Ein Team von schlauen K\u00f6pfen der University of Washington (UW) hat ein neues Headset entwickelt, das mit Hilfe von k\u00fcnstlicher Intelligenz (KI) gezielt einer einzelnen Person in einer Menschenmenge zuh\u00f6ren kann. Das ist echt der Wahnsinn! Das coole daran ist, dass dieses fantastische Feature in Echtzeit funktioniert und sowohl in Bewegung als auch in lauten Umgebungen einsetzbar ist.<\/p>\n
Die Wissenschaftler haben diese bahnbrechende Entwicklung in einer Studie mit dem Titel „Look Once to Hear: Target Speech Hearing with Noisy Examples“ beschrieben, die in den Proceedings of the CHI Conference on Human Factors in Computing Systems ver\u00f6ffentlicht wurde. Das klingt vielleicht kompliziert, aber im Grunde genommen beschreiben sie einfach das innovative Headset. Das KI-System kann einer sprechenden Person etwa drei bis f\u00fcnf Sekunden lang zuh\u00f6ren und deren Stimme aufzeichnen. Danach blendet das System, das Target Speech Hearing (TSH) genannt wird, alle anderen Ger\u00e4usche aus und gibt nur noch die Stimme der aufgezeichneten Person in Echtzeit wieder. Ist das nicht der Hammer?<\/p>\n
Shyam Gollakota, Professor an der Paul G. Allen School of Computer Science & Engineering, erkl\u00e4rt begeistert: „Unabh\u00e4ngig davon, ob sich die Person bewegt, sichtbar ist oder ob die Umgebung laut ist, erm\u00f6glichen unsere Ger\u00e4te nun das klare und deutliche H\u00f6ren eines einzelnen Sprechers, selbst in einer lauten Umgebung, in der viele andere Menschen sprechen.“<\/p>\n
Um das Headset zu benutzen, muss man es einfach tragen und den Kopf auf die sprechende Person ausrichten. Mit einem simplen Knopfdruck kann das KI-System dann seine Aufmerksamkeit auf den Sprecher richten und ihn erkennen. Wie das funktioniert, ist eigentlich ganz simpel: Die Schallwellen der Stimme des Sprechers erreichen gleichzeitig beide Mikrofone auf beiden Seiten des Kopfh\u00f6rers. Ein bisschen Abweichung von 16 Grad ist auch noch in Ordnung.<\/p>\n
Das aufgefangene Audiosignal wird an einen Computer im Headset \u00fcbertragen. Dort analysiert eine Software mit Hilfe von maschinellem Lernen das Stimmmuster des gew\u00fcnschten Sprechers und kann sich die Stimme merken. Dann wird die Stimme in Echtzeit \u00fcber den Kopfh\u00f6rer vom System wiedergegeben. L\u00e4uft!<\/p>\n
Die Forscher sind der Meinung, dass das System auch dann noch gut funktioniert, wenn sich der Sprecher oder der Zuh\u00f6rer bewegen. Je l\u00e4nger das System dem aufgezeichneten Sprecher zuh\u00f6rt und dabei Trainingsdaten sammelt, desto besser wird die Erkennungsleistung. Das ist ja echt super!<\/p>\n
Um das Headset zu testen, haben die Wissenschaftler 21 Personen ausprobiert. Im Durchschnitt haben sie die Klarheit der Stimme des Sprechers doppelt so gut bewertet wie bei den ungefilterten Audiodaten. Die Forscher geben zu, dass das System noch ein paar kleine Probleme hat. Es kann im Moment nur einen einzigen Sprecher erkennen, solange keine andere laute Stimme aus derselben Richtung kommt. Aber hey, man kann das System einfach nochmal registrieren, um die Klangqualit\u00e4t zu verbessern. Das ist doch kein Ding!<\/p>\n
Das Forschungsteam plant, diese bahnbrechende Technologie auch auf H\u00f6rger\u00e4te anzuwenden, um Menschen mit H\u00f6rproblemen das gezielte H\u00f6ren einzelner Sprecher zu erm\u00f6glichen. Das klingt echt super, denn das k\u00f6nnte das Leben vieler Menschen mit H\u00f6rproblemen verbessern und ihnen eine bessere Kommunikation in lauten Umgebungen erm\u00f6glichen. Daumen hoch f\u00fcr solch geniale Entwicklungen!<\/p>\n
Schlagw\u00f6rter: University of Washington + UW + Target Speech<\/p>\n","protected":false},"excerpt":{"rendered":"
Ein Team von schlauen K\u00f6pfen der University of Washington (UW) hat ein neues Headset entwickelt, das mit Hilfe von k\u00fcnstlicher Intelligenz (KI) gezielt einer einzelnen Person in einer Menschenmenge zuh\u00f6ren kann. Das ist echt der Wahnsinn! Das coole daran ist, dass dieses fantastische Feature in Echtzeit funktioniert und sowohl in...<\/p>\n","protected":false},"author":4,"featured_media":8052,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-8053","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/8053","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8053"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/8053\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/8052"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8053"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8053"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8053"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}