Googles künstliche Intelligenz spricht wie ein echter Mensch
„Biegen Sie an der nächsten Kreuzung rechts ab“: Die meisten Computerstimmen klingen immer noch unnatürlich. Die Google-Tochter Deep Mind will das mit der Technologie Wave Net ändern. Können Sie die künstliche Intelligenz von einem echten Menschen unterscheiden?
Computer, die sprechen – diverse Plattformen und Programme bieten künstliche Sprachausgabe seit Jahrzehnten an. Ein alter Hut also. Doch seit jeher besteht das Problem, dass Computer nicht natürlich klingen. Das wird immer ärgerlicher, umso mehr Sprachassistenten wie Siri und Google Now Einzug in den Alltag von Millionen Menschen halten. Was also tun, damit Sprachassistenten wie Siri und Google Now in Zukunft noch natürlicher klingen?
Google-Tochter DeepMind entwickelt neue Sprachausgabe
Das britische Unternehmen Deep Mind, spezialisiert auf die Programmierung künstlicher Intelligenzen und mittlerweile Google-Tochter, hat Wave Net entwickelt. Das Sprachprogramm kettet nicht wie andere Sprachcomputer Sprachschnipsel eines Sprechers zu Sätzen zusammen, sondern erzeugt Sprache als eine Wellenform. Dabei fließen auch Daten zu Satzposition, Phonemen, Silben, Wörtern und Sprechern ein.
Wave Net arbeitet mit einem sogenannten Convolutional-neuronal-Network – ein von biologischen Prozessen inspiriertes Konzept des maschinellen Lernens. Das macht es möglich, dass sich gegenseitig beeinflussen und eine natürlich klingende Sprache entsteht, die sich im Laufe der Zeit immer weiter verbessert.
Wave Net erzeugt Sprache als Wellenform. Durch das von biologischen Prozessen inspirierte Konzept des maschinellen Lernens, entsteht eine natürlich klingende Sprache, die sich im Laufe der Zeit immer weiter verbessert.
Quelle: Deep Mind
Wave Net hat komplexe Phänomene der natürlichen Sprache besser im Griff – etwa die sogenannte Assimilation. Sie besagt, dass Sprachbausteine – etwa Phoneme, Silben und Satzstücke – in der natürlichen Sprache stets von den Lauten in ihrer Umgebung beeinflusst sind. Sie gleichen sich im Klang an. Der Vokal A etwa klingt direkt vor einem O also anders als vor einem N. Die Kombinationsmöglichkeiten sind gigantisch groß. Entsprechend schwer ist es, diese Phänomene in der künstlichen Sprachausgabe zu berücksichtigen.
Versuchspersonen bestätigen Natürlichkeit der Sprachausgabe
Deep Mind hat Wave Net bereits Tests unterzogen. Probanden sollten sie mit natürlicher Sprache und Beispielsätzen von klassischen Systemen vergleichen und die Natürlichkeit auf einer Skale von 1-5 bewerten. Das Ergebnis: Wave Net landete auf der Bewertungsskala bei 4,21 – die menschliche Sprache bei 4,55. „Wave Net reduziert die Lücke zwischen menschlicher Performance und state-of-the-art um über 50 %“, schreibt Deep Mind im Unternehmens-Blog. Die Methode von Google gehöre zu den besten der Welt.
Und was halten Sie von der neuen Stimme?
Wave Net könnte Sprachassistenten zu einer natürlicheren Stimme verhelfen. Wann der Assistent Google Now davon profitiert, verrät DeepMind allerdings noch nicht. Bis dahin müsste nicht nur die Hardware der Smartphones noch einen Leistungssprung machen. Auch Googles Cloud müsste sich dem erhöhten Rechenaufwand der Methode anpassen.
Doch in Sachen künstlicher Intelligenz macht Google so schnell keiner etwas vor. Erst im März schlug die Nachricht hohe Wellen, dass die Google-Software AlphaGo den Go-Weltmeister Lee Sedol aus Südkorea haushoch geschlagen hat. Das ist nicht irgendein Sieg. Go gilt als schwierigstes Spiel der Welt.
Ein Beitrag von:
