Neuigkeiten in Dragon NaturallySpeaking 9 - Teil 3

Wenn man erst einmal mit der Arbeit beginnt, fallen einem dann die kleinen Sachen auf, die in der neuen Version entweder nicht verbessert worden oder sich anders verhalten als gewöhnt. Hier einige Auszüge:

- Getwords-Putwords funktioniert nicht mehr.
- das Befehlcenter sieht jetzt ganz anders aus und ist wesentlich schneller. Die Bearbeitung ist noch gewöhnungsbedürftig, es scheint aber einfacher zu gehen als in der Vorversion.
- das Thema Ordinalzahlen ist leider immer noch nicht gelöst. In Dragon NaturallySpeaking Legal mit dem juristischen Wortschatz funktioniert es, mit dem normalen Wortschatz nicht.
- ähnlich sieht es mit "§2" usw. aus - mit dem Wortschatz von Dragon NaturallySpeaking Professional lässt sich dieses Symbol mit der Zahl zusammen nicht ohne Eingriffe diktieren. (kleiner Tipp: man kann die Eigenschaften des Wortes Paragraph editieren, so dass es vor einer Zahl immer korrekt als § erscheint; eine genaue Anleitung veröffentliche ich vielleicht später).
- der Befehl "verbinde das" funktioniert nicht immer zuverlässig - mancher verbindet er nämlich gar nichts.
- auch das Problem mit dem Diktat von Zahlen nach Microsoft Excel ist noch nicht gelöst. Hier ist aber von dritter Seite eine Lösung in Sicht.

Noch etwas: eine maschinelle Rohübersetzung der Hinweise zur Bearbeitung des Vokabulars für das Upgrade nach Dragon NaturallySpeaking 9 findet sich unter f. Adresse:
http://tinyurl.com/rz5l4

(übersetzt mit PROMT, www.promt.info)

leider muss man "Periode" mal durch "Rechtschreibung" und mal durch "." Ersetzen, um den Sinn richtig zu verstehen - soweit ist die maschinelle Übersetzung leider noch nicht. Auf der Basis arbeite ich aber an einem Dokument, das die staunende Öffentlichkeit demnächst zur Kenntnis nehmen darf.

Ich darf übrigens ergänzen, dass ich diesen Beitrag natürlich diktiere - und zwar direkt nach Opera, wo er schnell und genau geschrieben wird. Das ist auch gut so, weil die Korrektur nämlich in diesem Fenster nicht funktioniert :-) aber wozu auch?

Hints for cleaning up your Word List.

Hinweise zur Bearbeitung einer Wortliste für den Import nach DNS 9 (englisch) gibt DSteiNeuro, einer der größten Gurus im Knowbrainer-Forum (s. Link rechts).

Jetzt ist die Chance da, all die Bugs und Fehler auszumerzen, die uns die letzten Monate genervt haben!

Mehr Neuigkeiten zu Dragon 9

Nach ein paar weiteren Installationsversuchen hier noch ein paar Erfahrungen:

1. einen Roaming User kann man doch updaten, wenn man eine Verbindung mit dem Server-Laufwerk hat, auf dem er gespeichert ist. Mit der lokalen Kopie geht das nicht. Allerdings ist es mir bei zwei Usern nur mit einem gelungen, also vielleicht doch lieber erst den Roaming User in der alten Version als lokalen Benutzer importieren, oder - noch besser - in DNS 8 eine Wortliste exportieren, in DNS 9 einen neuen Benutzer anlegen und die Wortliste importieren.

Perfektionisten werden einen Benutzer upgraden, sein Vokabular komplett mit Verwendungsinformationen exportieren, einen neuen Benutzer anlegen und das Vokabular importieren. Der Zwischenschritt muss sein, weil DNS 9 kein Vokabular aus DNS 8 direkt importieren kann (das wäre mal ein Feature, das man wirklich braucht). Weil aber die Algorithmen in jeder Version angepasst werden, ist nur ein Nutzer, der mit der aktuellen Version angelegt wurde, wirklich auf dem neuesten Stand.

2. Während der Installation gibt es eine Option: "Einstellungen für alle Benutzer verändern". Kreuzt man sie an, so werden alle unter "Optionen" gewählten Einstellungen für alle Benutzer auf diesem Rechner übernommen (z.B. Zugriffstasten, Anzeige oben oder in Taskleiste usw.) Sehr praktisch für Leute wie mich, die mehrere Benutzer auf einem Rechner haben und stark in die Programmoptionen eingreifen.

3. Ebenso lässt sich schon während der Information das Verzeichnis für den Roaming User eingeben - einfach die Option "Administrative Einstellungen verändern" ankreuzen.

Erste Erfahrungen mit Dragon NaturallySpeaking 9

Zuerst die gute Nachricht:

Die Erkennungsgenauigkeit von Dragon NaturallySpeaking 9 ist von Anfang an sehr gut. Interessanterweise hatte ich bessere Resultate, wenn ich den Benutzer nicht trainiert habe. Nach 1. Rückmeldungen von Kollegen gibt es verschiedene Erfahrungen - alle sagen zwar, dass auch ohne Training die Erkennungsgenauigkeit bereits beeindruckend sei, einige raten jedoch trotzdem zu Training, während andere der Meinung sind, dass man jetzt gut darauf verzichten könnte. Möglicherweise hängt es davon ab, wie konzentriert man den Trainingstext vorliest - nachdem ich ihn beinahe auswendig kann, neige ich dazu, beim Lesen schlampig zu werden. Das wirkt sich dann natürlich auf die Qualität des Diktates aus.

Jetzt einige Beobachtungen und Hinweise für das eigentliche Upgrade. Ich habe zunächst auf einem Notebook, 1 GB Arbeitsspeicher, Centrino-Prozessor mit 1,8 GHz, die neue Version installiert und mehrere neue Benutzer angelegt sowie vorhandene Benutzer zumindest versucht in die neue Version zu übernehmen.

Die Installation einer Vollversion über eine bestehende Installation von Dragon NaturallySpeaking funktioniert problemlos. Da die Upgrades noch nicht angekommen sind, ist im Moment noch nicht ganz klar, was passiert, wenn man eine Upgrade-Version versucht auf einem Rechner ohne Installation von Dragon NaturallySpeaking neu zu installieren. In früheren Versionen musste man zuerst die alte Version installieren, um dann das Upgrade vornehmen zu können; gerüchteweise reicht es jetzt, die alte Programm-CD bei der Hand zu haben.

Vorhandene Benutzer im Standard-Verzeichnis werden schon am Ende der Installation auf den neuesten Stand gebracht, wenn man das will. Ansonsten gibt es wieder wie schon in Version 8 einen Upgrade-Assistenten, mit dem vorhandene Benutzer aktualisiert werden können. Einstellungen werden dabei übernommen, auch mehrere Vokabulare oder mehrere Diktierquellen.

Gescheitert bin ich dabei, Roaming Users zu aktualisieren. Wenn man das Standardverzeichnis angibt, in dem die Roaming Users gespeichert sind, erhält man eine Fehlermeldung. Es hilft auch nicht, sie in das "Users"-Verzeichnis zu kopieren. Offensichtlich müssen sie erst aus Version 8 exportiert werden, damit man sie nach Version 9 importieren kann.

Was aber hervorragend funktioniert, ist der Export und Import von benutzerdefinierten Wörtern. Wählt man "Wörter - exportieren", so erzeugt Dragon NaturallySpeaking 1 Wortliste im Textformat, die sich abspeichern lässt und unter Dragon NaturallySpeaking 9 über "Wörter - importieren" in einer neu angelegten Benutzer importiert werden kann - und zwar mit gesprochenen Formen.

Jetzt zum Thema Ressourcen: die Systemanforderungen für Dragon NaturallySpeaking 9 sind gegenüber denen von Dragon NaturallySpeaking 8 noch einmal gestiegen. In der Praxis macht sich allerdings auf meinem Notebook kein Unterschied in der Geschwindigkeit des Diktierens bemerkbar - wenn das Diktat erst einm das dauert nämlich deutlich länger. Während des Diktates wird der Arbeitsspeicher allerdings stark beansprucht - 30 bis 40% Auslastung sind Durchschnitt, während Korrekturen kann es auch schon einmal zu Spitzen von 100% kommen. Ein neuer Rechner muss also nicht unbedingt her.

In der Bedienung fallen einige Verbesserungen gegenüber der Vorversion auf - hier sind also offensichtlich bekannte Fehler beseitigt worden.

1. das Diktat von Ordinalzahlen funktioniert wieder. Es lassen sich also wieder per Sprachbefehl nummerierte Listen erstellen. Dafür werden jetzt allerdings wieder mehr Zahlen in den Fließtext eingebaut, was vor allem beim unbestimmten Artikel unschön ist.
2. nach einem Punkt wird in Word jetzt wieder korrekt weiter geschrieben, auch wenn zwischendurch korrigiert wurde. Der neue Satz fängt also korrekt mit einem Großbuchstaben und nicht mit einem kleinen Buchstaben an.
3. das Hinzufügen neuer Wörter zum Wortschatz während des Diktates ist jetzt eine Option. Dies wurde in verschiedenen Foren bereits heiß diskutiert - tendenziell ist es eine Fehlerquelle, dass Dragon NaturallySpeaking während des Diktates selbstständig Wörter zum Wortschatz hinzufügt, teilweise ohne den Benutzer zu fragen. Dies war vor allem bei Komposita ein Problem, weswegen ich die Option "Komposita selbstständig bilden" auch ausgeschaltet hatte und stattdessen lieber 2 Wörter mit dem Befehl "verbinde das" zusammengefügt habe. Ein derart gebildetes Kompositum wird jetzt automatisch zum Wortschatz hinzugefügt - für mich eine Erleichterung. Andere gehen vielleicht lieber anders vor, deaktivieren das automatische Hinzufügen von Wörtern zum Vokabular und lassen die eigenständige Komposita Bildung lieber eingeschaltet.

Wie sich Dragon NaturallySpeaking 9 tatsächlich in der Praxis bewährt, werde ich erst in der nächsten Woche ausführlich testen. Weitere Beiträge stehen also bevor.

Schließlich: diesen Beitrag habe ich parallel mit 2 Mikrophonen in 2 Rechner diktiert, der eine mit Dragon NaturallySpeaking 8, der andere mit Dragon NaturallySpeaking 9. Zieht man die Erkennungsfehler der Version 9 ab, die daraus resultieren, dass ich noch nicht den Wortschatz vollständig angepasst habe, ergibt sich ein Verhältnis von:

Dragon NaturallySpeaking 8 mit einem Benutzer, der seit einiger Zeit im Einsatz ist: 18 Fehler
Dragon NaturallySpeaking 9 mit einem neu angelegten, trainierten Benutzer: 14 Fehler (die ich aber weitgehend korrigiert habe :-)
Für mich eine eindeutige Verbesserung "out of the box".

Schnittstelle zwischen Olympus DSS-Player und Dragon 9

Eine Schnittstelle für den Olympus DSS Player pro zu Dragon NaturallySpeaking 9 enthält die neueste Version 4.8.5 des DSS-Player, die unter folgender Adresse heruntergeladen werden kann:

http://www.olympus.de/consumer/2590_software.cfm

(Dort die entsprechende Software auswählen).

Außerdem wurden einige Bugs beseitigt.

"Doppelt die Killer": heise online über Microsofts Panne mit Vistas Spracherkennung

Das zugehörige Video kursiert ja schon in den einschlägigen Foren, ist ja auch nett anzusehen. Der Mehrwert des Heise-Berichts (Danke, Frau Wiegand!) liegt aber im Kommentar: Das Problem, das der Microsoft-Spezialist hat, ist wohl jedem Anwender von Spracherkennung schon mal passiert, worauf dankenswerterweise hingewiesen wird.

Allerdings meist nicht in einem solchen Rahmen :-)

Außerdem danke für den Hinweis, dass die Vista-Spracherkennung zwar für Deutsch "fest geplant" ist, jedoch noch nicht fest steht, ab wann. Das passt dazu, dass die Ankündigung - wie schon gebloggt - eine Zeit lang auf der österreichischen MS-Site zu sehen war, dann wieder nicht, und dass Beta-Tester schon über die ersten Erfahrungen mit Spracherkennung berichtet haben.

Ach übrigens: Willkommen zurück. Nach Krankheit und Urlaub werden die Meldungen jetzt wieder häufiger kommen. Demnächst z.B. über die ersten Erfahrungen mit DNS 9 - die Installation läuft gerade auf dem Notebook.

Dragon 9 erscheint in den USA!

PRELIMINARY VERSION 9 REVIEW in Knowbrainer-Phorum

Die genauen Termine für die deutsche Version werden wohl noch heute bekanntgegeben - stay tuned. August wird es auf jeden Fall.

Effizient korrigieren mit Dragon NaturallySpeaking

Die Korrektur von Erkennungsfehlern ist der einzige Weg, die Erkennungsgenauigkeit von Dragon NaturallySpeaking weiter zu verbessern. Noch mehr als das: wird ein Erkennungsfehler nicht korrigiert, geht Dragon NaturallySpeaking davon aus, das Wort korrekt erkannt zu haben. Der Fehler setzt sich also fest! Schon aus diesem Grunde sollten Sie jeden Erkennungsfehler konsequent korrigieren.

1. Korrektur per Sprachbefehl

Wenn Sie konsequent alles per Sprachbefehl machen wollen, werden Sie den Befehl "korrigier [Wort oder Wörter]" benutzen. Dieser Befehl markiert das Wort, welches Sie korrigieren wollen, und öffnet ein Fenster, in dem Ihnen verschiedene Korrekturen angeboten werden. Sagen Sie "nimm 1" oder "nimm 2" usw., um die korrekte Alternative auszuwählen, oder "schreib das", wenn sie nicht dabei ist. Es öffnet sich ein Fenster, in welches Sie das Wort einbuchstabieren können. Sie können die Buchstaben sagen oder - besser - das Buchstabieralphabet nützen, also z. B. "Anton" für "a", "Berta" für "b". Vor einem Großbuchstaben sagen Sie "Groß", also z.B. "groß Anton" oder "groß a" für "A". Sie können aber auch in dieses Fenster tippen - die meisten Leute finden das schneller und bequemer. Sie können auch die Rücktaste, Leertaste, Löschtaste und die Pfeiltasten benutzen. Mit der Eingabetaste übernehmen Sie die Korrektur in den Text.

2. Korrektur mit Tastatur und Maus

Schneller, bequemer und sicherer als per Sprachbefehl öffnen Sie das Korrekturmenü mit einer Funktionstaste. Markieren Sie das Wort, das Sie korrigieren möchten, und rufen Sie das Korrekturmenü mit einem Druck auf die Minustaste am Ziffernblock ganz rechts auf Ihrer Tastatur auf. Im Menü "Optionen" können Sie die Tastenbelegung ändern und eine andere Taste benutzen.

Im Korrekturmenü markieren Sie einfach die korrekte Alternative mit den Pfeiltasten und drücken Sie die Eingabetaste, um die Korrektur in Ihren Text zu übernehmen. Wenn die richtige Alternative nicht dabei ist, drücken Sie einfach noch einmal die Minustaste am Ziffernblock, um das Buchstabierfenster zu öffnen.

Lange bevor sich die Maus als Eingabegerät für den Computer durchsetzte, konnte man mit der Tastatur schon ganze Wörter, Sätze und Absätze markieren. Das funktioniert auch heute noch! Probieren Sie es einmal aus: Drücken Sie die Steuerungstaste, halten Sie sie gedrückt und drücken Sie die Pfeiltasten, um in Ihrem Text schnell vom Anfang eines Wortes zum nächsten Wortanfang zu springen.

Um ein Wort oder mehrere Wörter zu markieren, setzen Sie den Cursor neben das erste Wort, drücken Sie die Steuerungstaste, die Umschalttaste und die jeweilige Pfeiltaste und markieren Sie das gewünschte Wort beziehungsweise die gewünschten Wörter. Drücken Sie dann die Minustaste am Ziffernblock, um das Korrekturmenü aufzurufen. Weiter geht es wie oben beschrieben.

Vorteil dieser Methode: Markieren mit der Tastatur geht meist viel schneller als Markieren mit der Maus, und genauer ist es außerdem. Und ein paar Tastaturbefehle zu lernen sollte wirklich keinen überfordern!

Das Ziel ist, Erkennungsfehler möglichst schnell zu korrigieren. Benutzen Sie deswegen die Methode, die Ihnen am bequemsten und schnellsten erscheint. Das ist wahrscheinlich eine Mischung aus Sprachbefehl, Tastatur und Maus. Je effizienter Sie korrigieren, desto schneller sind Sie bei der Arbeit!

Wie mache ich intelligente Fehler?

Common sense boosts speech software - berichtet das TRNmag. Forscher des MIT haben eine Technologie entwickelt, die verspricht, einer Spracherkennung ein gewisses Weltwissen beizubringen. So werden Kontextinformationen zur Auswahl der korrekten Alternative herangezogen, und bei der Korrektur erscheinen die Alternativen ganz oben, die im Zusammenhang am plausibelsten erscheinen (und nicht die phonetisch ähnlichen).

Natürlich treten auich weiterhin Erkennungsfehler auf, aber die Fehler folgen einem dem menschlichen Denken vertrauteren System.

"One surprising thing about testing interfaces like this is that sometimes, even if they don't get the absolutely correct answer, users like them a lot better," said Lieberman [der Entwickler]. "This is because they make plausible mistakes, for example 'tennis clay court' for 'tennis player', rather than completely arbitrary mistakes that a statistical recognizer might make, for example 'tennis slayer'," he said.

Und seien wir ehrlich - wir verstehen auch nicht jedes Wort, bemühen uns aber so gut es geht um Sinnkonstanz, d.h. versuchen eine unverständliche Aussage so zu interpretieren, dass sie im gegebenen Kontext Sinn ergibt. Wieder ein Schritt auf dem Weg, den Computer dem Menschen anzunähern - und sei es in der Art der Fehler, die er macht.

[Quelle ursprünglich Jen's Weblog]

Korrekturbefehl ändern in Dragon

Im Nuance-Forum findet sich ein Hinweis darauf, wie man den Dragon NaturallySpeaking-Befehl "korrigier das", welcher die letzte Eingabe korrigiert, beliebig ändern kann. Ich weiß nicht, ob man hier nicht ein wenig mit Kanonen auf Spatzen schießt und ob man den Befehl nicht auch im Befehlcenter umbenennen könnte (ich habe grade mal nachgesehen, der Befehl "korrigier das" kann nicht einfach editiert werden), aber möglicherweise ist das eine interessante Alternative für alle, die nicht immer das Wort "das" korrigieren wollen. Oder für Leute, die genau dieses Wort korrigieren möchten, weil der Drache ist mit der Rechtschreibung mal wieder nicht hatten und vergisst, dass das das [diese drei Worte hat er auf Anhieb richtig geschrieben!] mit Doppel-S nur nach einem Komma stehen kann. Schließlich vielleicht auch eine Alternative für alle, die in mehreren Sprachen diktieren, sich aber nicht immer neue Befehle angewöhnen wollen.

Wer übrigens nicht auf Dragon NaturallySpeaking 9 warten möchte, indem sich das Diktiertextfeld in Größe und Layout vollständig anpassen lässt, kann mich eventuell auch lieb darum bitten, dass ich ihm ein bisschen Hilfestellung gebe :-)

Ich diktiere gerade selbst mit dem modifizierten Diktiertextfeld in ein Opera-Browser Fenster, und der Vorteil besteht darin, dass man in diesem Feld auch mit Sprachbefehlen korrigieren kann. Der Nachteil besteht darin, dass es auch sehr nötig ist zu korrigieren - wenn mir irgend jemand erklären kann, wieso die Erkennungsgenauigkeit in manchen Programmen besser ist als in anderen, und ob sich daran etwas ändern lässt, wäre ich dieser Person zu ewigem Dank verpflichtet.

Dragon NaturallySpeaking Hints, Articles, Recommendations, Softnet Systems, Inc., Speech Recognition Specialists

Unter dieser Adresse gibt es zahllose Hinweise zum Thema "Verbesserung der Erkennungsgenauigkeit von Dragon NaturallySpeaking". So kann man sie zusammenfassen:

- Benutzen Sie ein gutes Mikrofon und ein schnelles System
- Sprechen Sie klar und deutlich, v.a. gleichmäßig
- Benutzen Sie die Hilfsmittel, die Dragon zur Verfügung stellt.

Alle drei Punkte werden ausführlich diskutiert und enthalten für Anfänger und Fortgeschrittene zahlreiche Hinweise - leider nur auf Englisch, aber das Meiste passt auch auf uns deutschsprachige Diktatoren.

heise online - Modell zur genauen Stimmanalyse entwickelt

Ein Physiker hat ein Modell zur genauen Stimmanalyse entwickelt. Damit soll es möglich sein, Stimmen eindeutig zu unterscheiden und Hintergrundgeräusche herauszufiltern.

Links zur Diskussion stehen beim Beitrag. Der interessanteste ist vermutlich http://www.heise.de/tr/artikel/74593. Ich zitiere:

„Wir erreichen beim Vergleich der Stimmen nahezu die Genauigkeit des menschlichen Gehörs“, sagt Rahman selbstbewusst.

Das klingt jetzt nicht gerade revolutionär, v.a. nicht als Beweismittel vor Gericht, wo die Methode schon eingesetzt wurde. Aber:

Und anders als eine Auswertung durch einen Phonetiker unterliege seine Methode keinem subjektiven Einfluss. Sie sei unabhängig von Sprache, Grammatik sowie Sprechrhythmus und brauche auch keine Proben mit dem gleichen Text; die Qualität von mitgeschnittenen Telefonaten reiche für aussagekräftige Ergebnisse.

Und wieder wollen wir uns um die Implikationen keine Gedanken machen :-(

Die Nuance-Foren sind wieder da!

Das deutsche und englische Nuance-Forum für Dragon NaturallySpeaking ist wieder online und unter den bekannten URLs zu erreichen. Verändert hat sich anscheinend nichts, selbst die URL weist noch auf die uralte Lernout&Hauspie-Präsenz...

Spracherkennung in Vista

Noch ein paar Links zum Thema Spracherkennung in Windows Vista:. Es mehren sich de Anzeichen, dass ach in der deutschen Version eine funktionstüchtige Spracherkennung enthalten ist. Irgendwie finde ich aber keine endgültige Bestätigung.

• Microsoft selbst ist noch nicht ganz einig, was geht. Die deutsche Seite erwähnt Spracherkennung nicht. Auf Österreichisch ist Spracherkennung aber wohl definitiv integriert (Viele Grüße an Waltraud Voelter und Kurt Martin :-)


• Windows Vista Speech Recognition Step-by-Step Guide (engl.):
  Dieses Dokument erläutert anhand eines einfachen Szenarios, wie sich mit Windows Vista Dokumente per Spracherkennung diktieren und editieren lassen. Aber wieder nur Englisch.


• Der Vista-Beta-Test auf Orty.de hat nur Englisch.


• Aber woanders sieht es besser aus. Ich zitiere das Forum auf www.traum-projekt.com:
  

  Hm, ich habe das [Vista] jetzt seit ein paar Tagen drauf und muss sagen, dass ich doch positiv überrascht bin.
  Besonders die integrierte Spracherkennung hat es mir angetan, diesen Text hier habe ich zum Beispiel nicht getippt sondern diktiert.
  Ansonsten: Das System kann ja Systemressourcen fressen wie kein Zweites. Ich habe ein Gigabyte Arbeitsspeicher und davon nur noch knapp 200 Megabyte zur Verfügung!

Übrigens: Entgegen einiger Presseberichte, die alle voneinander und aus Bill Gates' Keynote abschreiben und ansonsten weitgehend ahnungslos sind, wird in Vista nicht "erstmals" Spracherkennung eingeführt. Es gibt sie schon seit längerem in Office XP und Nachfolgern. Zum Schluss noch eine Quote eines ehemaligen Scansoft-Mitarbeiters aus dem Knowbrainer-Forum, von einem MS-Mitarbeiter geblogt:

"... I have to say that I am absolutely, unequivocally, and most definitely impressed with the latest version of MS speech. The difference is like night and day compared to any of the previous versions, including 2003. In addition, the current version compared to any of the previous versions is like the difference between DNS 2.0 and DNS 8.1. Microsoft is not only closing the gap between MS speech in DNS, it is very close to leapfrogging DNS."

Allerdings kommen auch Berichte, nach denen die Dragon-Spracherkennung der von Windows weiterhin überlegen ist - nicht unbedingt qualitativ, aber in der Unterstützung von Nicht-Microsoft-Anwendungen. Dazu habe ich schon etwas zitiert, und zwar aus dieser Quelle.

Spracherkennung, Übersetzung, nur 50 € - was will man mehr?

Unter dem Titel Lost in Translation berichtet GMX bzw. ein affiliierter Pressedienst über eine neue Anwendung für, of all things, die Sony Playstation. Der Sony TalkMan ist ein elektronischer Dolmetscher - er analysiert eine gesprochene Eingabe (z.B. "Wo geht es zum Olympiastadion?") und liefert die Übersetzung per Sprachausgabe. Eigentlich eine coole Sache, wenn man es sich überlegt.

Und wenn es funktioniert. Und hier schlägt bei einem Preis von 50€ die Konsumenten-Falle zu, wie der Artikel ganz klar zeigt. Das Ding ist als Spiel positioniert, und dementsprechend wird es gewertet. Für 50€ gibt es im Spiele-Bereich aber sicherlich sehr viel mehr Gegenwert als bei diesem Gerät, das High-Tech m.o.w. verschleudert. Man fragt sich, ob ein höherer Preis nicht paradoxerweise ein weniger kritisches Publikum angezogen hätte, und ob Sony da nicht wieder einen Schnellschuss getan hat, der der Technologie mehr schadet als nutzt.

So hat die integrierte Spracherkennung nur ein sehr kleines Lexikon, was den Autor aber nicht weiter tangiert (von einem Lexikon hat er noch nichts gehört, sonst schriebe er "Dezibil" nicht so debil). Bei einer Anwendung dieser Art ist es erfahrungsgemäß ein Problem, wenn sie nur ausgewählte Sätze versteht. Schließlich will ich (d.h. der Kunde) mich ausdrücken, und nicht auf einen doch recht kleinen Fundus an Sätzen angewiesen sein. Das hat bei Büchern zwar nie geschadet, aber mit denen spricht man ja auch nicht.

Und hier treffen wir auf das alt bekannte Problem aller sprachgesteuerten Interfaces: Rede ich mit meinem Rechner, so vermenschliche ich ihn. Und daher erwarte ich eine menschliche Reaktion. Kommt nur eine maschinelle, so bin ich enttäuscht - egal wie großartig die Technik ist, und wie viel ich im Zweifelsfall damit anfangen kann.

(Insofern ist der Drache ein guter Mediator: ein Tier lebt und reagiert auf menschliche Sprache, man erwartet von ihm aber nicht die Reaktionen eines Menschen.)

Im Prinzip müsste jede Maschine dieser Art erst den Turing-Test bestehen, bevor sie auf juvenile Blogger, freie Journalisten und schließlich das zahlende Publikum losgelassen wird.

Nuance-Foren sind offline!

Da ich inzwischen wiederholt darauf angesprochen wurde: die Nuance-Foren, und zwar sowohl das deutsche wie auch das englische, sind im Moment nicht erreichbar. Angeblich werden sie zur Zeit technisch überarbeitet und werden demnächst wieder online sein. Diese Information stammt aus einem Forum, das in der Regel bessere Auskünfte liefert, wenn es auch vor allem auf amerikanische Benutzer zugeschnitten ist , nämlich dem Knowbrainer-Forum (siehe Link rechts).

Hier die relevante Diskussion, von mir selbst vom Zaun gebrochen.

Talking PCs? Talk to the hand - ZDNet UK Insight

Wo wir gerade dabei sind: ZDNet UK hat einen ausführlichen Artikel über Sprachsynthese, Spracherkennung und sogar - mein anderes Thema - maschinelle Übersetzung auf Basis von Spracherkennung in kleinen Geräten. Enjoy!

Talking Windows: Exploring New Speech Recognition And Synthesis APIs In Windows Vista -- MSDN Magazine, January 2006

Talking Windows: Exploring New Speech Recognition And Synthesis APIs In Windows Vista -- MSDN Magazine, January 2006 ist vielleicht nicht mehr ganz frisch, aber da Vista näher rückt, auf jeden Fall interessant. Der Artikel beschreibt, welche Sprachausgabe- und -eingabefuntionen Windows Vista hat, und wie Entwickler sie nützen können.

Darf man dem Konwbrainer glauben (siehe meinen Post vom 14.6.), ist die Spracherkennungsqualität besser als Dragon 8. Ich habe mal die Variante für den Pocket PC getestet und war begestert. Diktieren ist dort natürlich nicht möglich, aber allein die Tatsache, alle Kontakte per Sprache aufrufen zu können, auch bei ungewöhnlichen Namen - Respekt.

Und wieder kein Wort, ob sich die Spracherkennung auf Englisch beschränkt. Hat jemand schon eine deutsche Beta heruntergeladen?

Spracherkennung in Windows Vista

Rob's Rhapsody : Every single thing Windows Vista Speech Recognition is listening for

Windos Vista wird in der US-amerikanischen Version eine eingebaute Spracherkennung haben. Unter der angegebenen URL läst sich schon jetzt ein Befehlssatz ansehen.

Unter http://www.microsoft.com/technet/WindowsVista/library/c208e792-e591-455a-82d9-a98264324e0d.mspx findet sich die Microsoft-Beschreibung der Spracherkennung.

Das Knowbrainer-Forum hat ebenfalls etwas dazu zu sagen - u.a. dass die MS-Engine in ihrer jetzigen Beta-Form bereits bessere Ergebnisse erzielt als Dragon 8. Der Knowbrainer ist an der Entwicklung beteiligt und ergeht sich daher in dunklen Andeutungen, weil er nichts genaues sagen darf.

Eine Spracherkennung in MS Office, US-Englisch, gibt es schon seit Office XP. Sie enthält die ominöse ctfmon.exe, die auch vom deutschen Office gestartet wird und immer mal wieder für Konflikte mit Dragon sorgt. Die Frage, die mich interessiert, und die mir noch keiner beantworten konnte, ist:

Wird es diese Spracherkennung auch für Deutsch geben?

Wenn die Sprachsteuerung für den Pocket PC als Maßstab gelten kann, dann steht allen Dragon-Händlern eine harte Zeit bevor.

Kleine Ergänzung: Pleite gehen wir deshalb noch nicht. Hier eine Liste der unterstützten (und wichtiger, NICHT unterstützten Anwendungen:

Speech Recognition dictation will work in a limited set of applications that support a technology called the Text Services Framework. This set of applications includes:

• Microsoft Word and Outlook


• Virtually all applications that are part of Windows Vista

Dictation will not work in many applications. These include, but are not limited to:

• Microsoft PowerPoint


• Excel


• WordPerfect


• Eudora


• Lotus Notes

Das sollte jeder Dragon-Nutzer kennen

In den KnowBrainer Quick Tips hat der führende Experte aus den USA Hinweise zusammengestellt, wie sich bekannte Probleme in Dragon NaturallySpeaking beheben lassen, die Systemleistung insgesamt verbessern lässt, und vieles andere mehr. Empfohlene Lektüre, wie auch das Knowbrainer-Forum!