Meet the Deaf Developer Behind Google's Live Transcribe App Treffen Sie den gehörlosen Entwickler hinter Googles Live Transcribe App

Googles neue Live Transcribe-App könnte tatsächlich die Echtzeit-Sprach-zu-Text-Transkriptionstechnologie sein, auf die ich gewartet habe. Und wenn Sehen Glaube ist, könnte Googles Startvideo Sie davon überzeugen, dass wirklich zuverlässige Echtzeit-Transkription für den täglichen Gebrauch endlich da ist.

Schauen Sie sich Dimitri Kanevsky, einen gehörlosen Google-Forschungswissenschaftler, an, wie er die Android-App nutzt, um Tee bei Starbucks zu bestellen und sich mit einem Kollegen über eine Chili-Party am Wochenende zu unterhalten.

Und schauen Sie sich Dr. Mohammed Obiedat, einen gehörlosen Professor der Gallaudet University, an, wie er ein Brettspiel mit seinen Kindern spielt, sich mit ihnen über ihre Schularbeit unterhält und aktiv an einem Eltern-Lehrer-Gespräch teilnimmt.

Ich liebte die Szene, in der Kanevsky bei Starbucks bestellt. Jahre lang, bevor ich meine Cochlea-Implantate bekam, bestellte ich nie etwas anderes als einen großen Kaffee. Sonst riskierte ich, mich in ein unmögliches „Entschuldigung?....was?....sagen Sie es bitte nochmal" Gespräch mit dem Barista verwickeln zu müssen.

Und sogar die einfache Kaffeebestellung war eine Herausforderung, bevor ich realisierte, dass sie jedes Mal die gleichen Fragen stellten: „Ooo-fuh-eem?" war „Room for cream?", „Eh-eh-eh eth?" war „Anything else?" und „Oo-oo ah-a ee-eek?" war „Do you want a receipt?"

Echte Gespräche, Echtzeit-Transkription

Aber wenn Kanevsky seinen Tee bestellt, erscheinen die Fragen der Barista auf seinem Smartphone-Bildschirm, sobald sie sie stellt. Und er ist mit sofortigen Antworten bereit. Er führt ein echtes Gespräch!

Kanevsky arbeitet seit 30 Jahren an Spracherkennung und Kommunikationstechnologie. Seit früher Kindheit gehörlos, war er von Sprach-zu-Text-Lösungen enttäuscht, die trotz vielversprechender Fortschritte in digitalen Transkriptionstechnologien immer unzureichend erschienen. Also kooperierte er mit Google-Ingenieur Chet Gnegy, um die Live Transcribe-App zu entwickeln.

Sie arbeiteten auch mit Dr. Obiedat und anderen an der Gallaudet University zusammen, um besser zu verstehen, welche Funktionen in der App für Menschen mit Hörverlust am nützlichsten wären.

Bewährte Technologien kombinieren

Bis jetzt schien wirklich effektive Echtzeit-Sprach-zu-Text-Übersetzung für den täglichen Gebrauch immer gleich um die Ecke zu sein, war aber noch nicht da.

Sicher, es gab einen Überfluss an Spracherkennungstechnologien („Hey Siri") und andere Anwendungen wie schnelle Übersetzung von Voicemails in Textnachrichten. Und Echtzeit-Untertitelung von Telefonanrufen war ein unschätzbarer Service für Menschen mit Hörverlust (obwohl Live-Operatoren immer noch notwendig sind, um bei den Transkriptionen zu helfen).

Aber diese vielversprechenden Technologien schienen sich nie wirklich in einer wirklich intuitiven Smartphone-App zusammenzufügen, die Menschen für routinemäßige, alltägliche Gespräche verwenden können. Jetzt verspricht Google, dass seine Live Transcribe-App, diese Woche eingeführt, die Antwort ist.

Google sagt, dass Echtzeit-Sprach-zu-Text-Transkriptionen von Gesprächen in bis zu 70 Sprachen und Dialekte verfügbar sein werden. Die App unterstützt externe Mikrofone in kabelgebundenen Kopfhörern, Bluetooth-Kopfhörern und USB-Mikrofonen. Sie ist in Googles neuem Pixel 3-Telefon integriert und wird für Android 5.0-Telefone und später verfügbar sein.

Beta-Tester gesucht

Derzeit in Beta-Test ist eine „unveröffentlichte" Version von Google Research im Google Play Store aufgelistet, und Benutzer, die am Beta-Test teilnehmen möchten, können sich anmelden auf der Android-Website. Oder wenn Sie ein neues Pixel 3-Telefon haben, können Sie Live Transcribe in seinen Barrierefreiheitseinstellungen aktivieren.

Google ist Apple bei der Bereitstellung von Barrierefreiheitsoptionen für Menschen mit Hörverlust hinterhergelaufen. Jetzt könnte Live Transcribe, das nur bei Android-Telefonen verfügbar ist, Google einen schönen Schub in seinem laufenden Wettbewerb mit dem iPhone-Ökosystem geben.

Auf den heiligen Gral wartend

Seit Jahren warte ich darauf, dass jemand den heiligen Gral liefert, der verschiedene bewährte Technologien in einer App kombiniert, die Probleme wie die Gesamtgenauigkeit der Spracherkennung, Latenz (die Verarbeitungsverzögerung beim Transkribieren der Sprache und deren Anzeige als Text auf dem Bildschirm) und Benutzerfreundlichkeit löst.

Jetzt, wenn Dimitri im Video sagt, dass „Spracherkennung endlich so gut wurde, dass ich endlich meinen Traum erfüllen könnte", ist das Musik in meinen Ohren und (danke, YouTube-Untertitel) auch in meinen Augen.

Tatsächlich, wenn Googles Live Transcribe-App wie beworben funktioniert, könnte es mich sogar veranlassen, mein geliebtes iPhone einzutauschen.