You are currently browsing articles tagged spracherkennung.
Ich kann mich nicht erinnern, dass ein größeres deutsches Magazin “unser Lieblingsthema” mal zu einem Schwerpunkt einer Ausgabe gemacht hat. Nun ist es aber so weit und das aktuelle Heft der Technology Review befasst sich ausgiebig mit den “neuen Benutzer-Schnittstellen”. Auf etwa 15 Seiten wird dabei von Sprachschnittstellen, über Mutlitouch bis hin zu Brain-Computer-Interfaces ein guter Überblick über die aktuellen Entwicklungen gegeben. Also, in jedem Fall einen Kauf wert.
Mehr Infos unter: www.heise.de/tr/
Ich bin gespannt, wie lange es dauert, bis die Thematik in einer populären Zeitschrift wieder mal so einen Stellenwert bekommt …
Übrigens, für alle die es nicht so “populärwissenschaftlich” mögen, zwei Empfehlungen für Fachmagazine
1. die deutschsprachige i-com: www.i-com-media.de
2. die englischsprachige Interactions: interactions.acm.org
Tags: BCI, desktop, display, Don Norman, einfach, eingabesystem, forschung, GUI, Handy, HCI, interaction design, interaktion, interface, internet, iphone, jakob-nielsen, jeff_han, MMI, mobiltelefon, software, spracherkennung, touchscreen, UID, Usability, virtuell, visualisierung, ·schroeder-wendt
In einer Pressemitteilung der Audi MediaServices wurde bekannt gegeben, dass Ende diesen Jahres eine neue Generation des MMI – Multi Media Interface auf den Markt kommt (leider zunächst nur im A8). Schon die Vorgänger sind wegen der intuitiven Bedienbarkeit, der großzügigen Bedienfelder und durch den zentralen Bedienknopf ihrer Konkurrenz im Vorraus, wenn es darum geht Musik, Film, Telefon, Navigation und Information zu bedienen. Auffällig hier ist die bewusst logische (gleiche) Anordnung der Bedienelemente der Mittelkonsole und der Anzeige auf dem Display.
Hier ein Bild des aktuellen Systems:
Das neue System will mit einer noch besseren Performance in der Bedienung, schnelleren Prozessoren, 40GB Speicher, einem kontrastreichen 7” TFT-Display (800×480 px), einer verbesserten Sprachsteuerung (die jetzt ganze Wörter versteht – das B U C H S T A B I E R E N des Navigationsziels fällt damit weg), einem integrierten DVD-Laufwerk mit Dolby Digital 5.1 und einer nahtlosen Integration von iPod u. Co punkten.
Das Nutzungsszenario wird durch einen Joystick erweitert, der auf dem zentralen Bedienknopf sitzt und in 8 Richtungen bewegt werden kann. Einstellungen, die z.B. an der Klimaautomatik vorgenommen werden, erscheinen eine kurze Zeit als kleine Popups, sodass nicht der gesamte Bildschirminhalt verdeckt wird.
Das Interessanteste für mich ist die neue zusätzliche, dreidimensionale Kartendarstellung in der Navigation (per Nvidia 3D-Chip), mit viel Liebe zum Detail à la Google Earth mit unterschiedlich eingefärbten Höhenniveaus und 3D-Gebäuden aus der Vogelperspektive. Besonders nützlich finde ich die Mini-Map, die bei Kreuzungen angezeigt wird und sogar Spurwechsel verdeutlicht. Außerdem interessant finde ich die Anzeige der “Point of Interests”, wie z.B. Sehenswürdigkeiten, nächste Autobahn-Abfahrten oder Rastplätze.
Mehr Infos (englisch) findet ihr unter: www.autoblog.com
und hier die komplette Pressemitteilung auf deutsch: www.lifepr.de
Tags: 3D, animation, Assistenzsystem, auflösung, auto, bluetotth, design, display, DVD, echtzeit, eingabesystem, google, interface, ipod, MMI, mobiltelefon, nvidia, software, spracherkennung, suche, TV, visualisierung, VW
Wir hatten ja nun schon öfters das Thema automatische Sensorsteuerung in mobilen Geräten, nun schlägt jedoch genau in diese Kerbe ein Artikel des MIT Journals Technology Review (TR).
In diesem wird der Hype um das iPhone (mit seinem diversen Sensoren) als Aufhänger genutzt, um ein Konzept des MIT Media Labs vorzustellen: ?Reality Mining?.
Schade, das dieses eigentlich rein wissenschaftliche Magazin so eine Hülle braucht, um ihre Ideen zu kommunizieren … Ok, kommen wir mal zur Kern der Sache:
?Reality Mining? ist im Grund nichts anderes, als das Sammeln von persönlichen Daten über diverse Sensoren und deren Analyse und Darstellung.
Mittelpunkt der Systeme ist neben der Positionsbestimmung durch GPS (oder notfalls Mobilfunk-Zelle) die Auswertung des Bewegungssensors. MIT-Wissenschaftler Nathan Eagle sieht das Potential insbesondere in Verbindung mit sozialen Netzen.
Anhand der Daten des Bewegungssensors kann relativ einfach erkannt werden, ob der Besitzer gerade Fahrrad fährt, sitz oder eine Treppe rauf geht usw. In Verbindung mit weiteren Sensoren (Barometer, Thermometer, Licht, Mikrofon etc.) könnte so ein genaues Tätigkeitsprofil erstellt werden. (Im übrigen ist das System so konzipiert, das über das Mikrofon nicht die Wörter gespeichert werden, sondern nur die Art des Gesprochenen. Also, Taktabstand, Lautstärke, Stimmung, …).
Laut TR, haben Intel-Forscher mit einem solchen System Erstsemestler an der University of Washington ausgestattet und konnten so die Entwicklung der sozialen Netzwerke innerhalb des Semesters ?beobachten?. Am MIT wurden dazu auch diverse Anwendungen entwickelt (die man im Web testen kann), mit der solche gesammelten Daten visualisieren werden können (die Projektseite dazu hier). Ein Beispiel davon ist zum Beispiel die Darstellung, wer wann mit wem in verkehrt hat:
Anhand der Art der Bewegungsdaten kann im übrigen auch immer ein individuelles Tätigkeitsprofil für jeden Nutzer erstellt werden, so das System automatisch mit der Zeit lernt, welche Bewegung z.B. ?essen? bedeuten . So lässt sich dann, beispielsweise ein automatisches Tagebuch generieren:
Kling alles ein wenig beängstigend, nicht wahr? Ich seh? doch schon die Datenschützer die Klagen gegen solche Systeme tippen …
Aber es gibt auch überaus positiv Anwendungen. So könnte in der Altenpflege festgestellt werden ob der Patient regelmäßig ist oder ob dessen Status noch ?Ok? ist, was andernfalls eine Alarmierung auslösen würde.
Bleibt abzuwarten, was sich davon letztendlich durchsetzen wird und für was die iPhone-Sensoren wirklich eines Tages genutzt werden …
Im übrigen hatten wir im Dezember schon mal über ein ähnliches System vom MIT bereichtet, auf das ich gerne noch einmal hinweisen möchte: Real Time Rome
Der ganze (leider nur englische) Technology Review Artikel zum diesem Sensorik-Thema unter:
www.technologyreview.com/Infotech/18990/page1/
Tags: apple, eingabesystem, forschung, HCI, heat-map, interface, media-lab, MMI, mobiltelefon, software, spracherkennung, UID, visualisierung
Wohin sich die Softwareoberflächen in Zukunft entwickeln, darüber schreiben wir hier ja eigentlich ständig. Nun können wir auch mal ein paar Konzepte zeigen, wie sich der Computer insgesamt und somit auch dessen Gesamtinterface entwickeln könnte.
Hintergrund ist der von Microsoft ausgelobte Wettbewerb “Next-Gen PC Designs”. Unter dem Motto “A Brave New World Of Computing” wurden dazu Entwürfe aus 35 Ländern eingereicht.
Es gab drei Gewinner die von einer Jury erkoren wurden, ein Preis der direkt von Bill Gates vergeben wurde und einen Publikumspreis.
Im folgenden wollen wir diese kurz vorstellen. Eine ausführliche Beschreibung und auch viele Bilder von den anderen Einsendungen gibt es unter: www.nextgendesigncomp.com
1. Preis der Jury für ?Blok?
Blok ist speziell für Kindergärten entworfen. Das an Bauklötze angelehnte Konzept soll insbesondere Grundkenntnisse, wie zum Beispiel das Alphabet oder Zahlen vermitteln, aber zugleich auch soziale Kompetenz trainieren.
2. Preis der Jury für ?BulbPC?
Die Metapher der Glühbirne steht bewusst für den Einsatzort und für einen massenhaften, alltäglichen Einsatz dieses PCs. Durch den einfachen Aufbau und somit kostengünstige Produktionsmöglichkeit richtet sich diese Produktidee auch an Schwellenländer. Dieser ?Klein-PC? kann auch in Schreibtische oder Wände integriert werden und sämtliche Peripherie kann dann angeschlossen werden.
3. Preis der Jury für ?Zeeds for the Future?
Zeed+ ist ein Computer, der die Mobilität der Hardwarekomponenten erhöhen soll. Jegliche Hardware, wie die CPU, Video-, Audio- oder Netzwerkkarte befinden sich nicht mehr im Gehäuse, sondern als stabförmigen Standardeinheiten in einer Art “Vase”. Somit soll der Austausch, die einfache Erweitung und auch eine unkomplizierte Wiederverwendung für ?Bedürftige? ermöglicht werden.
Bill Gates Preis für ?MADE in China?
Das an ein asiatisches Essensbrett mit Stäbchen (?CHOPstylus?) angelehnte Design, ist direkt für den chinesischen Markt konzipiert, um preisgünstig eine Vielzahl der Chinesen mit einem Rechner zu versorgen. Deswegen ist dieser auch als Terminal-Rechner angelegt, der auf einen Application-Server zugreift. Meiner Meinung wird sich dahin in Zukunft noch sehr viel bewegen. Aber dazu mehr gesondert in einem der nächsten Blogeinträge.
Der Publikumspreis für ?Light up your Life?
Und noch ein Konzept für Schwellenländer. Dieser mobile Zylinder, der im übrigen auch eine Taschenlampe ist, funktioniert als Multimediaplayer, Mobiltelefon und als Netzwerkterminal. Neben einer grafischen Oberfläche kann auch eine Steuerung per Sprache erfolgen. So sollen auch Menschen mit weniger Literalitätskenntnissen angesprochen werden.
Wie man sieht, viele tolle Ideen, fast nur Gewinner mit einer sozialen Sichtweise und zum Teil völlig neuartige Herangehensarten an das Mensch-Computer-Interface. Die Zukunft bleibt wie immer spannend …
Mehr unter: www.nextgendesigncomp.com
Tags: design, desktop, forschung, GUI, HCI, interface, Microsoft, MMI, spracherkennung, UID, wettbewerb
Schon seit den ersten Tagen des Computers, war es der Wunsch des Menschen, mit diesem auf einem für ihn natürlichen Weg zu interagieren: Über Sprache und Gesten und nicht über Tasten und Zeigeinstrumente.
Einer der ersten Prototypen, in dem Sprache und Gesten kombiniert wurden, ist das Put-That-There System vom MIT, welches Ende der 70ziger Jahre konzipiert wurde. Die beiden ?Väter?, Dick Bolt und Chris Schmandt, bauten dafür ein wandgroßes Displays, vor dem der Nutzer in einem Sessel* Platz nehmen konnte (siehe Video). Per Handgeste konnte dieser dann auf eine Stelle an der Wand zeigen und mit einem Sprachkommando dort ein virtuelles Objekte erstellt oder verschieben usw.
Im Video sieht man auch sehr schön die Herausforderung, die auch noch bei den heutigen Spracherkennungsystemen die größte Rolle spielt: Das Verstehen von natürlich aufgebauter Sprache. Zur Verwendung des Put-That-There Systems musste sich an ein bestimmtes Vokabular und Satzbau gehalten werden. Zudem erfolgte die Spracherkennung und Gestensteuerung nicht synchron zu einander, sondern jeweils nach einander.
Wenn man aber bedenkt, dass dieses System schon über ein viertel Jahrhundert alt ist (und mit den damalig zur Verfügung stehenden Rechner und grafischen Systeme realisiert wurde), dann kann man nur den Hut vor dieser großen Leistung ziehen!
Übrigens, das Video sollte man sich auf jeden Fall bis zum Ende ansehen. An Chris Schmandts ?Oh, Shit?, kann man sehr schön sehen, worin auch noch heute die meisten Probleme liegen …
Das (leider nur englische) Paper zum Projekt gibt?s unter:
www.media.mit.edu/speech/papers/…
* Glückwunsch zum guten Geschmack des MITs: Was sonst, wenn nicht ein Lounge Chair von Charles und Ray Eames
Tags: desktop, display, eingabesystem, forschung, HCI, interface, media-lab, mit, MMI, spracherkennung, UID, visualisierung
Ausgehend von dem Wissen, das immer mehr Speicherplatz auf immer kleinerem Raum verfügbar ist, hat der japanische NEC-Konzern vor kurzem ein interessantes Konzept vorgestellt. Das ?Lebensaufzeichnungs-Interface? Dew Camera verfolgt den Ansatz, dass der Mensch in Zukunft nicht mehr explizit eine Maschine benutzen muss, um ein Photo von den “glücklichen Momenten” im Leben zum machen, dieses dann archivieren muss und dann später wieder mit Maus und Tastatur danach suchen muss, um es erneut abzurufen.
Die Dew Camera zeichnet stattdessen ALLES und fortwährend auf, mit dem Ziel das gesamte Leben zu “archivieren”. Mit Hilfe von verschiedenen Sensoren, zum Beispiel Gestenerkennung und einer Sprachanalyse, erkennt das System zudem, ob man sich gerade gut fühlt und stellt so eine Art “Best of” zusammen. Die Batterie des Lebensaufzeichnungs-Interfaces soll in der Kordel des Anhängers verstaut werden. Die Daten werden sofort kabellos übers Internet übertragen und auf einem Server gespeichert.
Bis zur Umsetzung dieses Konzeptes wird es allerdings noch “ein paar” Jahre dauern.
Fragwürdig ist auch, ob man ständig eine Kamera mitlaufen lassen möchte. Wird doch der Gang zur Toilette kaum für die Nachwelt interessant sein.
Weitere Infos unter: www.nec-cebit.com/de/produkte/future-solutions/future-design/dew.html
Tags: cebit, design, forschung, fotos, interface, spracherkennung, visualisierung
Und wieder mal lässt Jeff Han grüßen. Auf der kürzlichen Convergence 2007 Konferenz zeigte Microsofts Center for Information Work (CIW) einen Ausblick auf den Arbeitsplatz der Zukunft ? jedenfalls nach Microsofts Vorstellungen.
Deren ?DigiDesk? ist eine Kombination aus Head-up-Display und Multitouch-Screen, auf dem der gesamte Arbeitsplatz/Schreibtisch digital abgebildet wird. Von Hardwareseite ist insbesondere die integrierte Scaneinheit hervorzuheben. Die Software verfügt über eine erweiterte Möglichkeit Daten zu visualisieren. Wie das im Detail aussieht – das Video zeigt?s sehr schön.
Ein ähnliches Konzept (u.a. ein Tisch der Dokumente selbst erkennt und scannt), ebenfalls von Microsoft, hatten wir ja bereits im Februar vorgestellt. Wer das noch nicht gesehen hat, sollte sich auf jeden Fall noch mal die letzten 20 Sekunden des Videos, von dem damaligen Beitrag anschauen. ? Ist wirklich innovativ konzipiert.
CIW ist übrigens ebenfalls in Redmond angesiedelt und soll, laut Microsofts eigener Aussage, Konzepte entwickeln, die ihrer Zeit fünf bis sieben Jahre voraus sind.
Einen schönen Einblick in das CIW mit Fotos und einem Video bietet die folgende (leider nur englische) Seite:
www.microsoft.com/presspass/presskits/ciw/default.mspx
Tags: desktop, display, eingabesystem, forschung, GUI, HCI, interface, jeff_han, Microsoft, MMI, software, spracherkennung, touchscreen, UID, visualisierung
Video-Link: www.youtube.com
Ende November 2006 präsentierte Nokia auf seiner World Conference in Amsterdam spannende Filme, die uns einen Einblick in deren Vorstellung von zukünftigen Mobiltelefonen und deren Benutzung geben.
Insbesondere eine einfache Datenübertragung, Geotagging, Interaktion mit anderen Geräten und mehr multimediale Funktionen bzw. deren Zusammenführung stehen dabei im Mittelpunkt.
Ein weiterer Schwerpunkt: Einfachere Interfaces. Angefangen von intuitiverer Bedienung, über einfacheren Datenaustausch bis hin zur unkomplizierten Kollaboration. Aber wie immer: Ein Bild sagt mehr als Tausend Wort. Insofern, einfach die Videos anschauen uns inspirieren lassen.
Video-Link: www.youtube.com
Video-Link: www.youtube.com
Video-Link: www.youtube.com
Im übrigen gibt es auch mehrere (leider nur englische) Webcasts von der Konferenz unter:
www.nokia.com/A4273041 (am Seitenende bitte mit “I agree” bestätigen)
Besonders empfehlenswert der Vortrag “Technology Trends” von Tero Ojanper (Nokias Executive Vice President, Chief Technology Officer) – Direkteinstieg dazu hier
Tags: design, einfach, eingabesystem, forschung, GUI, HCI, interface, internet, MMI, mobiltelefon, nokia, spracherkennung, UID, Usability, virtuell, visualisierung
Video-Link: www.youtube.com
Um die erste Frage gleich zu beantworten: VAMPIRE steht für “Visual Active Memory Processes and Interactive Retrieval”. Ich versuch das erst gar nicht zu übersetzen und verweise am besten gleich auf das Video, dieses sagt mal wieder mehr, als ich hier lang und breit erklären könnte.
Deswegen nur ganz kurz etwas zu den Hintergründen. Wie man oben sieht, ist VAMPIRE ein mobiler Augmented Reality Assistent, mit dem “reale” Objekte erkannt und mit Funktionen belegt werden können. Das wirklich tolle an dem System ist die gut funktionierende Wiedererkennung von Gegenständen. Wenn ich also das System den ganzen Tag tragen würde (sobald es natürlich miniaturisiert wurde) könnte es mir permanent zusätzliche Daten bereitstellen. Angefangen von solch kleineren Dingen, wie “Wo liegen meine Schlüssel”, bis hin zu “Was ist das für ein Gegenstand und wie funktioniert er?” oder gar “Zeige mir, wie ich ihn reparieren kann”. Aber letzteres ist dann wirklich erst die weitere Zukunft. Wie sich hier schon rauslesen lässt, steht hinter dem ganzen auch eine Künstliche Intelligenz, die die Objekte immer wieder erkennen muss. Aber dazu und zu allen weiteren Details sei die Website empfohlen:
… die im übrigen, in ihrem “Media Archiv” noch weitere spannende Videos bereithält!
Tags: analyse, Assistenzsystem, augmented_reality, eingabesystem, forschung, HCI, interface, MMI, spracherkennung, UID
In unserer losen Reihe mit Rückblicken auf “alte” Konzepte (obwohl man bei 2004 ja nicht wirklich von der weiten Vergangenheit sprechen kann), möchte ich heute kurz das Siemens PenPhone vorstellen.
Wie ich feststellen musst, ist dieses vielen doch eher unbekannt. Da ich 2004 gerade ein Mobiltelefon konzipierte, ist mir diese Cebit-Vorstellung natürlich noch in sehr guter Erinnerung. (Soweit ich weiss, wurde das Konzept sogar schon auf der Cebit 2002 inoffiziell vorgestellt)
Nicht nur die Form ist das besondere an diesem Gerät, sondern auch der fehlende Ziffernblock. Um einen Anruf zu tätigen, wird die Telefonnummer auf eine beliebige Unterlage geschrieben. Hat der Stift die Ziffern erkannt, startet man den Anruf. Auch kurze Textmeldungen können so direkt mit dem PenPhone verfasst werden. Alternativ lässt sich das Telefon über die eingebaute Spracherkennung bedienen.
Die Ziffernerkennung funktioniert quasi auf jeder beliebigen (glatten) Oberfläche. Sobald man mit der Spitze den Untergrund berührt, aktiviert sich die Funktion und eine winzige Infrarotkamera nimmt mehrere hundert Bilder pro Sekunde als Pixelmuster auf, um so die die geschrieben Zahlen oder Buchstaben zu erkennen.
Weitere Hintergrundinformationen und Spezifikationen gibt es hier: www.golem.de
Tja, und auch dieses Konzept endet traurig. Wie ja bekannt ist, wurde die Siemens mobile Ende 2005 durch BenQ übernommen, was die weitestgehende Einstellung der Entwicklung in Deutschland zu Folge hatte. Wieder mal sehr schade.
Ich bin allerdings fest davon überzeugt, das dieses Konzept eine Renaissance erleben wird, da es insbesondere für die SMS-Tip-Hasser eine sehr gute Alternative darstellt.
Tags: cebit, eingabesystem, forschung, HCI, interface, MMI, mobiltelefon, siemens, spracherkennung, UID, Usability
Vielen Schülern fällt es beim Lernen einer neuen Sprache schwer, die Verben richtig zu konjugieren. Microsoft hat nun beim US-Patentamt ein Patent auf eine Technologie angemeldet, die bei dieser Aufgabe hilfreich sein soll und die Konjugierung von Verben in diversen Sprachen vereinfacht.
In der Beschreibung des am 31. August eingereichten Patentantrages heißt es, dass Microsoft ein “Verb-Konjugations-System” schützen lassen will, bei dem nach der Eingabe einer Form des jeweiligen Verbs sämtliche konjugierte Formen des Wortes angezeigt werden. Es ist also egal, welche Form angegeben wird, das System soll dennoch das ursprüngliche Verb erkennen können.
Auch die Erkennung von Fehlern oder ganzen Sätzen soll möglich sein, heißt es. Microsoft arbeitet nach eigenen Angaben an einer Software, die beim Erlernen fremder Sprachen helfen soll. Das Ende August eingereichte Patent soll Teil des Programms werden. Das Unternehmen machte keine Angaben, wann die Software fertiggestellt werden soll. Auch die Frage, ob sie in ein anderes Produkt integriert wird, oder als eigenständiges Angebot auf den Markt kommen soll, lässt sich vorerst noch nicht beantworten.
Tags: forschung, spracherkennung, windows
Link: www.youtube.com
Dieses kleine Webfundstück zeigt eine ungefähre Vorschau auf die Spracherkennung, die mit Windows Vista kommen wird. Erstaunlich ist insbesondere das Konzept zum Zeichnen bzw. für das Deuten auf eine ganz bestimmte Bildschirmposition, das ich so noch nirgends umgesetzt gesehen habe. Die Erkennungsrate ist erstaunlich gut, auch wenn das Video an manchen Stellen täuscht, da der Sprecher noch während der Berechnungszeit gesprochen hat. (Insofern macht wohl wieder das “Vista + Neuer Prozessor”-Bundle Sinn …)
Insbesondere für die Barrierefreiheit scheint die neue Windows-Version somit aber ein entschiedener Schritt zu sein.
Mehr Infos unter: Microsoft.com
Tags: barrierefreiheit, eingabesystem, HCI, interface, MMI, software, spracherkennung, Usability, windows
