Neuigkeiten bei Nuance

1. Dragon Professional Individual

Dragon Professional Individual ist ein neues Produkt, das zwischen die Premium und Professional fällt. Es wendet sich an professionelle Einzelanwender, die Sprachbefehle einsetzen, Diktate automatisiert vom Diktiergerät umsetzen wollen, aber keine Netzwerkfunktionen brauchen, keinen Server zur Verfügung haben. Für Installationen in größeren Umgebungen mit einem Server und mehreren Anwendern ist diese Version nicht gedacht; hier wird Dragon Professional GROUP empfohlen (siehe unten).

Für jetzige Premium-Anwender gibt es Updates auf Professional Individual, Anwender der Dragon Professional oder Legal sollten auf die Professional GROUP warten.

·         Veröffentlichungstermin in Deutschland voraussichtlich 15. September; in Großbritannien und USA bereits angekündigt

·         Funktionsumfang liegt zwischen dem der Premium und der jetzigen Professional:

• Sprachbefehle: Text und Grafik, Schritt-für-Schritt, Makrorecorder, Skriptbefehle
• verbessertes Befehlscenter
• verbessertes Lerncenter über „was kann ich sagen“
• Definition von Worteigenschaften und Export benutzerdefinierter Wörter mit geänderten Eigenschaften als XML-Datei
• Benutzer können mehrere Vokabulare haben
• Autoumsetzung zur Umsetzung von digitalen Diktaten im Hintergrund
• Integrationsmöglichkeit von Dragon Anywhere (siehe unten)
• speichern von DRA-Dateien zur nachträglichen Korrektur
• Möglichkeit der Transkription von Audioaufnahmen eines untrainierten Sprechers, zum Beispiel Podcasts, Mitschnitte von Vorträgen usw.
• Keine Möglichkeit der Transkription von Interviews mit mehreren Partnern
• keine Netzwerkfunktionen wie Roaming User und Datenverteilungsverzeichnis

2. Dragon Anywhere

Dragon Anywhere ist eine App für mobile Geräte (Smartphones und Tabletts), die unterwegs professionelles Diktat gestattet. Im Gegensatz zu Siri können unbegrenzt lange Texte diktiert werden; es ist möglich, den eigenen Wortschatz zu ergänzen und zu kontrollieren. Über eine Synchronisationsfunktion können die hinzugefügten Wörter mit einer Desktop-Version von Dragon synchronisiert werden, sofern diese Dragon Anywhere unterstützt.

• Veröffentlichungstermin in den USA Ende September, in Deutschland voraussichtlich im nächsten Jahr
• Diktat auf Mobilgeräten (iOS und Android)
• Möglichkeit, benutzerdefinierte Wörter hinzuzufügen
• Synchronisation mit Desktop-Versionen (zunächst Dragon Professional Individual und Dragon für Mac 5)
• eigener Client zum Diktat mit Exportmöglichkeit nach Word und Evernote
• Spracherkennung findet in der Cloud statt, wahrscheinlich auf amerikanischem Server
• noch kein Vertriebsmodell für Deutschland entwickelt, soll aber über zertifizierte Partner vertrieben werden

3. Dragon für Mac 5

Der Nachfolger von DragonDictate 4 enthält einen Anschluss an Dragon Anywhere,

·         Veröffentlichungstermin in den USA September 2015, in Deutschland demnächst

• Synchronisation mit Dragon Anywhere
• verbesserte Unterstützung des eingebauten Mikrofons
• Import und Export von Wortlisten
• Unterstützung von Diktiergeräten
• Steuerung des Computers per Sprache
• Erstellung von Text und Grafikbefehlen
• Erstellung von Steuerungsbefehlen
• Unterstützung für Word 2016
• transkribierte Dateien können als Microsoft Word-Dokumente gespeichert werden
• verbessertes Interface

4. Dragon Professional GROUP

Für Firmenanwender wird Anfang 2016 Dragon Professional GROUP erscheinen, der Nachfolger der jetzigen Professional 13 mit erweiterten Verwaltungsmöglichkeiten im Netzwerk und der Unterstützung von Citrix-Umgebungen. Details sind noch nicht bekannt.

• Nachfolger der Dragon Professional 13
• auch als Legal-Version erhältlich
• Roaming User
• Möglichkeit zum Speichern von DRA-Dateien
• Korrekturmodus
• administrative Einstellungen
• Remote Installation über MSI
• Data Distribution Tool
• Unterstützung von Remote Desktop-Verwendungen
• Unterstützung für publizierte Anwendungen in Citrix virtualisierten Umgebungen
• Synchronisation mit Dragon Anywhere im Unternehmen über das Nuance User Management Center
• Nuance User Management Center (optionale Verwaltungskonsole) erlaubt die zentrale Verwaltung von Benutzern, Lizenzmanagement usw. 
•  nur im Lizenzverfahren erhältlich, aber ab einem Anwender

Diese Informationen basieren auf den Informationen, die Nuance für die US-amerikanische und britische Version bereitgestellt hat. In Deutschland können einzelne Features von denen der englischen Versionen abweichen, alle Angaben sind daher ohne Gewähr.

Dragon NaturallySpeaking Premium 13 ist da

Als 1. Produkt der neuen Dragon NaturallySpeaking 13-Versionsreihe hat Nuance Dragon NaturallySpeaking Premium 13 vorgestellt. Dragon NaturallySpeaking Premium wendet sich vor allem an Heimanwender, die sich mit Spracherkennung die Arbeit am Computer erleichtern wollen. Dragon NaturallySpeaking Premium 13 wird ab dem 15.08.2014 bei Ihrem Händler erhältlich sein.
Professionelle Anwender, die mit Dragon NaturallySpeaking Professional und Dragon NaturallySpeaking Legal arbeiten,  müssen sich noch etwas gedulden – einen Erscheinungstermin für diese Versionen gibt es leider noch nicht. Dasselbe gilt für Dragon Medical, welches inzwischen eine eigene Versionsnummer und einen eigenen Erscheinungszyklus hat.

Folgendes gefällt uns an Dragon NaturallySpeaking 13 besonders gut:

• verbesserte Erkennungsgenauigkeit: auch bei weniger deutlicher Aussprache wird das Diktat praktisch fehlerfrei erkannt
• Systemvoraussetzungen bleiben gleich, Dragon läuft auf dem selben Rechner schneller als die Vorversion
• besserer Ausnutzung von starken Prozessoren (Sprachmodell BestMatch V funktioniert jetzt reibungslos)
• einfache Benutzerverwaltung: ein Sprecherprofil ist in 2 Minuten angelegt.
• Übersichtliche Verwaltung von Mikrofonen: alle verfügbaren Mikrofone werden angezeigt und können ausgewählt werden
• verbesserte Behandlung von Abkürzungen: Abkürzungen in Großbuchstaben werden ohne zusätzliche „gesprochene Form“ erkannt
• neugestaltete Dragon-Leiste nimmt weniger Platz auf dem Bildschirm ein; die gewohnte Dragon-Leiste kann auf Wunsch wiederhergestellt werden
• Diktat nach Mozilla Firefox und Google Chrome wird unterstützt
• verbesserte Behandlung von alternativen Schreibweisen: Dragon schreibt ein Wort je nach Kontext anders

Auch auf einige verbreitete Probleme wurde reagiert. So erscheint z.B. ein Hinweis, wenn Microsoft Word die Diktatunterstützung für Dragon NaturallySpeaking verloren hat. Wenn die Erkennung nach einiger Zeit schlechter wird (ein häufig verbreitetes Phänomen!), kann das Profil ohne Verlust des Vokabulars  und der Einstellungen neu trainiert werden. Auch die Übersicht, die die tatsächlich verwendeten Mikrofone anzeigt, ist sehr viel besser als die aus früheren Versionen bekannter Verwaltung von so genannten Diktierquellen.

Alles in allem also ein rundum erfreuliches Update! Trotzdem raten wir allen, die mit den professionellen Versionen der Spracherkennung Dragon NaturallySpeaking Professional, Dragon NaturallySpeaking Legal und Dragon Medical arbeiten, mit dem Kauf zu warten, bis die neue Version ihrer Software-Version erschienen ist, auch wenn es im Moment interessante Einführungsangebote gibt. Die volle Leistung Ihrer professionellen Diktiersoftware erhalten Sie nur mit dem richtigen Update! Außerdem zeigt die Erfahrung, dass ein Update von einer der professionellen Versionen auf Premium die gesamte Spracherkennung zerstört.

Bis dahin schauen Sie hier vorbei, wo wir Tipps und Tricks zum Umgang mit Dragon NaturallySpeaking 13 veröffentlichen werden.

Google Glass im Krankenhaus

Technology Review berichtet über Einsatzmöglichkeiten der Google Glass-Datenbrille im Krankenhaus. Ärzte testen in einem Pilotprojekt an einer Klinik in Boston, wie die Datenbrille den Klinikalltag verbessern können.

In der Notaufnahme werden Daten zu Patienten direkt auf das Display der Brille eingeblendet, so dass die Notwendigkeit entfällt, in Akten blättern zu müssen, und der behandelnde Arzt die Hände frei hat.

Dabei ist die Anwendung so programmiert, dass die Google-Datenbrille Video-Verbindungen deaktiviert, während im Krankenhaus mit ihr gearbeitet wird. Das verhindert, dass Patientendaten usw. nach außen gelingen, und hält außerdem Ablenkungen vom Arzt fern.

Spracherkennung ist geplant, aber zu diesem Zeitpunkt noch nicht im Einsatz – die Google-Technologie ist für die Medizin wohl noch nicht ausgereift, so dass man darüber nachdenkt, einen anderen Anbieter zu integrieren (wer das wohl sein kann?).

Während die Anwendung im medizinischen Bereich sicherlich noch in den Kinderschuhen steckt, zeigt sie auf jeden Fall, dass Google Glass mehr sein kann als als Spielzeug für Nerds. Informationen jederzeit eingeblendet zu bekommen kann für viele Spezialanwendungen hilfreich sein – und bestimmt hilfreicher als die Information, was irgendein Gast vor zweieinhalb Jahren mal über die Pizzeria gesagt, vor der ich gerade stehe.

Interview zum sicheren mobilen Diktieren

Auf communicate4crm, eine spezielle Informationsplattform zum Thema CRM Customer-Relationship-Management, ist unter

http://bit.ly/1ijDdqD

ein Interview mit Claus Michael Sattler, Datenschutzbeauftragter bei DictaTeam und Gutachter für den Datenschutz, zu den Themen "Datenschutz, Cloud und Sprache in Geschäftsprozessen" im Vorfeld der CeBIT 2014 veröffentlicht. Dabei geht es unter anderem um die Frage, wie auch und auch unterwegs mit einem Smartphone digitales Diktat auf sichere Art versandt und zur Transkription gesendet werden kann.

Eine Schlüsselrolle dabei spielen die neuen Produkte dra.text safe und dra.picture safe, die es ermöglichen, auf dem iPhone ein Diktat aufzuzeichnen, vollständig verschlüsselt an einen Transkriptionsserver im eigenen Hause zu senden und dort von der Spracherkennung Dragon NaturallySpeaking Professional/Legal/Medical umsetzen zu lassen. Dabei ist es sogar möglich, während des Diktats Fotos aufzunehmen, diese mit dem Diktat zu versenden und an der richtigen Stelle in das umgesetzte Dikat einzubauen.

Egs Computer Vertrieb GmbH hat diese Weltneuheit zuerst auf der Medica 2013 vorgestellt. In Kürze wird die Lösung deutschlandweit erhältlich sein.

Welche Gründe für dra.text safe und dra.picture safe sprechen – Datenschutz, Bewahren von persönlichen Geheimnissen im Sinne von § 203 StGB, aber auch Praktikabilität und Effizienz – erfahren Sie aus dem Interview.

Spracherkennung und Big Data

In einem TED-Video (1) zeigen Eric Berlow und Sean Gourley, wie sich auf YouTube veröffentlichte TED-Vorträge auf gemeinsame Ideen, Themen und Konzepte durchsuchen lassen, Gemeinsamkeiten und Verbindungen herausgefunden, analysiert und angezeigt werden können. Zur Transkription der Vorträge wird Spracherkennung verwendet, die zumindest die wesentlichen Schlagwörter findet. Die solcherart ausgewerteten Vorträge können dann nach verschiedenen Kriterien visualisiert werden - Themen, Interessenten, Gemeinsamkeiten und Verbindungen zwischen Themengruppen, zentralen Vorträgen zu einem Thema und Außenseitern, sogar nach Geschlecht und Alter der Interessenten.

Der Link zu Video stammt aus dem Blog einer Marketing-Agentur. War ja klar, dass den Leuten als erstes einfällt, dass sie uns mit Hilfe von Big Data noch mehr verkaufen können.

Geauso interessant ist, dass sich Privatsphäre im Internet als ein wesentliches Thema der letzten Zeit hearuskristallisiert - zwar wenig überraschend, doch zeigt diese Methode der Datenauswertung, wie viel heute an Wissen aus scheinbar verstreuten, heterogenen Quellen zusammengetragen werden kann, und dass von einer "virtuellen Privatsphäre" im Netz nicht mehr die Rede sein kann. Schon die Metadaten, d.h. die reinen Aussagen über die Verbindungen, können unabhängig vom Inhalt ausreichen, potentielle Verdächtige einzukreisen. Dass Spracherkennung dann potentiell auch zur Überwachung eingesetzt werden kann, habe ich ja schon beschrieben.


(1) Wer TED nicht kennt: Die Website verspricht (zu Recht) "Ideas worth spreading" und zeigt zahlreiche wissenschaftliche Vorträge zu aktuell relevanten Themen aus so ziemlich allen Gebieten. Die jährliche Konferenz ist inzwischen ein Riesen-Event geworden, das in Stunden ausverkauft ist - trotz astronomischer Eintritte, zu denen ja auch noch die Anreise kommt. Dafür erhält man Einblick in Themen, die jetzt schon gesellschaftlich, politisch oder technisch relevant sind, oder es demnächst werden, oder die neue Entwicklungen aufzeigen und forcieren - nichts, was man auf der Arbeit aufrufen sollte also.

Spracherkennung im Alltag: neue Perspektiven

In mehreren Artikeln wird in den letzten Tagen darüber berichtet, wo Spracherkennung in der nächsten Zeit hinführen kann. Professionelle Diktiersysteme werden sicherlich ein mächtiger Bestandteil bleiben, jedoch geht die Entwicklung immer weiter in die Richtung, Spracherkennung in den Alltag zu integrieren. Das macht Sinn: in dem Maße, wo immer mehr Geräte in Wirklichkeit kleine Computer sind, ist Sprache zumindest in der Theorie die natürlichste und einfachste Eingabemöglichkeit. Wer schon einmal im fahrenden Auto versucht hat, seinen Bordcomputer über den Touchpad zu bedienen, wird bestätigen können, dass er nicht nur de jure, sondern auch de facto eine kriminelle Handlung begeht – da wäre es viel einfacher, mit einer klaren Ansage das zu erreichen, was man erreichen möchte.

Über die neuesten Entwicklungen aus dem Hause Nuance berichtet das Hamburger Abendblatt:
http://www.abendblatt.de/wirtschaft/article119679867/Wo-Maschinen-die-menschliche-Sprache-erlernen.html

PCWorld geht auf die Konzeption eines digitalen Assistenten ein, der eine eigene Persönlichkeit entwickelt:
http://www.pcworld.com/article/2046694/how-nuance-is-building-a-digital-persona-that-loves-you.html

Für die New York Times rezensiert der Technikkolumnist David Pogue die Spracheingabe für iPhone und Android (Anm.:  die Spracheingabe für Android funktioniert im Moment auf englisch noch sehr viel besser als auf deutsch):
http://www.nytimes.com/2013/08/22/technology/personaltech/android-vs-siri-the-voice-recognition-sequel.html

Ein recht reißerischer ARD-Bericht zeigt schließlich noch eine ganz andere Einsatzmöglichkeit: Spracherkennung, die zur Überwachung von Telefongesprächen eingesetzt wird. Ohne in Zeiten des NSA-Skandals diese Überwachung verharmlosen zu wollen, können wir davon ausgehen, dass nicht sämtliche Telefongespräche auf diese Weise analysiert werden. Wenn allerdings eine Verbindung erstmal in das Visier der Ermittler gerückt ist, muss nicht mehr unbedingt ein Mensch mithören.

Dialogmarketing neu definiert

Wie kürzlich bekannt gegeben, arbeitet Nuance an einer Möglichkeit, Werbung auf dem Smartphone mithilfe von Spracherkennung interaktiv zu machen. In einer ersten Demo spricht eine Billardkugel (eine Schwarze 8) mit dem Anwender, gibt einige Antworten auf seine Fragen, und beendet das ganze mit dem Hinweis auf ein (fiktives) Video.

Würden Sie mit Ihrem Smartphone reden? Sie ganz bestimmt. Aber mit einer Anzeige? Und wo sollte die geschaltet werden? Wer würde sich tatsächlich so eine App freiwillig herunterladen? Und wenn sie ungefragt käme, würde ich genau 2 Wörter zu ihr sagen, auf Gälisch.

Auf dem Weg zum rollenden Büro

Am Dienstag im Blatt, heute auf FAZ.NET:

Mobiler E-Mail-Abruf und Diktat im neuen 7er BMW.

Ganz reif scheint die Technik noch nicht zu sein. Dafür kann man demnächst sein Auto updaten.

FAZ über Dragon TV

In ihrer heutigen Ausgabe (19.02.2013) berichtet die FAZ im Technik und Motor-Teil über neue Prototypen eines Dragon TV, welches die Steuerung des Fernsehgerätes per Sprache erlauben soll. Weit über die von einem Diktiersystem bekannten Fähigkeiten hinaus soll die Sprachsteuerung des Fernsehers ähnlich intelligent arbeiten wie das vom iPhone hinlänglich bekannte Siri.

In ihrer heutigen Ausgabe (19.02.2013) berichtet die FAZ im Technik und Motor-Teil über neue Prototypen eines Dragon TV, welches die Steuerung des Fernsehgerätes per Sprache erlauben soll. Weit über die von einem Diktiersystem bekannten Fähigkeiten hinaus soll die Sprachsteuerung des Fernsehers ähnlich intelligent arbeiten wie das vom iPhone hinlänglich bekannte Siri.

Einige Auszüge:

„(Das Fernsehgerät) hört nämlich ständig in den Raum hinein, man muss nicht in ein Mikrofon sprechen, Hintergrundgeräusche werden ausgeblendet, und mit dem Zauberwort ‚Dragon TV‘ macht die Software aus dem Tiefschlaf auf und nimmt Kommandos entgegen. Und zwar Befehle in natürlicher Sprache, die weit über das hinausreichen, was sich Fink mit einigen Tastendruck auf der Fernbedienung erledigen lässt.… Man kann mit Sprachkommandos auch nach bestimmten Serien oder Schauspielern oder Genres suchen lassen.“

„Die Nuance-Software steuert nämlich geräteübergreifend nicht nur den TV-Apparat, sondern auch den Receiver und den Festplattenrekorder.… Zudem sind nicht zuletzt Streaming-Dienste eingebunden… Wer am PC mit der Dragon-Software nach einem im Japan spielenden Film mit Bill Murray gesucht und „Lost in Translation“ gestartet hat, kann wenig später im Wohnzimmer das Filmvergnügen fortsetzen.“

Das ganze funktioniert vor ausgesuchten Journalisten einwandfrei. Wieder ein Schritt weiter zum elektronischen Butler?

Google Chrome mit Spracherkennung

Die neueste version von google chrome enthält eine spracherkennung die aber noch nicht so gut ist wie die von dragon naturally speaking satzzeichen kann ich zum beispiel nicht mit diktieren doppelpunkt die werden ausgeschrieben punkt neuer absatz die erkennung ist aber gar nicht übel ausrufezeichen warum aber nur kleine buchstaben geschrieben werden komma wissen die entwickler selbst am besten neuer absatz wie dem auch sei doppelpunkt hier wächst ein konkurrent herren

Zum Vergleich derselbe Text mit Dragon NaturallySpeaking diktiert (inklusive aller diktierten und ausgelassenen Satzzeichen):

Die neueste Version von Google Chrome enthält eine Spracherkennung die aber noch nicht so gut ist wie die von Dragon NaturallySpeaking. Satzzeichen kann ich z.B. nicht mit diktieren: die werden ausgeschrieben.

Die Erkennung ist aber gar nicht übel! Warum aber nur geschrieben werden, essen die Entwickler selbst am besten

Wie dem auch sei: hier wächst ein Konkurrent heran

Und wer es selber ausprobieren will, lädt sich die Beta-Version 25 von Google Chrome herunter und probiert dort folgenden Link aus: https://www.google.com/intl/en/chrome/demos/speech.html

Technisch gesprochen handelt es sich bei diesem Feature um die Implementierung einer API, mit der Entwickler ihre Webseiten für die Eingabe per Sprache programmieren können. Die eigentliche Erkennung findet auf den Google-Servern statt. Wenn man sich die Spezifikationen etwas näher ansieht, findet man dort auch, dass Ausdrücke wie „neuer Absatz“ eigentlich unterstützt werden müssten. Hier scheint bei der Demo also etwas nicht so zu funktionieren. Der Download von Google Chrome 25 ersetzt also nicht den Kauf einer Spracherkennung zum Diktat in den Browser! (Und ich hatte mich schon gefreut und überlegt, mir ein Chromebook anzuschaffen.)

Anm.: das Wort „Kleinbuchstaben“ ist ein Steuerungsbefehl in Dragon NaturallySpeaking und wurde deswegen ausgelassen. Die Google-Spracherkennung schreibt sie dagegen gnadenlos aus. Ansonsten sehe ich in beiden Texten jeweils genau einen Erkennungsfehler.

Ach so: hier der Bericht bei Heise online, der mich darauf aufmerksam machte.

Spracherkennung im Auto

"Die Hände auf dem Lenkrad, die Augen auf der Straße" - so bewirbt Nuance seine neue "Dragon Drive!"-Technologie (Heise berichtet). Der Dienst soll es möglich machen, im Auto sowohl Funktionen zu steuern die Navigation, Radio, CD-Player; als auch unterwegs im Auto E-Mails und SMS zu diktieren oder sich vorlesen zu lassen. Ein Video gibt einen Vorgeschmack:



BMW hat diesen Dienst jetzt in seiner neuen 7er Serie integriert. Am Donnerstag fahren wir zum jährlichen Händlerevent zu Nuance nach München und werden dort unter anderem das BMW-Gebäude besichtigen – lassen Sie mich raten, welche neue Technologie da wohl im Vordergrund stehen wird.

Zunächst wird es möglich sein, sich E-Mail und SMS vorlesen zu lassen (dies gibt es bereits) und per Spracherkennung auf zu antworten. Auch die Sprachsteuerung vomn Navi und Radio soll möglich werden. Weitere Funktionen werden dann voraussichtlich in nicht allzu ferner Zukunft folgen.

Die integrierte Technologie ist übrigens dieselbe wie Dragon Go!, die in Android 4 enthalten sein soll und schon als "Siri on steroids" gefeiert wurde (den Link finde ich gerade nicht).

Was, wenn wir alle tippen würde?

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!

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!

Nuance-Neuheiten auf der CES

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 Dragon 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

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?

Apple-Fernseher mit Sprachsteuerung?

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.

Androiden und Drachen...

... 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?

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

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...