{"id":19822,"date":"2021-05-21T16:07:28","date_gmt":"2021-05-21T23:07:28","guid":{"rendered":"https:\/\/blog.webex.com\/uncategorized-de\/babblelabs-ki-basierte-audio-magie-fur-cisco-webex-meetings\/"},"modified":"2021-11-04T09:05:40","modified_gmt":"2021-11-04T16:05:40","slug":"babblelabs-ki-basierte-audio-magie-fur-cisco-webex-meetings","status":"publish","type":"post","link":"https:\/\/blog.webex.com\/de\/zusammenarbeit\/videokonferenzen\/babblelabs-ki-basierte-audio-magie-fur-cisco-webex-meetings\/","title":{"rendered":"BabbleLabs \u2013 KI-basierte Audio-Magie f\u00fcr Cisco Webex Meetings"},"content":{"rendered":"

In Bezug auf das bestm\u00f6gliche Videokonferenzerlebnis geht es Vielen besonders um das Visuelle. Cisco Webex Meetings ist in dieser Hinsicht definitiv ein Vorreiter in der Branche, nicht zuletzt durch seine fortschrittlichen Funktionen<\/a>. wie anpassbaren Ansichten, Gesten und Reaktionen, erweiterten Video-Layouts und immersive Freigabe. Ich selbst liebe zum Beispiel lustige Hintergr\u00fcnde\u00a0\u2013 mindestens so sehr, wie ein \u201eDaumen hoch\u201c-Emoji von Meeting-Teilnehmern zu bekommen. Heute m\u00f6chte ich jedoch dar\u00fcber sprechen, wie wichtig es ist, in Videokonferenzen durch klare, unterbrechungsfreie Sprache herausragende Audioqualit\u00e4t zu erzielen.<\/p>\n

Laut Gartner werden bis 2024 nur noch 25\u00a0% aller Meetings von Angesicht zu Angesicht stattfinden. Wenn der Gro\u00dfteil der Meetings \u00fcber Konferenzl\u00f6sungen erfolgt, ist verst\u00e4ndliche Sprache nicht nur gut\u00a0\u2013 sie ist von zentraler Bedeutung. Die Leistung eines Unternehmens und seine F\u00e4higkeit, eine diversifizierte und weit verbreitet arbeitende Mitarbeiterschaft zu besch\u00e4ftigen, h\u00e4ngt davon ab, wie gut man einander verstehen kann. Und f\u00fcr das Verst\u00e4ndnis sind Sprechen und H\u00f6ren unerl\u00e4sslich.<\/p>\n

Herausforderungen bei der Entwicklung effektiver Technologien zur Sprachoptimierung<\/strong><\/h2>\n

Bei der Arbeit im B\u00fcro kann es eine Herausforderung sein, Meeting-Teilnehmer bei Videokonferenzen zu verstehen. Noch schlimmer ist es, wenn man bei L\u00e4rm zu Hause auf einem Laptop mit begrenztem Netzwerkzugriff arbeitet, w\u00e4hrend das System versucht, Audiostreams \u00fcber globale Netzwerke an hunderte von Kollegen zu \u00fcbermitteln.<\/p>\n

In der Vergangenheit wurde mit Algorithmen versucht, die n\u00fctzlichen Informationen so aus dem Gesprochenen zu filtern, dass ein klares Audioerlebnis bei Videokonferenzen m\u00f6glich und die kognitive Belastung des Menschen und die Rechenlast der elektronischen Komponenten verringert wird. Diese Algorithmen hatten Probleme mit der Menge an Ger\u00e4uschen, dem Hall, der Anzahl der Sprecher, der Bandbreite und Latenzbeschr\u00e4nkungen. Sie rangen mit Paketverlusten und den Auswirkungen der Audiokomprimierung bei gleichzeitiger Wahrung des Datenschutzes und der Datensicherheit f\u00fcr die Benutzer.<\/p>\n

Au\u00dferdem sind die in der Sprache vorhandenen Ger\u00e4usche so vielf\u00e4ltig, dass die Entwickler solcher Algorithmen M\u00fche haben, klar zu definieren, welche Ger\u00e4usche von der Sprache getrennt werden sollten\u00a0\u2013 also was zur Sprache geh\u00f6rt und was nicht. Also konzentrierte man sich darauf, station\u00e4re Ger\u00e4usche zu unterdr\u00fccken, deren Amplitude und Frequenz \u00fcber l\u00e4ngere Zeit konstant bleiben, wie zum Beispiel solche von L\u00fcftern und Motoren. Die st\u00f6rendsten Ger\u00e4usche sind jedoch von kurzer Dauer\u00a0\u2013 bellende Hunde, Hupen im Stra\u00dfenverkehr, klappernde Tastaturen und das Rauschen von Hintergrundger\u00e4uschen. \u00a0Au\u00dferdem kommt es in vielen Umgebungen, insbesondere im Homeoffice, das nicht f\u00fcr akustische Perfektion konzipiert wurde, zu starkem Hallen oder Echos.<\/p>\n

Das Erreichen eines besseren Verst\u00e4ndnis mit Cisco Webex Meeting<\/strong><\/h2>\n

Heute machen Spracherkennungsmethoden mit neuronalen Netzwerken bereits einen gro\u00dfen Unterschied dabei aus, wie effektiv wir diese Probleme l\u00f6sen k\u00f6nnen. Als Gr\u00fcnder und CEO von BabbleLabs\u00a0\u2013 im Oktober\u00a02020 von Cisco \u00fcbernommen<\/a>\u00a0\u2013 arbeite ich gemeinsam mit meinem Team an der Entwicklung f\u00fchrender Sprachoptimierungsl\u00f6sungen. Wir implementieren derzeit unsere KI-basierte Audio-Magie als Teil des Webex Voice Technology-Teams. Wie machen wir das? M\u00f6glichst einfach ausgedr\u00fcckt nehmen wir neuronale Netzwerkstrukturen, erfassen hunderttausende Stunden Sprache und Ger\u00e4usche, zehntausende Stunden Raumakustik und erstellen daraus pr\u00e4zise abgestimmte Modelle zur Transformation der Sprache. Und das tun wir mit einer Latenz von lediglich 10\u00a0Millisekunden<\/p>\n

Die Sprachoptimierung hat sich in letzter Zeit f\u00fcr Videokonferenzen fest etabliert. Jeder hat irgendeine Version davon, aber nicht jeder erzielt dieselben Ergebnisse. Unsere systematischen Tests zeigen, dass der Sprachoptimierungsalgorithmus von Cisco Webex Meetings<\/strong> der effektivste verf\u00fcgbare Algorithmus f\u00fcr die breite kommerziele Anwendung ist. Mit demselben Qualit\u00e4tstool haben wir einen Gro\u00dfteil der verf\u00fcgbaren Videokonferenzsysteme getestet\u00a0\u2013 ITU-Standard P.862, Perceptual Evaluation of Speech Quality (PESQ) und drei gro\u00dfe Suites herk\u00f6mmlicher Streams f\u00fcr Ger\u00e4usche und Hall, eine davon von Cisco entwickelt, die anderen beiden von Microsoft. Bei s\u00e4mtlichen Tests entfernte Webex mehr Ger\u00e4usche und Hall und erzielte deutlich bessere Ergebnisse als aktuelle Versionen von Zoom (5.4.1) und Microsoft Teams (1.4.00.4167)<\/p>\n

Seit der ersten Ver\u00f6ffentlichung dieser Sprachoptimierungstechnologie vor zwei Jahren und dank Ciscos beschleunigter Bereitstellung von Ressourcen konnten wir die Sprachqualit\u00e4t um mehr als das doppelte verbessern und dabei die Rechenanforderung verringern, um diese Modelle 400\u00a0Mal schneller auszuf\u00fchren.<\/p>\n


\n\"Sprachoptimierung
\n<\/a><\/p>\n

Was bringt die Zukunft im Hinblick auf die Sprachtechnologie f\u00fcr Cisco Webex Meetings?<\/strong><\/h2>\n

Wir gehen weiterhin an die Grenzen und dar\u00fcber hinaus, um h\u00f6here Leistung zu erzielen und die Rechenanforderungen weiter zu senken, um eine allgegenw\u00e4rtige und problemlose Implementierung zu erm\u00f6glichen. Wir k\u00f6nnen verstehen, wer die Sprecher sind und wo sie sind und Ablenkungen in Form von Hintergrundger\u00e4uschen aus ihrer Umgebung entfernen, w\u00e4hrend wir ihr Audio verst\u00e4rken.<\/p>\n

KI bietet uns einige leistungsstarke neue Werkzeuge, um weitere Einblicke zu gewinnen und mit geringerem Aufwand zu kommunizieren. Schon bald ver\u00f6ffentlichen wir intelligente neue Funktionen, die einen noch gr\u00f6\u00dferen Unterschied f\u00fcr das Verst\u00e4ndnis machen werden, zum Beispiel:<\/p>\n