App warnt vor Hindernissen

Mit der neuen Software Audio Aware sollen abgelenkte Smartphone-Nutzer einen automatischen Hinweis erhalten, wenn Unfallgefahr droht.

Das Start-up One Llama arbeitet an einer ganz besonderen App: Mit Hilfe von Algorithmen aus dem Bereich des maschinellen Lernens, die ähnlich arbeiten wie das menschliche Gehör, sollen Handys und andere tragbare Geräte künftig automatisch vor Hindernissen und Unfallherden warnen.

Die Software namens Audio Aware ist zunächst für Android-Smartphones gedacht und läuft ständig im Hintergrund. Sie entdeckt Geräusche wie quietschende Reifen oder ein Martinshorn und kann dann beispielsweise automatisch die Musik abschalten, die man gerade hört. Die App soll anfangs nur eine bestimmte Anzahl von Gefahrenklängen kennen, doch die Nutzer können neue hinzufügen, die dann auch anderen Usern helfen.

One Llama hofft, dass seine Technik auch das Interesse bei Herstellern tragbarer Gadgets hervorruft, die sie dann direkt einbauen könnten – etwa in Computerbrillen, Smartwatches oder Fitnesstracker. In diesen Geräten soll Audio Aware noch mehr tun als vor Gefahren zu warnen: Die App könnte auch den Gesundheitszustand, Trainingsverläufe oder sogar besuchte Orte anhand von Geräuschen erkennen. Selbst für Vogelbeobachter wäre die App geeignet, um verschiedene Arten ihrer gefiederten Freunde zu unterscheiden.

Zentraler Bestandteil der One-Llama-Technik ist ein System, dass die Firma "künstliches Ohr" nennt. Wenn Schallwellen ins Ohr gelangen, wandern sie durch die spiralförmige Ohrschnecke, die mit winzigen Haarzellen besetzt ist, die wie Stimmgabeln vibrieren, wenn sie von bestimmten Frequenzen getroffen werden. Das künstliche Ohr ist eine Softwareversion davon – im Grunde eine Sammlung digitaler Stimmgabeln, die Klänge misst. Das Verfahren basiert auf einer Studie des One-Llama-Mitbegründers David Tcheng, die dieser zusammen mit Kollegen an der University of Illinois erarbeitete. Die Firma behauptet, dass ihre Methode schneller und flexibler arbeitet als andere Verfahren zur Klangerkennung.

Audio Aware nutzt das Mikrofon des Smartphones, um eintreffende Schallwellen laufend mit Mustern abzugleichen, die zur Erkennung notwendig sind. Ist ein Treffer gefunden, etwa das Hupen eines Autos, stoppt die Software die aktuell vom Handy abgespielten Klänge und liefert eine verstärkte Version des Gefahrensignals – oder einen anderen Warnklang, der leicht zu erkennen ist.

Audio Aware soll auch ohne Internetzugang funktionieren, muss neue Klänge aber an einen Server übertragen, wenn sie gelernt werden sollen. Das gilt auch beim Wechsel eines Landes, weil sich beispielsweise Sirenen von Region zu Region unterscheiden.

Aber kann die App den Nutzer überhaupt rechtzeitig warnen, bevor er vor ein Auto läuft? Tcheng sieht die Herausforderung darin, glaubt aber, dass die Software Klänge schnell genug erkennt, um in Echtzeit helfen zu können. Trotzdem ist sie nicht fehlerfrei. Tcheng zeigte, wie die Software verschiedene Töne ermitteln konnte, während ein Radio lief und eine Katze miaute – etwa zerbrechendes Glas, eine Türklingel oder eine Hupe. Das klappte allerdings nur fast immer. Mit mehr Daten soll das System aber in der Lage sein, Klänge besser zu unterscheiden.

Richard Stern, Professor an der Carnegie Mellon University, der Spracherkennungssysteme untersucht, meint, dass Klangverarbeitungsmethoden auf Basis einer künstlichen Cochlea zunehmend Verwendung finden würden, weil die dafür notwendige Rechenleistung mittlerweile kostengünstig genug zu haben sei. "Ein Blick auf die Funktionsweise des Hörvermögens ist insbesondere hilfreich, wenn es um die Klangerkennung in lauten Umgebungen geht."

Doch die Komplexität der Klänge, mit denen wir täglich konfrontiert werden, bedeutet auch, dass man die Systeme ständig trainieren muss. Es ist zudem schwer vorherzusagen, wie die Signale in der Praxis kombiniert sind, um sie dann zu unterscheiden. "Menschen sind darin nach wie vor viel besser als Computer." (bsc)