100 | CHEFINFO | 9/2023 FOTOS: AFP / PICTUREDESK.COM IT & MORE synchron in 70 verschiedene Sprachen und 140 Dialekte übersetzt. Das Sendungsbewusstsein eines Richard David Precht mit Markus Lanz würde keine Grenzen mehr kennen. Der Clou: Es werden in dem Fall die Originalstimmen von Precht und Lanz verwendet. Auch ältere Audioclips können so nachvertont werden. Das von Zeyu Jin bei Adobe entwickelte Projekt moduliert die Stimme und gibt sie in anderen Sprachen originalgetreu wieder. Noch gibt es nur eine Testversion für Entwickler, es soll aber schon bald marktfähig sein. „ChatGPT der Musik“ made in Europe Doch nicht nur Stimme, auch Musik wird heute KI-generiert. Ein solches ist das Kompositionssystem AIVA des Franzosen Pierre Barrot, der vor sieben Jahren mit seinem Bruder AIVA aus der Taufe hob, und das in Insiderkreisen „Europas KI-Antwort auf ChatGPT“ genannt wird. AIVA vollendet sogar „Unvollendete“, indem es die Struktur der Kompositionen erkennt und ergänzt. Das mittlerweile in Luxemburg beheimatete Startup zeigt dabei auch ein europäisches Schicksal. Finanziert mit EU-Mitteln und Förderungen von Luxemburg gelingt die Internationalisierung nur mit Kapital aus China. AIVA soll schon bald Filmmusik oder Soundtracks für Computerspiele schreiben und zwar völlig an den Spannungsbogen angepasst. Barrot legt Wert darauf, dass AIVA nicht einfach nur trainierte Musik reproduziert, sondern eigene erschaffen kann. Das von AIVA komponierte Werk „Let’s make it happen“ etwa wurde zum französischen Nationalfeiertag von einem Orchester uraufgeführt. Von Deep Fakes oder bloßer Neuinterpretation kann bei AIVA keine Rede sein. Musicbox 4.0.: YouTube Music AI Incubator Dass dahinter ein Geschäft stecken kann, haben die großen Player längst entdeckt. YouTube und Universal Music bündeln ihre Kräfte. Der „YouTube Music AI Incubator“ kann auf die Künstler von Universal zurückgreifen. UniversalCEO Lucian Grainge zu den gemeinsamen Anstrengungen im Rahmen der Pressekonferenz im August 2023: „Unser anhaltender Glaube an die menschliche Kreativität ist unser Fundament. Im Mittelpunkt unserer gemeinsamen Vision steht die Ergreifung von Schritten zum Aufbau eines sicheren, verantwortungsvollen und profitablen Ökosystem für Musik und Video – eines, in dem Künstler und Songwriter die Möglichkeit haben, ihre kreative Integrität und Entscheidungsfreiheit zu bewahren und eine faire Vergütung zu erhalten.“ Na dann, bleiben wir gespannt. n Maria Callas hätte Zeit ihres Lebens nie Schlager intoniert. „Dank“ KI könnte die Diva zur „Volks-Rock-’n’-Rollerin“ werden. FOTOS: CYANO66 / ISTOCK / GETTY IMAGES PLUS, AUDIOINDEX IT & MORE Lore Alt galt als schnellste Sekretärin der Welt. Die Deutsche schaffte mehr als 16.000 Anschläge in 30 Minuten und gewann damit 1955 den ersten Weltmeistertitel im Schnellschreiben auf einer mechanischen Schreibmaschine. Gut 70 Jahre später sind Schreibmaschinen gefragte Objekte für Sammler und wir werden von digitalen Audio- und Videomitschnitten erschlagen. Teilnehmer von Videokonferenzen, Kongressen oder Besprechungen wollen die Aufzeichnungen schriftlich haben. Statt Schnellschreibern sind Softwaredesigner gefragt, die mit Speech-toText-KI automatisierte Transkriptionen anbieten. Motto: Work smart, not hard. Hohe Trefferquote Anwender können inzwischen staunend miterleben, welche Fortschritte Machine Learning, Audioanalyse & Natural Language Processing im Alltag gemacht haben. CHEFINFO hat das AI-Transkriptions-Tool des österreichischen Anbieters AudioIndex getestet, das für sich in Anspruch nimmt, auch in Dialekt Gesprochenes gut zu verschriftlichen. Die angegebene Trefferquote von bis zu 95 Prozent erwies sich in der Praxis als nicht übertrieben. Eine 30-minütige Aufzeichnung einer Datei in WAV-, MP3-, MP4- oder M4a-Format war in drei Minuten analysiert und als Text downloadbar oder kopierbar. Das Handling ist denkbar einfach und funktioniert über die Homepage, wo die Audio- oder Videodateien hochgeladen werden. Abgerechnet wird pro Minute des hochgeladenen Audiomaterials. Auf Medien fokussiert Die meist korrekte Interpunktion ist eine der großen Überraschungen beim Test. „Gerade letztes Jahr war ein Riesensprung in der Technologie feststellbar, was die Optimierungen betrifft. Sie sind der eigentliche Knackpunkt. Die ersten 80 Prozent sind einfach zu bekommen. Aber dann geht es wirklich um jedes weitere Prozent, an dem man schrauben muss“, sagt Johannes Busching. Der Wiener hat das Startup im Frühjahr 2020 gegründet und hat sich im Bereich Medien und Marktforschung positioniert. Automatisiertes Resümee Busching will für seine Zielgruppe den Mehrwert mit weiteren Funktionen ausbauen. „Es geht dabei in Richtung automatisierter Zusammenfassungen. Das nächste größere Feature, das wir integrieren möchten, ist die Sprechererkennung.“ Dass diese Entwicklung parallel mit den Umwälzungen in den Redaktionen einhergeht, ist keine Überraschung. Medienhäuser suchen Tools, mit denen Content automatisch geschaffen werden kann oder Stimmen fürs Radio künstlich generiert werden können. Insgesamt setzt Busching auf Unabhängigkeit – auch beim Datenhosting. Die Server stehen in Österreich und Deutschland. Nicht unbedeutend, die Performance und Datensicherheit betreffend. n Vor der digitalen Ära waren flinke Finger für die Schreibmaschine gefragt. Heute braucht es smarte Software, um Gesprochenes zu Papier zu bringen. Work smart, not hard TRANSKRIPTIONS-KI. Speech-to-Text-Lösungen haben gerade in den letzten Monaten einen deutlichen Qualitätssprung verzeichnet. CHEFINFO sah sich das Programm des österreichischen Startups AudioIndex an – mit durchaus überraschenden Ergebnissen. TEXT: Klaus Schobesberger Johannes Busching Gründer AudioIndex, Wien Das nächste größere Feature, das wir integrieren möchten, ist die Sprecherwechsel- oder die Sprechererkennung. 9/2023 | CHEFINFO | 101
RkJQdWJsaXNoZXIy NzkxMTU1