mit einem amerikanischen Netzbetreiber nötig. Wer trotzdem der Link möchte:

http://www.dragonmobileapps.com/index.html

... und auch sehr hübsch:

2010-04-06T10:21:00.002+02:00

... aber nicht ganz neu

Zur Nuance-Pressemeldung

Jetzt aber Aprilscherz

2010-04-06T10:04:00.002+02:00

Kreativer Einsatz von Spracherkennungs- und Übersetzungstechnologie, zum Quartalsbeginn vorgestellt von Google UK

Mehr davon

Kein Aprilscherz, trotzdem lustig

2010-04-01T14:52:00.003+02:00

Einem Hinweis im Knowbrainer-Forum entnahm ich, das es in der englischen Version seit 10.1 einen Befehl "capitalize" gibt, der analog zu Befehlen wie "Fett", "kursiv", das danach genannte Wort im Text findet und groß schreibt. Diesem Befehl habe ich nun auch in der deutschen Version ausfindig gemacht, und er heißt, man glaubt es kaum:

Capitalize

und wird genauso ausgesprochen, wie meine kleine Tochter englische Wörter aussprechen würde: Kapital Liese.

Wer also ein Wort im Fließtext nachträglich groß schreiben möchte, kann ab sofort sagen:"Kapital Liese [dieses Wort]". Funktioniert Auch Mit Mehreren Wörtern, wie man sieht. (Befehl: "Kapital Liese auch mit mehreren")

Viel Spaß damit!

Die ZEIT testet MacSpeech Dictate

2010-04-01T11:19:00.002+02:00

Die ZEIT testet Macspeech Dictate und stellt dabei fest, dass die Schwierigkeiten beim Umgang mit Spracherkennung offensichtlich eher vor dem Bildschirm liegt als hinter dem Bildschirm :-)

Will sagen: als Autor hat man es nicht immer leicht, druckreife Sätze zu formulieren, gerade wenn man (langsames) Tippen gewohnt ist und sozusagen während des Tippens die Gedanken verfertigt. Auch die Kommentare zeigen, dass zumindest bei Zeit-Lesern das Problem eher an dieser Stelle zu lokalisieren ist. Auch Diktieren will eben gelernt sein.

Wenn Autoren früher also damit gekämpft haben, dass die Hand zu langsam für die Gedanken war, so gilt jetzt:

Spracherkennungssoftware mag zwar hohes, nuschelfreies Diktiertempo, aber nicht immer kommt der kluge Kopf genügend schnell und klar hinterher.

Für die Spracherkennungs-Technik ein Kompliment! Die automatische Übertragung von Gedanken in den Computer wollen wir uns aber lieber nicht vorstellen. Irgendwo muss eine Grenze sein...

Dragon Medical kommt auf das iPhone - in Amerika

2010-03-02T08:51:00.004+01:00

Dragon Medical kommt auf das iPhone:

Eigentlich war es nur eine Frage der Zeit, bis die verschiedenen Konzepte zusammengebracht werden - Cloud Computing und der Einsatz von Smartphone anstelle eines Diktiergeräts. ScanSoft bringt uns der Markt wieder der Ideen näher, die ich schon seit längerer Zeitung hege, zu der mir aber bisher alle Möglichkeiten der Verwirklichung gefehlt haben - mobiles Diktat mit Spracherkennung, entweder um den Text sofort zu speichern oder zu versenden, oder um eine Sprachaufzeichnung an einen Server zu schicken und zuhause die Transkription zu erhalten.

Für den medizinischen Bereich wird dies in Amerika in den nächsten Monaten eingeführt. Ich freue mich darauf, wenn das auch in Deutschland Wirklichkeit wird...

Nuance-Produktbeschreibung

Nuance kauft MacSpeech

2010-02-17T13:09:00.002+01:00

Heute schon eine Firma übernommen? Nuance hat Macspeech, den Entwickler der Spracherkennung MacSpeech Dictate (früher iListen) aufgekauft. Die Erkennungsmaschine von Dragon ist ohnehin schon seit einiger Zeit in Dictate enthalten gewesen.

Für die Anwender von Dragon und MacSpeech Dictate ändert sich zunächst einmal nichts. Das Marketingsprech der Pressemitteilung deutet jedoch an, dass Macspeech Dictate in absehbarer Zeit als Dragon für Mac erhältlich sein wird.

Dragon- und Blackberry-Unterstützung von Grundig

2010-02-17T13:02:00.003+01:00

Grundig bringt zum 15. Februar eine neue Version seiner Sprachverarbeitungssoftware auf den Markt: DigtaSoft 4.3. Diese unterstützt das neue Diktiermikrofon Digta SonicMic II, das Nachfolgegerät zum Digta SonicMic. Darüber hinaus können mit der neuen Version von DigtaSoft AMR-Dateien, zum Beispiel von Blackberrys und weiteren Mobiltelefonen, importiert und abgespielt werden. Ferner kann das SonicMic II damit so konfiguriert werden, dass die Funktionen von Dragon NaturallySpeaking über das Gerät gesteuert werden können.

Die aktuellen Software-Versionen gibt es teils kostenlos, teils als Demo unter http://www.grundig-gbs.com/de/download (Klick auf "PC-Software").

Dragon Mind Dictation - neue iPhone-App liest Ihre Gedanken!

2010-02-12T14:54:00.002+01:00

Muss ich hinzufügen, dass es sich hierbei nicht um eine reale Applikation handelt? Ich wünsche allen einen fröhlichen Rosenmontag!

URL: http://www.youtube.com/watch?v=h_DhRudJM-Q

Neues Forum für Spracherkennung

2010-02-11T09:56:00.004+01:00

Seit einigen Tagen gibt es ein neues Forum für Spracherkennung, welches nicht von Händlern, sondern von einem engagierten Anwender ins Leben gerufen wurde. Besonders nützlich ist die Rubrik "Was ich schon immer wissen wollte", in der einige der am häufigsten gestellten Fragen zur Spracherkennung behandelt werden. Wer kompetente Hilfe von Anwendern sucht (und die Liste der Teilnehmer ist zwar bis jetzt noch nicht besonders groß, aber schon sehr vielversprechend), ist hier gut bedient. Die Adresse:

http://dragon-spracherkennung.forumprofi.de

Neues zum Thema Diktat auf dem BlackBerry

2010-01-28T16:00:00.004+01:00

Zum Thema Diktat auf dem BlackBerry habe ich immer mal wieder etwas geschrieben. In den letzten Tagen sind 2 neue Produkte angekündigt worden, die dem BlackBerry zum Ersatz für ein Diktiergerät machen.

1. (und dies ist nicht wirklich neu) hat die Firma Brainworks schon seit längerem eine Software ProMobile im Programm, die dem BlackBerry zum Diktiergerät macht und sich auch in die Architektur eines BlackBerry-Enterprise Servers einbindet. Eine Meldung wert ist diese Software, weil sie sich auch in die aktuellen BlackBerry-Modelle einbindet, zum Beispiel das brandneue BlackBerry® Storm2™ und das BlackBerry® Bold™ 9700.

2. hat auch Philips inzwischen eine Software zum Diktat in den BlackBerry entwickelt. Zum Schreiben der Diktate wird zusätzlich die Philips-SpeechExec Software benötigt. Die Software gibt es zum Download unter www.speechshop.net; weitere Informationen auch unter http://www.dictation.philips.com/index.php?id=1809. Auch hier ist eine Einbindung in den BlackBerry Enterprise Server möglich.

Spenden für Haiti

2010-01-28T09:24:00.002+01:00

Aus gegebenem Anlass heute eine Nachricht zu einem ganz anderen Thema:

Das Erdbeben in Haiti hat weltweit eine große Welle der Hilfsbereitschaft ausgelöst. Eine der einfachsten Möglichkeiten, selber zu einer Spende beizutragen, findet sich auf dieser Webseite:

http://www.care2.com/click-to-donate/haiti/

Nur ein Klick am Tag trägt dazu bei, dass die Sponsoren der Seite eine Spende für die Erdbebenopfer in Haiti tun. Dies ersetzt zwar nicht die eigene Spende, ergänzt sie aber. Ich bitte um zahlreiche Unterstützung - jeden Morgen ein Klick!

Das gespendete Geld geht an die international bekannte Organisation Oxfam, die damit die Wasserversorgung wieder aufbauen wird. Hier weitere Informationen.

Re-Speaking beim Schweizer Fernsehen

2010-01-22T13:43:00.003+01:00

Ein Einsatz für Spracherkennung ist das sogenannte Re-Speaking, das Live-Untertiteln von Fernsehsendungen mit Hilfe von Spracherkennung. Eine trainierte Sprecherin spricht alles nach, was der Sprecher sagt, so dass die Untertitel in Echtzeit erscheinen. Das ist nicht so einfach, wie es sich anhört - dieses "Echo-Diktat" erfordert Übung und Routine.

Übrigens ist der gesamte Beitrag untertitelt, damit auch Nicht-Schweizer etwas davon haben :-)

Übrigens benutzen auch RBB und WDR ein Dragon-System zum selben Zweck, und in Österreich werden Parlamentsdebatten per Spracherkennung untertitelt.

Neues von der Spracherkennung in Microsoft Windows

2010-01-22T09:34:00.000+01:00

Unter A Deeper Look at Speech NUI Führt der Chef der Entwicklungsabteilung für Spracherkennung bei Microsoft, Rob Chambers, die Neuigkeiten vor, die die Windows-Spracherkennung derzeit bietet: Diktat und Steuerung von Windows 7, daneben aber auch Spracherkennung auf dem neuen Exchange Server 2010 und auf mobilen Plattformen. Die Demonstration beschränkt sich allerdings auf Windows 7.

Einige Sachen wurden gegenüber Windows Vista verbessert, so zum Beispiel die Korrekturfunktion vereinfacht. In das Korrekturfenster zu tippen scheint aber immer noch nicht möglich zu sein :-)

Mehrere Male werden Studien zur Benutzerfreundlichkeit erwähnt, die gegenüber der Spracherkennung in Windows Vista einige Veränderungen gebracht haben - schön, dass hier Aufwand getrieben wird, um Sprache zu einem möglichst natürlichen Medium der Bedienung eines Computers zu machen!

Was allerdings auffällt, ist, dass selbst der Guru von Microsoft am Ende Maus und Tastatur benutzt, um einige Webseiten aufzurufen - das würde doch per Sprache genauso gut gehen, wie er vorher vorführt. Chance vertan!

SpeechMagic 7 kommt

2010-01-15T08:58:00.001+01:00

In einer Pressemitteilung kündigt Nuance das Erscheinen der neuesten Version 7 seiner Spracherkennungsengine SpeechMagic, die im Herbst 2008 vom ursprünglichen Entwickler Philips übernommen wurde, an. Die Spracherkennung wurde noch stärker an die Bedürfnisse des medizinischen Marktes angepasst und soll zum Beispiel über eine neue API ermöglichen, dass Schaltflächen in medizinischen Informationssystemen direkt per Sprache angesprochen werden können. Auch sonst weisen die Neuerungen vor allen Dingen darauf hin, dass die Installation und Administration in großen Einrichtungen, also in Krankenhäusern, verbessert werden soll.

Eine andere interessante Neuerung ist die Möglichkeit, die tatsächliche Leistungsfähigkeit der Spracherkennung zu messen und damit zu beziffern, welche Arbeitsweise im Einzelfall die effizienteste ist (direktes Diktat in den Rechner oder sogar direkt in die Anwendung; Umsetzung auf einem Spracherkennungsserver, Abschrift durch eine Sekretärin oder Korrektur des spracherkannten Diktates durch eine Sekretärin).

SpeechMagic ist nicht einzeln als Produkt erhältlich, sondern immer nur integriert in die jeweilige Krankenhaus-Verwaltungssoftware. Hier sind jetzt also die einzelnen Anbieter gefragt, wie die Maschine konkret angepasst wird bzw. wie die Schnittstellen aussehen. Mit den ersten Integrationen ist im Laufe des Jahres zu rechnen.

Nuance positioniert damit SpeechMagic noch stärker als medizinische Spracherkennung im Krankenhausbereich, wohingegen Dragon Medical, die medizinische Variante von Dragon NaturallySpeaking, stärker auf niedergelassene Ärzte und kleine Abteilungen in Krankenhäusern ausgerichtet werden soll. Da Dragon Medical auf Dragon NaturallySpeaking aufsetzt, ist es von seiner Architektur eher für den Einzelplatz als für eine Netzwerk-Installation geeignet (was nicht heißt, dass dies unmöglich wäre). Hier kann Dragon seine Stärke, nämlich die Anpassung an die individuelle Arbeitsweise, voll ausspielen. Auch hier sind in nächster Zeit Veränderungen zu erwarten, mit denen die Produktpolitik im Bereich Medizin ein schärferes Profil gewinnen wird.

Nuance übernimmt Spinvox

2010-01-12T11:05:00.004+01:00

Nuance auf Einkaufstour: diesmal wird der britische Dienst Spinvox übernommen.

Wie meine Leser wissen, ist Spinvox vor allen Dingen dadurch hervorgetreten, dass es eine Mailbox als Dienst bereitstellt, die eine Nachricht in eine SMS umwandelt und auf das Handy sendet. Angeblich sollte dies automatisch geschehen, im letzten Jahr gab es dann allerdings Berichte, denen zufolge jede Nachricht noch einmal händisch korrigiert, wenn nicht gar vollständig abgeschrieben wurde.

Insofern können beide Unternehmen nur profitieren: Nuance bekommt einen Fuß in die Tür auf dem Markt der Mobilfunk-Anbieter (man munkelt über einen bevorstehenden Vertrag mit einem großen südamerikanischen Anbieter), Spinvox bekommt eine bessere Spracherkennung. Da ich den Dienst immer noch sehr gerne nutze, bin ich auf die konkreten Auswirkungen gespannt.

In der Zwischenzeit gibt es in Deutschland einen neuen Dienst, mit dem man SMS diktieren kann. In den letzten Tagen bin ich gleich zweimal darauf hingewiesen worden: www.ssms.com ist die Adresse, unter der man sich informieren kann. Die ersten SMS sind kostenfrei, danach gibt es ein Prepaid-Modell. Erfahrungsberichte demnächst hier.

Literatur, Musik, Spracherkennung

2010-01-11T14:20:00.007+01:00

... sind meine Hobbys. In diesem Zusammenhang möchte ich übrigens endlich einmal den wunderbaren Roman "The Time of our Singing" von Richard Powers empfehlen, ein amerikanischer Autor, der ebenfalls intensiv mit Spracherkennung arbeitet, die in diesem Beitrag nachzulesen ist.

Während ich mein Hobby Spracherkennung zum Beruf gemacht habe (oder war's umgekehrt?), hat auch mein musikalisches Hobby endlich Früchte getragen: die 1. CD des Vintage Jazz Trio, meiner Berliner Jazzband ist soeben erschienen und kann hier bestellt werden: http://www.raumer-records.de/Shopsystem/Vintage-Jazz-Trio/Devil-to-pay.html

Da ich inzwischen Berlin verlassen habe und mein Glück in Erkrath bei Düsseldorf suche, ist die CD für mich eher eine schöne Erinnerung als ein aktives Projekt - das Vintage Jazz Trio gibt es aber weiter und ist zur CD-Release-Party am 21. Januar 2010 in Berlin in der Kleinen Weltlaterne, der traditionsreichen Künstler- und Jazzkneipe in der Nestorstraße, zu hören (20:30 Uhr,3 € Eintritt).

Grundig Digta SonicMic in neuer Generation

2009-12-23T09:41:00.003+01:00

Kurz vor Weihnachten gibt die Firma Grundig das Erscheinen ihrer neuen Gerätegeneration, das Grundig Digta SonicMic II, bekannt (Pressemitteilung). Äußerlich hat sich am Gerät nicht viel geändert, außer dass der Schiebeschalter etwas ergonomischer gestaltet wurde und nun über eine Schraube in der Empfindlichkeit einstellbar ist. Die verwendeten Komponenten sollen jedoch zu einem niedrigeren Stromverbrauch beitragen, die Klangqualität wurde verbessert und - für mich als Software-Mensch besonders interessant - eine neue Ausgabe des Grundig Adapter Server zur Konfiguration des Gerätes wurde entwickelt.

Dieser macht es zum Beispiel möglich, Tastenkonfigurationen direkt auf dem Gerät zu speichern, so dass man ein Gerät an verschiedenen Rechnern anschließen kann, ohne es dort jedes Mal neu konfigurieren zu müssen. Ferner ist jetzt auch eine Tastenbelegung für Dragon NaturallySpeaking enthalten, die auch für das neue Dragon Medical mit dem "Verborgen"-Modus bereits geeignet ist. So lässt sich über eine Taste der "Verborgen"-Modus aufrufen und das Diktat in die Anwendung zurück übergeben. Wie gut das inzwischen funktioniert, kann ich leider noch nicht sagen, weil mir im Moment noch die aktuelle Software fehlt. Diese wird es aber demnächst bei Grundig zum Download geben.

Für Spracherkennung interessant ist auch die Funktion des Schiebeschalters, das Mikrofon bereits stumm zu schalten, während im Hintergrund auf dem Rechner noch die Spracherkennung läuft. Bei anderen Geräten ist dies so nicht möglich; das Mikrofon reagiert erst nach Abschluss der Erkennung, was gelegentlich zu Problemen der Anwendung führt. Während dies bei den alten Digta SonicMic-Geräten eher ein zufälliger Vorteil war, hat man bei der neuen Generation nun bewusst darauf geeignet, dieses Merkmal beizubehalten, und es sogar konfigurierbar gemacht.

FAZ-Artikel: Philips SpeechMike Air

2009-12-22T16:44:00.003+01:00

Die FAZ erinnert mich daran, dass ich eigentlich schon längst einen Bericht über das neue Philips SpeechMike Air, das schnurlose Diktiermikrophon von Philips, welches vor ein paar Wochen endgültig erschienen ist, hätte veröffentlichen sollen. Immerhin habe ich schon etliche dieser Geräte in der Hand gehabt, ausgeliefert, vorgeführt, geschult...

Mit der Philips Device Control Center-Software versehen, die man bereits aus dem schnurgebundenen SpeechMike kennt, ist das Philips SpeechMike Air tatsächlich ein mächtiges Werkzeug für jeden, der viel diktiert. Eine umfangreiche Steuerung Der Spracherkennung oder der SpeechExec-Diktiersoftware zur Aufzeichnung von Audio-Diktaten ist mit der Software möglich. Dragon NaturallySpeaking kann komplett mit dem Mikrofon gesteuert werden (wobei manche Einstellungen für mich nicht ganz nachvollziehbar sind, aber problemlos geändert werden können), und die physikalischen Eigenschaften, Handhabbarkeit, Tonqualität und Verbindung sind exzellent. Gegenüber meinem Testgeräten gibt es jetzt einen neuen Trackball aus glänzendem Metall, der eine Freude zu bedienen ist, und auch die gelegentlichen Abstürze bei der Verbindung, die mit meinem Testgeräten noch zu beobachten waren, scheinen der Vergangenheit anzugehören.

Die Verbindungs zum Rechner geschieht über Bluetooth 2.0, dass eine sehr viel bessere Sprachqualität aufweist und für Spracherkennung uneingeschränkt geeignet ist. Die Erkennungsgenauigkeit steht der meines schnurgebundenen Headset, das normalerweise für mich das Maß aller Dinge darstellt, in nichts nach. Dafür habe ich aber kein Kabel mehr, über das ich fahre, und so ein Handmikrophon ist ja auch sehr praktisch, wenn man keine längeren Texte hintereinander diktiert, sondern nur von Zeit zu Zeit kürzere Sachen absitzen muss...

Verspielt sind die Bezeichnungen der einzelnen Komponenten. Neben dem eigentlichen Mikrofon, den SpeechMike Air, gibt es eine Ladestation namens Airport, einen Sender (der meist in der Ladestation steckt, aber auch mit einem Mini-USB-Kabel direkt an den Rechner angeschlossen werden kann, zum Beispiel wenn man unterwegs ist) namens AirBridge und eine Tasche mit dem schönen Namen Airbag. Wer mag, kann sich das Gerät auch an einer mitgelieferten Schnur um den Hals hängen und ein (nicht mitgeliefertes) Headset oder ein Ansteckmikrophon daran befestigen.

Das SpeechMike Air gibt es wie auch das schnurgebundene Gerät in 3 verschiedenen Varianten mit Drucktasten, Philips-Schiebeschalter und internationalen Schiebeschalter für jeden Geschmack. Neben den Steuerungstasten für das Diktat ist immer eine Mausfunktion sowie 3 frei belegbare Funktionstasten dabei, so dass das Gerät tatsächlich den Rechner komplett bedienen kann. Der Preis liegt bei 399 € zuzüglich Mehrwertsteuer; die Variante mit Philips SpeechExec-Diktiersoftware kostet 499 € zuzüglich Mehrwertsteuer. Wer mit Dragon NaturallySpeaking arbeitet, kommt mit der Variante ohne SpeechExec-Diktiersoftware bestens zurecht.

Ach so: der Testbericht der FAZ ist in der heutigen Ausgabe vom Dienstag, 22.12.2009, erschienen. Kompetenter Tester ist wie immer Michael Spehr.

Opera Face Gestures

2009-12-21T14:31:00.002+01:00

Nach der Spracherkennung jetzt die Gesichtserkennung - Steuern Sie Ihren Browser ohne Hände, nur mit Bewegungen des Gesichts! Hier das Video bei YouTube - Opera Face Gestures.

Fast noch komischer als dieser Aprilscherz ist die Tatsache, dass sich jemand, inspiriert von diesem Video, die Mühe gemacht hat, tatsächlich ein solches Programm zu schreiben:

http://www.smert.net/2009/04/23/opera-face-gestures-beta/

Video der Spracherkennung in Windows 7

2009-12-21T14:07:00.002+01:00

Simon macht mich aufmerksam auf dieses Video, in dem die Spracherkennung in Windows 7 geradezu didaktisch vorgeführt wird. Didaktisch zum einen deshalb, weil so ungefähr alles, was man mit der Spracherkennung machen kann, irgendwann irgendwo vorkommt; zum andern auch, weil gezeigt wird, dass doch eine Menge auf den Autor ankommt: wer wie dieser Autor seine Gedanken erst beim Sprechen verfertigt, wird natürlich beim Diktieren länger brauchen als jemand, der bereits Übung darin hat, sich "spracherkennungstauglich" auszudrücken. Allein schon das Zögern vor jedem Satzzeichen spricht Bände :-)

Aber im ganzen ein wirklich gelungenes Video, das ich jedem nur empfehlen kann, der sich einmal mit der Spracherkennung in Windows 7 auseinandersetzen will.

Ich diktiere natürlich weiter mit Dragon NaturallySpeaking :-)

Dragon-Suche für das iPhone

2009-12-21T13:16:00.003+01:00

Nachdem zumindest in den USA ein Dragon-Diktiersystem für das iPhone erhältlich ist (siehe unten), gibt es nun auch eine ganz ähnliche Anwendung zur Websuche mit dem iPhone.

Die Ankündigung verspricht wieder einen ganz einfachen Gebrauch: Anwendung starten, Suchbegriff sagen, Ergebnisse erhalten. Durchsucht werden folgende Dienste: Google, Yahoo, or Bing als Suchmaschinen (je nach Einstellung), YouTube, Twitter Search, iTunes™ und Wikipedia. Mit einem Suchwort werden sämtliche eingestellten Suchmaschinen durchforstet und die Ergebnisse geordnet angezeigt. Ein Video mit der Anwendung ist zu sehen unter
http://www.dragonmobileapps.com/apple/search_demo.html

Im Moment ist auch diese Anwendung im amerikanischen Appstore kostenlos zu haben. Hier der Link:

http://itunes.apple.com/us/app/dragon-search/id341452950?mt=8

Dragon für iPhone ist da - in Amerika

2009-12-08T15:09:00.005+01:00

Soeben kommt die Ankündigung: Dragon für das iPhone ist da. Es funktioniert genau wie letzte Tage beschrieben: die Anwendung wird auf dem iPhone gestartet, der Text diktiert, mit einem Button "done" an einen Server zur Umsetzung geschickt und kommt in allerkürzester Zeit als Text zurück. Im Gegensatz zu Spinvox ist an ihr offensichtlich tatsächlich kein Mensch beteiligt.

Dafür ist die Erkennungsgenauigkeit sensationell gut. Der Herr in diesem Film wäre für mich ein Kandidat für eine Schulung im Diktieren, und selbst er erzielt eine einwandfreie Erkennung.

Nuance selbst demonstriert die Anwendung hier.

Im Moment ist die Anwendung im amerikanischen AppStore kostenlos zu haben (das wird sich aber ändern).

Produkt-Homepage

Haben wollen! (Dragon auf dem iPhone)

2009-12-02T09:57:00.002+01:00

In meinem letzten Beitrag habe ich bereits darüber geschrieben, dass es eine Beta-Version einer Spracherkennung für das Handy gibt. Zum 1. Mal ist die Beta-Version für das iPhone jetzt im Internet zu sehen

Der Beitrag mit zugehörenden Video zeigt sehr schön, wie das Diktat in das iPhone funktioniert: die Sprache wird aufgezeichnet, mit einem Knopfdruck die Spracherkennung gestartet (die also offensichtlich auf einem entfernten Server läuft) und der Text in ein Diktierfenster übertragen. Von dort aus kann er in eine E-Mail, eine SMS oder in die Zwischenablage kopiert werden.

Nicht ganz so komfortabel von der Anwendung wie Dragon NaturallySpeaking auf dem PC, aber dafür von einer unglaublichen (man beachte das Video!) Erkennungsgenauigkeit, und auf jeden Fall wesentlich praktischer und besser als die Mäusetastatur des iPhone oder jedes anderen mobilen Gerätes. Der Tester ist entsprechend beeindruckt und spricht davon, dass diese Pflicht-Anwendung die Art, wie er sein iPhone verwendet hat, grundlegend verändert hat.

Tatsächlich: auf diese Anwendung haben wir gewartet! Wenn sie zu einem halbwegs vernünftigen Preis erhältlich ist, muss sie doch einfach ein Renner werden - und ich freue mich schon darauf, demnächst überall Leute in das iPhone diktieren zu sehen :-)

(Dank an Michael Spehr)

Spracherkennung fürs Handy

2009-11-24T15:01:00.003+01:00

Darauf warte ich seit Jahren: die Möglichkeit, mit dem Handy eine SMS oder E-Mail zu diktieren. Nuance bietet demnächst eine solche Lösung an. Wie der FAZ vom heutigen Dienstag, 94 zur November 2009, zu entnehmen ist, befindet sich die Software im Moment im Beta-Stadium und kann unter anderem auf dem BlackBerry und auf einem Nokia-Handy getestet werden. Es ist sowohl möglich, mit Sprachbefehl eine neue SMS zu erstellen ("sende SMS an Klaus Müller") als auch diese zu diktieren. Die eigentliche Spracherkennung geschieht auf einem Server von Nuance, das noch zu korrigierende Ergebnis wird zurückgeschickt und kann nach den erforderlichen Änderungen verschickt werden.

Michael Spehr, der Tester, ist schon recht angetan, sagt aber noch nichts zur aktuellen Erkennungsgenauigkeit. Diese wird vom Hersteller bei einem trainierten Sprecher mit 95-98 %, bei einem untrainierten Sprecher (was der Wirklichkeit mehr entsprechen dürfte) mit circa 86 % angegeben. Letzteres ist noch nicht wirklich praxistauglich, aber schon ein sehr guter Ansatz.

Ich bemühe mich um eine Betaversion - auf diese Anwendung habe ich wirklich seit Jahren gewartet. Meine Ergebnisse werden dann wie gewohnt hier veröffentlicht.

Nuance siegt gegen Schnellschreiberin

2009-11-23T09:55:00.000+01:00

Zu besichtigen bei YouTube - Mensch-gegen-Maschine: Nuance siegt gegen Schnellschreiberin.

Bei diesem Video handelt es sich um die Dokumentation eines Wettbewerbs, der Anfang November öffentlich auf der Veranstaltung Nuance Conversations abgehalten wurde: ein Diktat mit Dragon NaturallySpeaking ist schneller als das Tippen desselben Textes von der deutschen Meisterin im Schnellschreiben.

Was man natürlich bei dieser Plattform nicht anders erwartet hat :-)

Zeit der Sprachsteuerung ist gekommen

2009-11-06T15:19:00.001+01:00

Microsoft sagt: die Zeit der Sprachsteuerung ist gekommen - So berichtet der online-Dienst WinFuture.de. Wenn ein Konzern wie Microsoft dies tatsächlich in den Vordergrund stellt, und die Technologie entsprechend ist (was mit der Spracherkennung in Windows 7 durchaus gegeben sein dürfte), so machen wir Spracherkennungsbegeisterten einen großen Schritt nach vorn. Diktat und Steuerung des Rechners per Sprache entlastet einfach bei der Arbeit, sorgt dafür, schneller zu sein und bequem arbeiten zu können. Schon jetzt ist die Steuerung von Windows Vista und insbesondere Windows 7 durch Sprache vorbildlich und baut viele Hürden ab. Mit Dragon NaturallySpeaking lässt sich das meiste auch machen, wenn auch vielleicht nicht immer so intuitiv - dafür können aber die Befehle, die Microsoft nicht kann oder uns aus anderen Gründen vorenthält, mit Dragon NaturallySpeaking Professional nachprogrammiert werden.

Ich merke immer mehr, wie sehr ich mich auf mein Mikrofon verlasse und wie ungern ich noch die Maus in die Hand nehme. Dabei spielt natürlich eine wichtige Rolle, dass mir vom Sprechen die rechte Hand nicht weh tut und sich die Schultern nicht verspannen.

Dabei fällt mir ein, dass ich vor einigen Wochen gar nicht darüber berichtet habe, dass eine große Agentur die Spracherkennung ebenfalls als Technologie einstufte, die das Tal der Tränen inzwischen durchschritten hat und sich auf dem Hang der Erleuchtung befindet. Und als ich am Mittwoch auf der Veranstaltung der Firma Thax Software waren, die unter anderem Anwaltskanzleien ausstattet, hieß es dort, dass eine moderne Anwaltskanzlei eine Spracherkennung haben sollte - und sei es nur für die Fälle, wenn die Sekretärin nicht mehr zum Schreiben zur Verfügung steht.

Dragon NaturallySpeaking jetzt offiziell für Windows 7 zertifiziert

2009-11-04T12:00:00.002+01:00

Wie der Hersteller berichtet, ist Dragon NaturallySpeaking 10.1 jetzt offiziell auch für Windows 7, sowohl 32 Bit wie auch 64 Bit, zertifiziert.

Ankündigung im Nuance-Blog

Ankündigung auf der Nuance-Website

Da die Meldungen aus den USA kommen, wo Dragon Medical 10.1 erhältlich ist, wird dort nicht zwischen den verschiedenen Versionen von Dragon NaturallySpeaking unterschieden. In Deutschland sind wir leider technisch noch nicht so weit, daher hier das Ergebnis meiner eigenen Tests mit Dragon NaturallySpeaking 10.0 sowie 10.1 unter Windows 7, 32 Bit und 64 Bit:

Dragon NaturallySpeaking 10.1 in allen Versionen läuft tatsächlich unter Windows XP, Windows Vista 32 Bit und 64 Bit, Windows 7 32 Bit und 64 Bit.

Dragon Medical 10.0 deutsch läuft (wie auch die anderen Editionen von Dragon NaturallySpeaking 10.0) unter Windows XP, unter Windows Vista und unter Windows 7 32 Bit - aber weder unter Windows Vista 64 Bit noch unter Windows 7 64 Bit.

Soweit alles klar?

Was die gängigen Eingabegeräte angeht, so habe ich inzwischen ungefähr 10 verschiedene Mikrofone getestet und nirgendwo ein größeres Problem festgestellt.

Es bleibt noch der Hinweis, dass es sich bei Windows 7 um ein Betriebssystem handelt, das neuer ist als die Anwendersoftware, die darauf läuft, und es von daher trotz aller möglicher Tests, Zertifizierungen usw. durchaus möglich ist, dass das Zusammenspiel mit Dragon NaturallySpeaking auf einigen Rechnern nicht funktioniert. Hierfür übernehme ich explizit keine Verantwortung!

Dragon und Windows 7

2009-10-22T11:15:00.003+02:00

Heute ist Windows 7 erschienen - dies an sich ist keine Neuigkeit, für die man diese Netznotizen braucht, sind doch alle Zeitungen voll davon. Interessant ist die Frage, ob Dragon NaturallySpeaking unter Windows 7 läuft. Ohne dass ich es bisher selbst ausprobiert hätte, gibt es genug Leute, die dies getan haben und ihre Erfahrungen in diversen Foren veröffentlicht haben. Fazit:

Dragon 10.1 ist kompatibel sowohl mit Windows 7 32-bit als auch mit Windows 7 64-bit in allen Editionen. Frühere Versionen, und damit auch Dragon Medical 10.0, laufen zumindest unter Windows 7 64-bit nicht (ebensowenig wie unter Vista 64-bit). Versionen früher als Dragon NaturallySpeaking 10.1 werden auch unter Windows 7 32 Bit nicht offiziell unterstützt, es sind Kompatibilitätsprobleme bekannt geworden.

Inwieweit alle Mikrofone, Headsets usw. reibungslos unter Windows 7 32 Bit und/oder 64 Bit laufen, würde hier den Rahmen sprengen. Aller Erfahrung nach sollten Geräte, die unter Windows Vista 32 Bit und Windows XP funktionieren, auch unter Windows 7 32 Bit funktionieren. Geräte, die unter Windows Vista 64 Bit funktioniert haben, sollten auch unter Windows 7 64 Bit funktionieren. Im Zweifel wenden Sie sich an die entsprechenden Hersteller.

Nuance-Blog zum Thema Windows 7

Ältere Posts

MacSpeech Dictate Deutsch ist da

2009-10-09T12:51:00.003+02:00

Wie der deutsche Vertrieb meldet, ist MacSpeech Dictate jetzt in neuer Version 1.5.5. auf Deutsch erhältlich. Der Vertrieb redet zwar etwas drum herum, und die Versionsnummer gibt es auch nicht her, aber die wesentliche Neuerung ist, dass jetzt Dragon NaturallySpeaking als Spracherkenner verwendet wird. Daher ändert sich die Produktbezeichnung auch - früher hieß die Mac-Spracherkennung iListen.

Von Preis und Umfang dürfte Dictate somit jetzt mit Dragon NaturallySpeaking Preferred vergleichbar sein. Das nicht mehr ganz taufrische iListen hat damit einen mehr als würdigen Nachfolger, und die Apfelfreunde müssen sich nicht mehr mit Parallels und ähnlichen Hilfskonstruktionen abmühen.

Selber testen kann ich leider nicht, daher verweise ich auf den recht positiven Test in Macwelt. Mit 1,8 wird eine gute Note gegeben, das Diktat funktioniert sehr gut in Deutsch, Englisch, Französisch und Italienisch, lediglich bei der Sprachsteuerung merken die Tester Schwächen an.

Hier die Herstellerseite.

Mehrere Großbuchstaben hintereinander diktieren

2009-09-29T09:05:00.002+02:00

Vor dem Diktat von mehreren Buchstaben, die alle groß geschrieben werden sollen, sagt man statt "groß Anton", "groß Berta" usw. einfach "Großbuchstaben Anton Berta". "Großbuchstaben Emil Gustav Siegfried" erzeugt also beispielsweise den Firmennamen "EGS".

Das funktioniert auch mit Autokennzeichen. Um z.B. folgendes Ergebnis zu erhalten:

ME-GS 157

Sagt man:

Großbuchstaben Martha Emil Bindestrich Großbuchstaben Gustav Siegfried Leertaste eins fünf sieben

Autoformat, Nummerierung, Aufzählungszeichen

2009-08-26T14:05:00.003+02:00

Auto Format während der Eingabe ist während des Diktats mit Dragon NaturallySpeaking in Microsoft Word nicht möglich, da dieses von der SAPI (Speech Application Program Interface) nicht unterstützt wird. Das bedeutet auch, dass sämtliche automatischen Änderungen, typografische Anführungszeichen, automatische Nummerierung und Formatierung in Microsoft Word standardmäßig nicht funktioniert, sondern nur, wenn Select-and-Say nicht aktiviert ist. Sollte dies also funktionieren, handelt es sich eigentlich um einen Programmfehler.

Wie man einige dieser Zeichen trotzdem verwenden kann, habe ich bereits hier beschrieben.

Um eine Liste mit oder ohne Nummerierung in Microsoft Word zu erstellen, gehen Sie so vor:

Eine nummerierte Liste wird begonnen mit dem Befehl "nummeriert". Der nächste Listeneintrag wird automatisch erstellt, wenn Sie "Neue Zeile" sagen. Um die Liste zu beenden, ist die einfachste Möglichkeit, zweimal von Hand die Eingabetaste zu drücken (wie man es aus Microsoft Word kennt). Will man dies per Sprache erledigen, ist es nötig, noch einmal "neue Zeile" zu sagen, ein paar Wörter zu diktieren und danach den Befehl "nicht nummeriert" zu sagen.

Um eine Liste mit Aufzählungszeichen zu erstellen, sagt man am Anfang "Aufzählungszeichen". Die Beendigung geht genauso: erst "neue Zeile" sagen, der Befehl lautet "ohne Aufzählungszeichen".

Warum heißt Dragon Dragon?

2009-08-24T16:48:00.002+02:00

Angeblich weil auf dem Hochzeitsporzellan des Ehepaars Baker, den Erfindern der Software, Drachen zu sehen waren. Andere Frage: Warum haben sie sich ausgerechnet für dieses Porzellan entschieden?

Hier der Artikel aus der Frühzeit der Spracherkennung.

Dragon und Windows 7

2009-08-14T16:14:00.001+02:00

Dragon und Windows 7 wurden laut Eintrag in Nuance-Blog positiv im Zusammenspiel getestet, und zwar in der englischen und spanischen Version. Da es sich noch nicht um die endgültige Version von Windows 7 handelt, kann natürlich keine Garantie dafür übernommen werden, dass unter dem neuen Betriebssystem alles wie gewohnt läuft - aber das sind die bekannten Einschränkungen bei einem neuen Betriebssystem.

Durch einige Tester in Deutschland weiß ich, dass auch mit der deutschen Version von Windows 7 keine Probleme mit Dragon NaturallySpeaking zu erwarten sind.

Zum Anfang, zum Ende, zurück

2009-07-18T18:09:00.002+02:00

"Zum Anfang", "zum Ende" und "zurück" lauten drei weitgehend unbekannte Sprachbefehle für Dragon NaturallySpeaking. Die ersten beiden sprechen für sich, sie verkürzen das "zum Dokumentanfang" und "zum Dokumentende" um drei Silben bzw. stehen als Alternative zur Verfügung, wenn diese Befehle gerade mal nicht wollen.

"Zurück" setzt den Cursor an die letze Position zurück, z.B. nach dem Markieren und Formatieren eines Wortes. Der Befehl ist leichter auszuprobieren als zu beschreiben, also viel Spaß dabei!

(Tipps aus einem Forenbeitrag von Rüdiger Wilke)

Plantronics und Linguatec bündeln Spracherkennung mit Bluetooth-Headset

2009-07-02T15:54:00.001+02:00

Plantronics und Linguatec: Kooperation bei Spracherkennung mit Bluetooth-Headset.

Bluetooth-Headsets waren früher für Spracherkennung nicht wirklich geeignet, wie ich nicht müde wurde, zu betonen. Die Qualität des übertragenen Signals reicht einfach nicht aus, um eine vernünftige Erkennung zu gewährleisten, und darüber hinaus waren auch immer wieder Schwierigkeiten bei der Verbindung des Headsets mit dem PC zu verzeichnen (bei mir zumindest - soweit, das ich mich von Bluetooth als Verbindungsmedium meines PC verabschiedet habe).

Linguatec und Plantronics bieten jetzt eine Lösung an, die sowohl eine bessere Qualität der Übertragung gewährleistet wie auch (hoffentlich) mithilfe einer Ladestation eine sichere Verbindung zwischen Headset und Computer, die nicht abreißt. Alles zusammen wird im Paket als linguatec voice pro Wireless Edition für 249 € angeboten.

Ich habe übrigens vor kurzem ein neues Blue Parrott Bluetooth-Headset, ebenfalls mit größerer Bandbreite und verbesserter Qualität, zum Test erhalten, habe es aber noch nicht geschafft, das an einen Bluetooth-fähigen Rechner anzuschließen (was wirklich! an mir liegt). Sobald es mir gelingt, werde ich hier berichten.

Spracherkennung zum Spionieren (Kreative Wissenschaft)

2009-07-02T15:51:00.001+02:00

Druckergeräusche verraten Patientenakten und Kontodaten, hat eine Forschergruppe der Universität des Saarlandes herausgefunden. Mithilfe einer Spracherkennung werden die charakteristischen Geräusche, die ein Nadeldrucker beim Ausdruck eines Wortes macht, analysiert und das Wort erkannt - mit ungefähr 70 prozentiger Genauigkeit. Dasselbe funktioniert auch bei Zahlen.

Der Nadeldrucker häufig noch in Arztpraxen und Banken im Einsatz sind, ist es hiermit theoretisch möglich, Kontonummer oder Patientendaten auszuspionieren. Wobei 70 % Erkennungsgenauigkeit bei einer Kontonummer nicht wirklich eine Sicherheitslücke sind - von 7 Stellen ist eine falsch, aber welche, und welche ist richtig? Da kann ich gleich einen Brute Force Attack starten :-)

Aber immerhin: wieder eine kreative Einsatzmöglichkeit für Spracherkennung.

Dragon -Trainingsvideos

2009-06-08T09:30:00.001+02:00

Nuance hat eine neue Serie von Trainingsvideos für Dragon NaturallySpeaking gestartet, die auf dem amerikanischen Kundenportal zu finden sind bzw. sein werden. Das erste Video behandelt das Anlegen eines Sprecherprofils, die Einstellung des Mikrofons, das Sprechertraining und die Hilfefunktionen - alles, was man vor dem Diktat braucht. Eine professionelle Schulung lohnt sich aber weiterhin :-)

Blog "Digitale Diktiertechnik" - der natürliche Partner

2009-06-05T14:07:00.001+02:00

Ich wusste bis heute noch gar nicht, dass es auch ein Blog zum Thema Digitale Diktiertechnik gibt - obwohl mir der Betreiber seit Jahren persönlich bekannt ist und wir auch schon das ein oder andere Projekt miteinander angegangen sind. Umso mehr freue ich mich, dass ich mich jetzt hier guten Gewissens noch stärker auf die Spracherkennung konzentrieren kann, da alles, was mit Diktiergeräten, Diktiermikrophonen usw. zusammenhängt, bei Herrn Carsten Schultes in allerbesten Händen ist. Wie ich berichtet auch er zwar aus Händlersicht, aber durchaus objektiv über neue Geräte und Technologien, und ich habe mich schon immer gerne bei ihm informiert (und er hoffentlich auch bei mir).

Sie können sich jetzt bei uns beiden informieren, was neueste Entwicklungen in Spracherkennung und digitaler Diktiertechnik angeht - viel Spaß!

ComputerBild-Video über Dragon NaturallySpeaking

2009-06-04T15:59:00.001+02:00

Die Computer Bild hat in der Ausgabe 12/2009 einen Vergleichstest von 3 Spracherkennungsprogrammen gehabt: Dragon NaturallySpeaking Standard, linguatec voice pro und der Microsoft Windows Vista-Spracherkennung. Testsieger ist Dragon NaturallySpeaking. Ein Video über die Arbeit mit der Spracherkennung ist sowohl bei der Computer Bild als auch inzwischen werbefrei bei YouTube erhältlich - gar nicht mal schlecht gemacht und sehr sachlich.

Ausführlich besprochen wird der Test und das Video hier, wobei dem nicht mehr viel hinzuzufügen ist - ComputerBild-Niveau, einige Naivitäten erstaunen (Warum kann man nirgends freie Vokabulare / Wortlisten runterladen? Note 6! - Warum macht die Software bei einem völlig unbekannten Wort keine Alternativvorschläge? Note 6!), auch über die Meinung zum Preis-/Leistungsverhältnis mag man staunen - aber die Computer Bild kostet ja auch nur 1 € und richtet sich an eine eher weniger solvente Kundschaft.

Mich erstaunt eher, dass Linguatec Voice Pro in der Erkennung (!) schlechter abgeschnitten hat als die "nackte" Vista-Spracherkennung - da hatte ich selbst bessere Erfahrungen gemacht. Meine 11jährige Tochter bestätigt dies Ergebnis allerdings: seit die neue Spracherkennung auf dem Rechner sei, verstünde er sie schlechter als vorher.

(Am Rande: Dragon ist für Kinder nicht gemacht, dort hat sie gar keine Chancen. Aber auch die Microsoft- und Linguatec-Akustischen Modelle scheinen eher auf tiefere Stimmen ausgelegt zu sein.)

So, und jetzt teste ich DNS Legal 10.1, für Profis, mit einem Preis-/Leistungsverhältnis jenseits der Vorstellungskraft des Bild-Lesers!

Remote Audio für Windows 7

2009-05-27T09:17:00.000+02:00

Kollege Müller macht mich aufmerksam auf dieses neue Feature in Windows 7: Terminal Services Team Blog : What’s New in Remote Audio for Windows 7?

Mit Win7/Server 2008R2 wird damit auch die Audioaufnahme unter reinem WTS unterstützt. Das heißt, dass Spracherkennung jetzt auch ohne zusätzliche Audiokanäle (Citrix, HOB, diverse proprietäre Geschichten der Gerätehersteller) in einer Windows Terminal Server-Umgebung eingesetzt werden kann, vulgo: dass ich von meinem Desktop direkt in eine Spracherkennung oder ein digitales Diktiersystem, die/das auf einem Server läuft, diktieren kann. Wer wie wir es häufig mit Großkunden zu tun hat, die genau diese IT-Landschaft einsetzen (wollen), für den tun sich ungeahnte Perspektiven auf. Da die Hersteller von Diktiergeräten und Mikrofonen (Grundig, Philips, Olympus) auch selbst alle an Audiokanälen für Windows Terminal Server etc. arbeiten bzw. diese schon bereitstellen, sollte da demnächst eine Menge möglich sein, auch wenn kein Windows 7 auf dem Arbeitsplatz läuft.

Dragon Medical 10 jetzt offiziell erhältlich

2009-05-25T14:42:00.002+02:00

Dragon Medical 10 ist seit dem deutschen Röntgenkongress offiziell angekündigt und erhältlich. Fertig war es wohl schon seit einiger Zeit, und es soll auch schon den ein oder anderen geben, der damit arbeitet - Praxisberichte liegen aber leider noch nicht vor. Erhältlich ist Dragon NaturallySpeaking Medical offensichtlich über die Dragon NaturallySpeaking-Fachhändler. Auf dem Röntgenkongress wurde es am Stand von Nuance Healthcare Solutions gezeigt, die aber auf der Webseite nicht als Bezugsquelle gelistet sind.

Wie auch bei Dragon NaturallySpeaking Legal handelt es sich im Prinzip um eine Dragon NaturallySpeaking Professional, welche um entsprechende Fachvokabulare (Radiologie, Orthopädie, Allgemeine und Innere Medizin, Chirurgie, Neurologie, Kardiologie) und einige Zusatzfunktionen erweitert wurde. Die Qualität der Vokabulare wird sich in der Praxis erweisen. Die 4voice AG und andere Anbieter bieten schon seit Jahren Vokabulare an, die in der Praxis längst erprobt sind; hier wird also wohl in nächster Zeit ein Wettbewerb beginnen.

Erstmals wird es in Dragon Medical möglich sein, dass das Diktierfenster auch dann Text empfängt und umsetzt, wenn der Cursor in einer anderen Anwendung steht. Dies ist zum Beispiel für Radiologen sehr praktisch, die am Bildschirm Bilder betrachten und dabei diktieren. Spezialisierte medizinische Diktiersysteme wie unser voice4medicine kennen diese Funktion allerdings schon längst.

Laut Ankündigung soll es in Zukunft mit Dragon Medical möglich sein, in elektronischen Patientenakten zu diktieren. Ob das im Umkehrschluss heißt, dass wer Dragon NaturallySpeaking Professional benutzt, sein TurboMed, Medistar oder was auch immer damit nicht mehr bedienen könnte - was im Moment in Deutschland allerdings problemlos funktioniert? Dass die Select-and-Say-Fähigkeit von Dragon NaturallySpeaking Medical einfach auf sämtliche elektronischen Patientenverwaltungssysteme ausgeweitet würde, heißt das mit Sicherheit nicht - dafür sind es einfach zu viele, und zu heterogen.

Einige andere genannte Merkmale sind bereits bekannt, so zum Beispiel das Ausfüllen von Formularen oder das Einfügen von Textvorlagen; auch was das Neue an der Auflistung der zur Verfügung stehenden Sprachbefehle sein soll, wäre mir jetzt nicht auf den 1. Blick transparent. Aber ich habe die Software ja auch noch nicht, um aus 1. Hand zu urteilen. Wenn es soweit ist, wird es hier sicherlich mehr Informationen geben - natürlich auch im Hinblick darauf, ob Dragon Medical eine Alternative zu bereits eingeführten medizinischen Diktiersystemen ist.

"He, Nudlaug, wos is?" - Computer spricht jetzt wienerisch

2009-05-07T12:05:00.000+02:00

"He, Nudlaug, wos is?" - Computer spricht jetzt wienerisch

So berichtet der Standard, meines Wissens das österreichische Äquivalent zur Bild-Zeitung, in seiner online-Ausgabe. Da die österreichische Fraktion in der Firma 4voice sich inzwischen verdoppelt hat, wäre eine solche Sprachausgabe für die interne Kommunikation vielleicht hilfreich?

Viel amüsanter sind übrigens die Kommentare, die uns Piefkes all unsere Klischees zu bestätigen scheinen.

Linguatec Voice Pro 12 im FAZ-Test

2009-05-06T10:16:00.001+02:00

Linguatec Voice Pro 12: Elektronischer Horchposten mit Microsoft-Genen - so kommentiert die FAZ die aktuelle Version von linguatec voice pro 12 auf Basis der Microsoft Windows Vista-Spracherkennung. Der Test ist sehr aufschlussreich, da er sowohl die Vorzüge - schneller Einstieg und gute Bedienung - wie auch die Nachteile für den Profi aufzeigt und somit eine gute Entscheidungshilfe liefert. Hauptkritikpunkt bleibt aber das, was bereits aus Windows Vista bekannt ist und was linguatec auch nicht hat lösen können: eine schnelle Korrektur über die Tastatur wie aus Dragon NaturallySpeaking bekannt ist nicht möglich; stattdessen müssen Begriffe per Spracheingabe buchstabiert werden.

Also ich mache das ständig so :-) aber wirklich professionell ist es nicht, da hat Herr Dr. Spehr schon ganz recht. Das Fehlen von zahlreichen Einstellungsmöglichkeiten, die Dragon NaturallySpeaking mitbringt, wird den Einsteiger wohl kaum stören. Wer sich allerdings eingehend der Software beschäftigt, beziehungsweise einschlägige Erfahrungen mitbringt, was alles möglich ist, dem fallen diese Mängel deutlich auf.

Download Dragon NaturallySpeaking 10.1 Standard und Preferred

2009-05-03T14:56:00.002+02:00

Für Benutzer von Dragon NaturallySpeaking 10 Standard und Preferred hier der Link zum Download der 10.1 (Seriennummer bereithalten):

http://www.nuance.com/vista/naturallyspeaking/Dragon10.1/Dragon10.1_DE/form.asp?L=German

Von Verbesserungen, die über Service Pack 1 und 64bit Vista-Unterstützung hinausgehen, ist dort leider nicht die Rede, obwohl zumindest die englische Version noch mehr mitbringt; z.B. die Unterstützung von Internet Explorer 8 und Firefox 3. Ich warte auf erste Ergebnisberichte, da ich sebst keine gültige Seriennummer der Dragon Preferred habe, kann ich die neue Version weder downloaden noch testen.

Dragon 10.1 deutsch

2009-04-28T12:15:00.002+02:00

Dragon NaturallySpeaking Standard und Preferred werden in allernächster Zukunft auch in Version 10.1 auf Deutsch erhältlich sein. Dies wurde von Nuance bekannt gegeben und gleichzeitig ein Kaufpreis angeboten, der jedem aufrechten Dragon NaturallySpeaking-Händler die Schamröte ins Gesicht treibt - immerhin müssen wir dann hinterher wieder den Support leisten und zwar nach Möglichkeit kostenlos.

Auch die professionellen Versionen werden demnächst in aktualisierter Form erscheinen. Einen Termin hierfür gibt es aber derzeit noch nicht; sobald sich daran etwas ändert, werde ich ihn selbstverständlich mitteilen.

In Dragon NaturallySpeaking 10.1 ist neben der Unterstützung für 64 Bit Windows Vista auch das komplette Servicepack eins enthalten, außerdem einige weitere Veränderungen und Verbesserungen am Vokabular und am Verhalten, zum Beispiel in Microsoft Word.

Wie es immer ist bei Upgrade: erst vorsichtig testen, dann entscheiden, ob es sich lohnt. Die Kompatibilität mit 64 Bit-Vista sollte ja für die meisten von uns nicht ausschlaggebend sein …

Nuance Anleitung: Vokabular optimieren

2009-04-17T14:03:00.002+02:00

Nuance hat auf der amerikanischen Website unter http://support.nuance.com/usersguides einige Dokumentationen zum Download bereitgestellt, von denen zumindest diese Anleitung zur Bearbeitung des Vokabulars für alle Anwender von Dragon NaturallySpeaking sehr interessant sein dürfte.

Hierin sind so ungefähr alle Werkzeuge beschrieben, mit denen sich ein Wortschatz optimieren lässt - geschriebene und gesprochene Formen; Wörter aus Dokumenten hinzufügen; Sprachmodell verbessern; E-Mails verarbeiten und dergleichen mehr.

Dazu ein kleiner Hinweis: beim Anlegen eines neuen Sprechers fordert Dragon NaturallySpeaking bereits dazu auf, das Sprachmodell anhand von Dokumenten und E-Mails zu verbessern. Dies wird nicht empfohlen. Es ist wesentlich effizienter, wenn man dies später aus dem Erkennungscenter heraus tut - einfach deswegen, weil der Assistent viel mehr Möglichkeiten der Anpassung bietet, und weil man außerdem auch selbst die Möglichkeit hat, auszuwählen, welche Dokumente Dragon NaturallySpeaking überhaupt durchsuchen soll (standardmäßig wäre das nämlich nur der Ordner Eigene Dateien).

Allerdings würde ich Vorsicht dabei walten lassen, E-Mails automatisch durchsuchen zu lassen - es wird der Postausgangsordner durchsucht, und er enthält eben nicht nur die eigenen E-Mails, sondern auch eine Menge dessen, worauf man selbst geantwortet hat. Ich habe es jetzt spaßeshalber einmal ausprobiert (nicht ohne vorher meine Benutzerdateien zu speichern), kann aber noch nicht sagen, ob es was bringt. Solange würde ich vermutlich auf diese Funktion verzichten wollen.

Dragon Flash -- Customer Newsletter

2009-04-16T10:14:00.001+02:00

Für amerikanische Kunden (für deutsche auch? Außer Werbung habe ich nie was erhalten) veröffentlicht Nuance einenn monatlichen Newsletter, dessen aktuelle Ausgabe Sie unter Dragon Flash -- Customer Newsletter - Speaking About Dragon - from Nuance finden. Leider keine Angaben, wie er sich abonnieren lässt.

Der Newsletter enthält Hinweise zu DNS 10.1, das in englischer Sprache nun als Standard, Preferred und Professional für Anwender der V. 10 zum Download bereitsteht, außerdem Hinweise zum Anlegen gesprochener Formen im Vokabular, etwas, das integraler Bestandteil meiner Schulungen ist. Unter "Wörter - Anzeigen/Bearbeiten" lässt sich zu einem Wort, dessen Schriftbild von der Aussprache abweicht (Abküruzunegn, Fremdwörter usw.) eine "gesprochene Form", d.h. eine Lautschrift der Aussprache anlegen. Hört Dragon dies, schreibt er/sie/es (m.E. ist der Drache ein Weibchen, aber suchen Sie sich das korrekte Pronomen selbst heraus) die entsprechende geschriebene Form.

So lässt sich z.B. "4voice AG" als "vor weuß ah geh" wiedergeben, "form- und fristgerecht" als "Form und fristgerecht" und dergleichen mehr. Wer Schwierigkeiten mit der Erkennung bestimmter Wörter hat, sollte sich diese Funktion einmal näher ansehen. Mehr Hinweise dazu im Newsletter selbst.