Stimmerkennung und Sprach-Interaktion: Die Kirschen auf dem iOS 5-Kuchen
Sollte Apple in diesem Jahr, oder besser, zur diesjährigen WWDC Entwickler-Konferenz wirklich auf die Vorstellung einer neuen iPhone-Generation verzichten – die Anzeichen dafür verdichten sich zusehends – sollten wir uns bereits jetzt auf zwei Überraschungen einstellen. Zum einen könnte das iPhone 4 die erste Geräte-Generation werden die Apple mit einem „stillen“ Spec-Update versieht, sich also um einen schnellerer Prozessor (vielleicht den A5 aus dem iPad 2) und etwas mehr Lebensdauer für den integrierten Akku sorgt, ohne dabei jedoch den Produktnamen oder das Äußere des Gerätes zu verändern. Ein Konzept des der Macbook-Familie seit Jahren gut bekommt. Zum anderen dürfte uns das iOS 5 – eines der zwei großen WWDC Kern-Themen – vom Hocker werfen.
Eine grundlegend überarbeitete Benutzeroberfläche, die Vollintegration des überarbeiteten und möglicherweise kostenlosen MobileMe-Dienstes, ein frisches Benachrichtigungssystem, eine Hand voll neuer, Apple-eigener Standard-Applikationen – sollte auch nur die Hälfte der bislang im Raum stehenden Voraussagen zutreffen, dürfte der Klick auf den Update-Button eine mehr angemessene Substitution zu dem dem sonst anstehenden Geräte-Neukauf sein. Und damit nicht genug. So wie auch das SmartCover des iPad 2 in keinem Gerüchte-Bericht, bei nicht einer Analysten-Prognose und bei keinen Insider-Zitaten zur iPad-Vorstellung zu Sprache kam, dürfte Apple auch dem iOS 5 eine Hand voll Features spendieren mit denen bislang noch niemand rechnet – stellenweise wird Cupertinos Wunsch nach weitreichender Geheimhaltung eben doch noch berücksichtigt.
Eine dieser Funktionen, die bislang nicht ansatzweise zu Debatte standen, ist die systemweite Verfügbarkeit eines intelligenten Spracherkennungsdienstes im iOS 5. Spracherkennung. Ein Industriezweig der in den 90ern und Anfang 2000 nichts als leere Versprechungen, Software-Verpackungen mit beigelegten Headsets und frustrierte Windows-Nutzer produzieren konnten. In den letzten Jahren jedoch ein technisches Level erreicht hat, dass auch von Apple als „Marktreif“ eingeschätzt werden dürfte. Wir erinnern uns an die abgefahrene Echtzeit-Übersetzung des Arabisch-Englisch Übersetzers von Sakhr Software (Youtube-Video), und Googles erstaunlich gute Trefferquote bei der Sprachgesteuerten Suchworteingabe (Youtube-Video) und die fast fehlerfreien Diktate von Dragon Dictation (Youtube-Video). Die Zeit scheint reif – Apples iOS 5, der richtige Ort.
Blicken wir kurz zurück: Im April 2010 erwarb Apple das Startup „Siri“ (wir berichteten), eine kleine Software-Firma die bis dato nur ein Produkt lieferte: Einen persönlichen, komplett Sprachgesteuerten Assistenten – klingt uninteressant, kann und sollte jedoch in diesem Youtube-Video bestaunt werden. Acht Monate später legte Apple dann mit vier Job Angeboten nach (auch hier können wir auf einen älteren Eintrag verweisen) und brachte die Ausrichtung der iOS-Entwickler bereits in den Stellenbeschreibungen auf den Punkt: Ausschau gehalten wurde nach einem iOS Speech Application Engineer, zwei Spracherkennungs-Experten und einem Senior Speech Research Scientist.
Heute spricht auch Techcrunch die vermeintlichen Pläne Apples an und ergänzt damit die iOS 5-Vorhersage die vorgestern noch Wellen schlug:
The use of Siri’s artificial intelligence and assistance technology is said to be deeply integrated into the OS for all the different services offered. And the team is now putting the finishing touches on the elements that will be demoed at WWDC, we hear. This tech may also be opened to developers for use in third-party apps — though that information isn’t quite as concrete.
Um diesen Artikel nicht zu farblos wirken zu lassen haben wir im Anschluss alle verlinken Youtube-Videos eingebettet.