Apple-Forscher entdecken Methode für schnellere und natürlichere Gespräche mit Siri

Während Apple in letzter Zeit auf Googles Gemini-Technologie zurückgegriffen hat, um einige seiner KI-Schwächen zu beheben, verfolgen die Forschungsteams des Unternehmens in Cupertino unermüdlich innovative Strategien zur Verbesserung der Leistung von Siri.

Eine kürzlich von Apple-Forschern veröffentlichte Studie zielt darauf ab, schnellere und natürlicher klingende Interaktionen mit Siri zu erreichen und stellt damit einen bedeutenden Schritt in ihren kontinuierlichen Bemühungen zur Verbesserung des digitalen Assistenten dar.

Schnellere Reaktionszeiten durch akustische Ähnlichkeitsgruppen

Traditionell generieren KI-Sprachmodelle Sprache mithilfe von Tokens – kurzen Lautsegmenten von nur wenigen Millisekunden. Diese Modelle verwenden ein autoregressives Verfahren zur Auswahl des passenden Lautes, was häufig zu einer merklichen Verzögerung bei der Reaktion führt. Dieser Ansatz kann aufgrund der begrenzten Auswahl an Lautfragmenten für das Training auch zu unnatürlicher Aussprache führen.

In ihrer neuesten Studie schlagen Apple-Forscher eine innovative Alternative vor. Sie empfehlen, das herkömmliche Token-Matching-System durch die Verwendung von Acoustic Similarity Groups (ASGs) zu ersetzen. ASGs gruppieren Sprach-Tokens anhand von wahrgenommenen Klangähnlichkeiten, wobei es Überschneidungen zwischen den Gruppen geben kann. Durch die Integration probabilistischer Suchverfahren in diese ASGs können KI-Modelle das am besten geeignete Sprach-Token deutlich schneller identifizieren.

Auch wenn dieser Vorschlag nicht revolutionär ist, unterstreicht er Apples Engagement für die Weiterentwicklung seiner KI- und Machine-Learning-Fähigkeiten. Diese Initiative verdeutlicht zudem Apples Absicht, eine vollständig integrierte KI-Lösung für seine Geräte zu entwickeln und sich damit von der Abhängigkeit von Drittanbietertechnologien wie Googles Gemini zu lösen.

Quellen & Bilder